万相2.1是阿里推出的升级版本。基于自研的高效VAE和DiT架构，增强时空上下文建模能力，支持无限长1080P视频的高效编解码，首次实现中文文字视频生成功能。升级后的通义万相在VBench榜单上荣登第一。万相2.1能稳定展现复杂人物运动，逼真还原现实物理规律，一键生成中英文视频特效，具备强大的影视质感与艺术风格转换能力。万相2.1支持文生组图，采用IC-LoRA图像生成训练方法，增强文本到图像的上下文能力，轻松实现关联图像间的组合生成。

文字特效

万相2.1 – 通义万相最新推出的视频生成模型 第1张
（图片来源网络，侵删）

运动

万相2.1 – 通义万相最新推出的视频生成模型 第2张
（图片来源网络，侵删）

特效

写实

人物特写

多人场景/大场面/多镜头