测评对象:万相(阿里巴巴通义旗下 AI 创意创作平台)
- 网址:https://tongyi.aliyun.com/wan
- 核心定位:面向普通用户与轻量创作者的 AI 图像/视频生成工具,强调“降低创作门槛”。
- 测评目的:验证其是否能在文生图、图生图、文生视频、图生视频、图像编辑五个核心场景中提供稳定且可用的输出,而非仅停留在概念演示。
综合结论与推荐等级
推荐等级:B+(值得尝试,但非专业级首选)
万相在易用性与生成速度上表现突出,尤其适合无技术背景的营销人员、自媒体运营者快速产出素材。但图像细节精度、视频时长与连贯性仍明显落后于 Midjourney、Runway 等头部工具,不适合对画质有严格要求的商业印刷或电影级内容制作。
分维度评测
1. 功能完整性
| 功能模块 |
覆盖情况 |
备注 |
| 文生图 |
完整 |
支持中英文提示词,默认生成 1:1/16:9/9:16 比例 |
| 图生图 |
完整 |
支持参考图+文本调整,可控制风格迁移强度 |
| 文生视频 |
基础 |
仅支持 4-6 秒短视频,分辨率最高 720p |
| 图生视频 |
基础 |
输入图片后生成动态效果,运动幅度有限 |
| 图像编辑 |
部分 |
支持局部重绘、扩图、风格转换,无图层/蒙版功能 |
关键观察:文生视频与图生视频目前处于“可用但粗糙”阶段,人物动作生硬,背景闪烁明显,不如 Pika 或 Kling 流畅。
2. 使用体验
- 上手门槛:极低。无需注册复杂账号(阿里云账号直接登录),界面为卡片式布局,所有功能入口在首页可见,无专业术语干扰。
- 生成速度:
- 文生图:约 5-10 秒(512×512 分辨率)
- 文生视频:约 30-60 秒(4 秒片段)
- 图生图:约 10-15 秒
- 交互反馈:生成过程中有进度条与“正在优化细节”提示,但无实时预览。生成结果可一键下载或分享到社交媒体,但无法批量导出。
痛点:不支持批量生成参数调整(如固定种子数),每次生成需手动重写提示词;历史记录仅保留最近 20 条,且无收藏功能。
3. 性能与稳定性
- 生成质量:
- 文生图:对中文提示词理解准确度约 70%(如“一只穿西装的猫”能正确生成,但“赛博朋克风格的老北京胡同”常出现元素混合错误)。图像细节在 512×512 下尚可,放大至 1024×1024 后边缘锯齿明显。
- 文生视频:人物面部在 4 秒内保持稳定,但背景元素(如树叶、水流)会出现随机闪烁,运动轨迹不自然。
- 图像编辑:局部重绘功能在简单背景(如替换天空颜色)上表现良好,但复杂纹理(如人脸局部修改)容易产生色块或扭曲。
- 稳定性:连续生成 10 次以上后,偶发“服务器繁忙”提示(约 5% 概率),需刷新页面重试。未出现崩溃或数据丢失情况。
4. 适用人群与场景
- 适合:
- 社交媒体运营:快速生成封面图、短视频素材(如产品展示、节日海报)
- 非专业设计者:需要简单图片编辑(如去水印、换背景)但不会 Photoshop 的用户
- 教学演示:制作概念图或动画示意(如物理运动轨迹、历史场景还原)
- 不适合:
- 商业印刷:分辨率不足,无法满足 300dpi 印刷标准
- 影视级视频制作:视频时长过短、连贯性差,无法直接用于成片
- 专业设计师:缺乏图层、蒙版、色彩管理等功能,无法替代 Photoshop/Stable Diffusion
优缺点总结
优点:
- 零学习成本,中英文提示词均支持
- 生成速度快,适合快速迭代想法
- 免费额度充足(每日约 50 次生成,无需付费)
缺点:
- 图像分辨率上限低(最高 1024×1024),细节不足
- 视频生成功能仅限基础动态,无法实现复杂运镜或角色动画
- 无高级参数控制(如采样步数、CFG 值),无法精确调优
- 历史管理功能薄弱,不适合项目级工作流
替代建议
- 若需要高质量图像生成:优先考虑 Midjourney(付费,但细节与风格控制远超万相)
- 若需要专业视频生成:尝试 Runway Gen-3(支持 10 秒以上视频,运动连贯性更好)
- 若需要免费开源方案:使用 Stable Diffusion WebUI(需本地部署,但功能可无限扩展)