产品定位
认识万相营造
万相营造是一个基于多模态大模型的创意生成工具，旨在降低复杂视觉内容与交互式场景的创建门槛。它不仅支持传统的图像和视频生成，还强调“空间理解”与“交互控制”，允许用户通过自然语言或参考图构建具有深度信息和中后期操作能力的视觉项目。其核心边界在于从静态素材向可编辑、可交互的数字资产转变。
能力图谱
能帮你完成什么
多模态内容生成
处理多种形式的输入以生成高质量的视觉或交互成果。
- 文图/图图生成
- 接收文本描述或参考图片作为输入，生成高保真的静态图像或基础动态效果，保持风格一致性。
- 空间场景构建
- 将2D图片转化为带有3D空间信息的场景，支持镜头运动控制，适用于需要沉浸感的内容制作。
智能交互与控制
提供对生成内容的精细化操控能力，提升创作灵活性。
- 自然语言交互编辑
- 允许用户通过对话方式修改生成结果的细节（如人物动作、背景元素），无需复杂的参数调整。
- 组件化拆解与重组
- 自动识别画面中的独立对象并将其分解为可编辑组件，支持单独移动、缩放或替换，便于二次创作。
使用路径
从需求到结果
快速场景生成路径
利用文字描述快速获得一个具有空间感的视觉场景。
- 在界面中输入详细的场景描述文本，指定视角、氛围和主体。
- 选择生成的风格模板或直接提交请求。
- 查看生成的带有空间深度的原始素材。
- 预期产出
- 一张包含空间结构信息的图像或短动画片段。
精细化交互编辑路径
对已有素材进行局部调整和元素替换。
- 导入已生成的图片或使用现有项目进行二次创作。
- 使用框选工具或自然语言指令定位需要修改的区域。
- 输入具体的修改要求（如‘更换左侧花瓶’）。
- 预览并确认修改后的结果。
- 预期产出
- 经过局部修改、符合用户具体需求的最终视觉资产。
选型判断
它适合你吗
值得考虑的情况
- 需要高效产出高质量视觉素材的设计师团队
- 平台提供的组件化拆解能力可以大幅减少后期修图时间，适合对效率有高要求的商业设计场景。
- 探索AIGC在3D和交互领域应用的开发者
- 能够直接将2D资源转化为具备空间数据的资产，降低了开发3D Web内容的技术门槛。
需要权衡的地方
- 依赖云端算力
- 所有生成和处理均在服务器端完成，无法离线使用，且受网络状态影响速度。
- 生成结果的不可控性
- 虽然提供了精细控制接口，但多模态生成仍存在随机性，可能需要多次迭代才能达到理想效果。
开始之前
- 具备基础的视觉审美和对提示词工程的理解。
- 稳定的网络连接以访问Web端或调用API。
定价与门槛
投入与使用范围
- 计费方式
- 采用账户余额充值或套餐包计费模式。
- 免费范围
- 新用户通常享有少量体验额度或免费试用机会，具体以官方当期活动为准。
- 付费差异
- 根据生成任务的复杂度（如分辨率、时长）扣除相应的点数或积分，长期使用者需购买套餐包以获得更低单价。
- 相关限制
- 免费额度可能随时调整；付费套餐设有有效期，过期未使用可能作废。
其他选择
放在一起看差异
AI图像生成
Midjourney
- 相同的任务
- 两者都能通过文本提示生成高质量的创意图像。
- 不同的侧重
- Midjourney专注于极致的美学和艺术风格生成，而万相营造更侧重于空间理解、3D属性提取和组件化编辑能力。
- 什么时候选它
- 当用户主要追求单张图像的极高美学价值，且不需要后续的空间编辑或3D导出时。
AI视频与媒体编辑
Runway ML
- 相同的任务
- 都提供基于AI的视频生成和媒体处理能力。
- 不同的侧重
- Runway在视频编辑工作流和传统影视后期集成方面更成熟，万相营造则在空间场景理解和交互式Web内容生成上更具特色。
- 什么时候选它
- 当任务涉及长篇幅视频叙事或与传统非线性编辑软件深度整合时。
创意软件AI助手
Adobe Firefly
- 相同的任务
- 都是服务于专业创意人群的工具，提供图像生成能力。
- 不同的侧重
- Firefly深度集成在Photoshop等Adobe生态中，侧重于一键填充和内容感知扩展；万相营造则是独立的生成式平台，强调从零构建空间场景。
- 什么时候选它
- 当用户已经熟练使用Adobe全家桶，需要在现有设计稿基础上快速补充元素时。
AI视频生成
Sora (OpenAI)
- 相同的任务
- 均能生成高逼真的动态视觉内容。
- 不同的侧重
- Sora目前主要聚焦于纯文本到长视频的生成，暂不直接提供像万相营造那样的画面内组件拆解和交互式编辑功能。
- 什么时候选它
- 当需要生成大场景、长时序的物理模拟视频，且不需要对画面内部单个物体进行独立控制时。
常见问题
你可能还想知道
万相营造支持导出哪些格式的文件？
通常支持导出常见的图像格式（如PNG、JPG）以及视频格式（如MP4）。对于空间场景功能，部分版本可能支持导出含有空间元数据的项目文件或用于Unity/Three.js开发的资源包，具体取决于当前API的开放能力。
如何使用自然语言修改生成图片的具体细节？
在生成结果页面，可以通过点击‘编辑’或‘重绘’功能，圈定想要修改的区域，然后在对话框中输入具体的指令（例如‘把红色的花换成蓝色的’）。系统会基于原有的空间信息进行局部重绘，保持整体透视不变。
万相营造与其他AI绘图工具相比最大的优势是什么？
最大优势在于‘空间理解’和‘组件化’。它不仅仅是生成一张平面图片，而是能解析出画面的3D结构，并将画面分解为独立的图层或对象，使得用户可以像操作PS一样对生成内容进行二次调整，这对于商业设计工作流非常关键。
是否提供API接口供开发者集成？
是的，万相营造作为阿里旗下的技术产品，通常面向企业和开发者提供API接入服务，允许将图像生成、视频合成或空间分析能力集成到自身的业务系统中。需要通过阿里云或相关控制台申请权限。
生成的商用素材是否有版权限制？
一般情况下，通过付费套餐或合规渠道生成的原创内容，用户拥有使用权。但在将其用于大规模商业用途前，建议查阅最新的用户协议和服务条款，确认关于知识产权归属的具体定义。
产品界面
看一眼实际界面
