阿里巴巴 Wan2.6：參考影片生成技術讓你的面孔出現在AI生成的世界中

參考革命

自AI影片生成的早期階段以來，文字到影片一直是標準範式。你輸入提示詞，得到一段影片。簡單，但有局限性。如果不進行大量微調或LoRA訓練，你無法讓影片中出現你自己。

Wan2.6徹底改變了這一格局。

Wan2.6於2025年12月16日發布，代表著阿里巴巴在AI影片領域的強勢布局。該模型提供多種規格（13億和140億參數），並引入了三項使其脫穎而出的核心能力。

Wan2.6的實際功能

該模型有三種不同的運行模式：

參考到影片功能是最令人興奮的部分。上傳一張清晰的自己的照片（或任何主體），Wan2.6會提取身份特徵，這些特徵會在整個生成序列中保持一致。即使AI在其周圍創建全新的場景，你的面孔仍然是你的面孔。

技術方法

Wan2.6採用了2025年主流模型中標準的擴散變換器架構的變體。但阿里巴巴的實現包含了專門的身份保持嵌入，類似於我們在角色一致性深度分析中探討的技術。

語音組件使用單獨的音訊編碼器來捕捉你的聲音特徵：音色、音高模式和說話節奏。與視覺參考結合後，你會獲得真正看起來和聽起來像你的同步音視訊輸出。

這種方法不同於Runway的世界模型策略，後者專注於物理模擬和環境一致性。Wan2.6優先考慮身份保持而非環境準確性，這對於其目標用例來說是合理的權衡。

開源的重要性

Wan2.6最重要的一點可能是阿里巴巴將其作為開源發布。權重可供下載，這意味著你可以在性能足夠的硬體上本地運行。

這延續了我們在開源AI影片革命中報導的趨勢，中國公司一直在發布可在消費級硬體上運行的強大模型。140億參數版本需要大量顯存（24GB以上），但13億參數版本可以在RTX 4090上運行。

真正有意義的用例

參考到影片解鎖了以前不可能或成本過高的場景。

• ✓大規模個人化行銷內容
• ✓無需工作室拍攝即可創建自訂頭像
• ✓影片概念的快速原型設計
• ✓無障礙功能：手語頭像、個人化教育

想像一下，不用站在攝影機前就能創建以你自己為主角的產品演示影片。或者生成培訓內容，其中講師是你CEO的參考條件版本。這些應用遠不止新奇那麼簡單。

隱私問題

讓我們直面顯而易見的擔憂：這項技術可能被濫用於深度偽造。

阿里巴巴實施了一些保護措施。該模型包含類似Google SynthID方法的浮水印，服務條款禁止未經同意的使用。但這些只是減速帶，不是障礙。

精靈已經從瓶子裡出來了。現在多個模型都提供身份保持生成，而Wan2.6的開源性質意味著任何人都可以獲得這種能力。討論已經從「這應該存在嗎」轉變為「我們如何負責任地處理它」。

競品對比

Wan2.6進入了一個競爭激烈的市場。以下是它與2025年12月主要競爭對手的比較。

Wan2.6以時長換取身份保持。如果你需要60秒的片段，Sora 2仍然是最佳選擇。但如果你需要這些片段始終展示特定的人物，Wan2.6提供了閉源模型所沒有的功能。

更大的圖景

參考到影片代表了我們對AI影片生成思維方式的轉變。問題不再只是「這個影片中應該發生什麼」，而是「誰應該出現在其中」。

結合原生音訊生成和不斷改進的角色一致性，我們正在接近一個未來，創建專業影片內容只需要一張網路攝影機照片和一個文字提示詞。

阿里巴巴押注身份優先的生成是下一個前沿。隨著Wan2.6現在開源並可在消費級硬體上運行，我們很快就會知道他們是否正確。