中国科技巨头阿里巴巴推出了两个新的人工智能模型，旨在简化视觉内容的处理：Qwen-Image-Edit照片编辑器和Wan 2.5视频生成模型。这两个工具均可免费使用，为广泛的用户群体带来了强大的人工智能功能。这些新产品被定位为谷歌最新开发的直接竞争对手，照片编辑器被比作Nano Banana，而视频模型则与Veo 3相提并论。
照片编辑器的一个关键特性是能够同时处理多张图片。例如，用户可以将一个人“转移”到另一张照片的背景中，同时细致地保留他们的外观和目标图像的所有细节。系统巧妙地融合了物体、场景，甚至肖像风格。此外，使用Qwen-Image-Edit中的文本提示，用户可以重新排列画面中的物体，添加新元素，或仅使用产品照片创建宣传横幅。该工具还可以编辑图像中的文本，改变字体、颜色和大小。您可以在Qwen聊天机器人中选择“图像编辑”选项免费尝试所有这些功能。
Wan 2.5模型生成时长最长为10秒的全高清短视频，特别强调电影效果。人工智能以先进的方式处理光线、阴影和曝光，生成视频。用户不仅可以通过文本提示创建视频，还可以使用图像和音轨来设置特定的氛围。
该模型还包括视频编辑功能。虽然它不是逐帧精确的，但确实允许对许多元素进行详细修改。Wan 2.5的免费版本确实有一些限制：用户只能上传一个源文件进行生成，输出将包含水印。然而，Pro订阅（价格约为每月4-5美元）取消了这些限制，并提供优先访问，跳过任何处理队列。
这些工具的发布加剧了生成性人工智能领域的竞争，主要科技公司正在激烈争夺普通用户和专业人士的关注。
虽然一些公司，如阿里巴巴，专注于创建可访问的多媒体工具，但其他公司则在探索更小众、尽管技术复杂的方向。例如， 腾讯最近推出了其HunyuanWorld-Voyager模型，该模型可以将单一静态图像转换为具有摄像机运动效果的视频。然而，与大众市场解决方案不同，这些先进的开发仍然主要是专业人士的领域，因为其对硬件的极高要求和许可限制。