<p class="ql-block">千问是个多功能的软件，万相是千问里面的其中一个软件。</p><p class="ql-block">万相2.6是阿里巴巴于2025年12月16日发布的新一代AI视频生成模型，属于通义万相系列，是国内首个支持角色扮演功能的视频模型，同时集成了音画同步、多镜头生成及声音驱动等功能，单次生成视频时长最高支持15秒，分辨率可达1080P。</p><p class="ql-block">现在我用一张照片做一段唱歌的视频，试试。</p> <p class="ql-block">音频要自己去下载，长度不能超过1分钟。</p><p class="ql-block">(站岗是不能唱歌的，50多年前也没有这首歌，别当真)。</p> <p class="ql-block">由于万相2.6的视频时长最多只能做15秒，而有些歌曲过门很长，15秒可能还在过门的音乐之中，那就先要对下载的歌曲进行剪辑处理，把过门剪去，直接唱歌。</p><p class="ql-block">王战友。</p> <p class="ql-block">我接着王战友唱第二句。</p> <p class="ql-block">用万相2.6制作的视频时长最多只有15秒，如果要唱得长一点怎么办？只能是制作2个15秒的视频，把2个视频拼接起来就是30秒。</p><p class="ql-block">张战友。</p> <p class="ql-block">三段拼接，43秒。</p> <p class="ql-block">想像力丰富的多镜头智能，一首歌唱完，镜头能显示从18岁到28岁。</p> <p class="ql-block">多段拼接。</p><p class="ql-block">15秒，口型最同步，如果多个15秒拼接，冗余误差就会累积，造成音频滞后于口型。</p> <p class="ql-block">至于把多个15秒视频拼接的方法有很多，安卓手机图库的功能里就有，操作要点在本文的结尾会有介绍。</p> <p class="ql-block">万相2.6会自动对上口型，需要什么动作，也可以在指令上表达清楚。</p> <p class="ql-block">边唱歌，边动作。是Al自作主张的发挥。</p> <p class="ql-block">时长选择15秒的，配音也选长一些，不超过1分钟就行。</p> <p class="ql-block">这是三个15秒拼接后形成的45秒视频，由于音频只下载了43秒，为了保证视频与音频同步，所以我剪掉2秒，把视频也变成43秒。</p><p class="ql-block">拼接视频我也是初次做，做得不好，中间过渡段有停顿。</p>