12月2日，千问APP正式接入万相系列最新模型Wan2.5，视频创作能力迎来全面升级。模型在动作精度和肢体协调性方面均有显著提升，成为首个支持音视频同步输出的移动端AI助手。

阿里万相2.5是目前业界少数具备音画同步能力的视频模型之一，该模型兼具理解与生成等多任务处理能力，支持文本、图像、视频、音频多种模态的输入与输出。在权威大模型评测平台LMArena上，万相模型的图生视频能力位列全球第三，稳居国内榜首。

在千问APP上，用户仅需上传一张照片并输入一段文字，无需使用模板，即可生成一段肢体动作自然、口型匹配精准的1080P高清唱跳视频，最长支持10秒时长。测试结果显示，无论是真人照片、萌宠、二次元角色，还是文物、卡通形象，千问APP均可精准支持。

去年年初，阿里推出的照片跳舞功能迅速风靡全网，激发了广大网友的创作热情。兵马俑、萌娃、萌宠跳舞视频在社交平台广泛传播。此次千问APP接入万相2.5后，不仅显著提升了视频创作效果，更进一步降低了创作门槛，支持用户自定义上传照片和输入文字。例如，用户只需输入一张图片和“小猫一边唱歌，一边跳舞”的指令，千问APP便能精准生成视频，让静态形象瞬间“活”起来。

这一功能上线后，再次点燃了网友的创作热情，社交平台上涌现出大量更具创意的“照片唱跳”内容。比如，用户可先通过千问APP将两张图片融合，生成一张具有“中世纪名画”风格的合照，再输入“图中的人物一边唱歌、一边跳舞，镜头要呈现动态感”等描述，即可实现合唱、群舞的视频效果，且能保持高质量的动感表现和极强的主体一致性。

据悉，千问App公测仅一周，下载量便突破1000万次，超越ChatGPT、Sora、DeepSeek成为史上增长最快的AI应用。