阿里推出 Wan2.7-Image：單次生成 12 張一致圖片，支援 12 種語言文字渲染

以往用 AI 做連環畫或電商圖，最頭疼的就是人臉變樣、文字亂碼，調個顏色還得反覆抽卡。

阿里巴巴推出了統一影像模型 Wan2.7-Image，把生成、編輯和影像理解打包到了一起。

生成、修改和排版合成一步

這個新模型最搶眼的是控制力。它支援精確調節人臉骨骼、眼睛與輪廓，甚至能直接輸入 HEX 色值或從參考圖提取調色盤。

在文字排版上，它支援 12 種語言的 3K token 印刷級文字渲染。配合影像上的視覺指令，使用者能直接對畫面做互動式編輯，並且單次提示詞最多能輸出 12 張保持一致的影像。

為什麼重要

對於做多格漫畫、故事分鏡或者多語言電商海報的創作者來說，單次 12 張連貫出圖和精確文字排版切中了真正的生產痛點。

我們認為，阿里沒有單純卷解析度，而是把生成與精準編輯做成統一模型，走了一條偏向生產力落地的務實路線。如果後續開放 API 或開源，同類影像工具面臨的壓力不會小。