阿里云栖大会发布全模态模型矩阵，陆川5天AI复原明代灾难现场
原标题：陆川手搓历史现场，王珞丹熬夜抽卡，阿里全模态开始兜底生产
AI 摘要
在2026云栖大会上，阿里云集中发布全模态模型矩阵，包括Qwen3.8-Max、Qwen3.8-Flash、Qwen3.8-Omni、Qwen-Image-3.1、Happy Shrimp 1.1、HappyOyster 2.0 Preview、Qwen-Audio-3.1、Qwen3.8-LiveTranslate等，并预告下一代视频模型将于11月发布。导演陆川团队用阿里视频生成模型5天完成400年前明代灾难现场短片，演员王珞丹分享AI创作中抽卡到凌晨的经历。阿里方面判断三年内将出现原生全模态统一生成模型，并提出Agentic Video方向，让AI从生成单个镜头走向理解完整叙事。
正文节选
陆川手搓历史现场，王珞丹熬夜抽卡，阿里全模态开始兜底生产 阿里：三年之内会出现一个原生的全模态统一生成模型，未来体验将不再受限于模态边界。 田晏林 发自 凹非寺 量子位 | 公众号 QbitAI 5天。 不用搭景，不用等演员，导演陆川和团队，直接用AI把一场发生在400年前的明代灾难现场，搓出来了！ 宫廷、火药库，还有史料中烟云如黑灵芝的大爆炸。按照传统影视工业的做法，这样的场景复原往往需要数月时间和千万级投入。 但这次，他们只用了5天！ 来，话不多说，先看短片。 怎么样？够猛吧？ 人物的脸、皮肤、神态已经相当逼真，几个明代人物也不再是过去那种一眼AI的塑料感。 再看爆炸。烟尘、碎片、火光一起往外冲，这种最容易穿帮的复杂场面，也都稳稳接住了。 要按传统影视工业的路子来，过去光是一场爆炸戏，就要耗费19天。 这次，陆川团队把史料里的文字一点点翻译成现代视觉概念，前后大约做了四轮提示词优化，再参考真实爆炸影像去校准。 最后，阿里视频生成模型对烟尘、碎片这些复杂画面的还原，准确度已经达到团队预期的95%以上。 现在的AI已经进化到不只是给导演吐几段素材而已了。 从史料搜集、画面制作到主题讨论