美团盯上原生多模态！路子还很野：把图像语音都当成Token来预测

阿里通义万象大模型开启预约

阿里巴巴正式开启通义万象大模型的公开预约。这款模型主打图像生成和视频生成能力，是阿里在多模态AI领域的重要布局。

模型能力

通义万象在以下方面具有突出表现：

• 图像生成：支持文生图和图生图，画质达到商业级水准
• 视频生成：可生成最长10秒的高质量视频
• 风格控制：支持多种艺术风格，包括中国风、动漫、写实等
• 编辑功能：支持局部重绘、背景替换、风格迁移等

预约方式

用户可以通过以下渠道预约体验：通义千问App内的万象入口；阿里云官网的AI模型广场；钉钉工作台的应用中心。

技术特点

通义万象采用了阿里自研的扩散模型架构，针对中文场景进行了优化。模型特别擅长理解中文文化元素，生成的内容更符合中国用户审美。

商业模式

通义万象将采用Token计费模式，同时提供免费体验额度。企业客户可以申请API接入，用于内容创作、广告设计等商业场景。通义万象将面临Midjourney、Stable Diffusion、DALL-E等竞品的挑战。阿里的优势在于庞大的用户基础和完善的云服务生态。