阿里发布Wan2.7-Image图像大模型 捏脸等核心功能破解AI同脸痛点

2026年4月1日，阿里正式发布新一代图像生成与编辑统一模型Wan2.7-Image，首次将文生图、图生组图、图像指令编辑、交互式编辑整合到同一架构下，主打可定制五官骨相的千人千面捏脸、精准色彩控制、最高3K token超长文字渲染、像素级区域编辑四大核心能力，直击AI图像生成同质化、可控性弱等行业痛点。

在过往的AI图像生成体验中，“千人同脸”“文字乱码”“编辑只能推翻重生成”是不少用户吐槽的高频问题——不少设计师甚至调侃，用AI做图花在调试prompt、修BUG的时间，比自己手动做图还要久。阿里本次推出的新模型，正是瞄准这些行业长期存在的痛点进行的技术迭代。

从2022年Stable Diffusion开源引爆AI图像生成赛道以来，国内外厂商的技术迭代长期聚焦于“生成质量”的提升，先后解决了图像分辨率低、人物结构崩坏、风格单一等问题，但“可控性不足”始终是制约行业落地的核心短板。

对普通用户而言，要生成符合预期的定制化内容往往需要反复调试prompt，最终效果依然差强人意；对电商、设计、游戏等专业领域客户而言，AI生成内容的色彩偏差、文字乱码、无法局部修改等问题，更是让其难以直接落地商用，整个赛道都在等待更高可控性的技术方案。

本次阿里发布的Wan2.7-Image最大的架构创新，就是将图像生成和编辑能力整合到同一套模型体系中，用户不用在多个工具间切换，就能完成从内容生成到细节修改的全流程操作，核心能力覆盖四大场景：