这篇是选题库排给我的 Day 6，标题拟的是「0 基础上手 通义万相：AI 绘画 5 步跑通」，教程型钩子，对比参照是即梦。
我动笔前的习惯是先把官网打开看一眼。这一看就看出问题了——我敲 tongyi.aliyun.com/wanxiang/，回车，页面直接把我甩去了另一个地址。我以为是自己这边缓存抽风，于是老老实实用 curl -sI -L 把跳转链跟了一遍，结果发现这不是故障，是改名：通义万相现在叫「万相」，正式入口已经迁到 tongyi.aliyun.com/wan/。
所以这篇我不打算写成「点哪、填什么」的傻瓜教程，那样对你没用。我想写的是：2026 年 10 月底的万相，图像和视频是两条完全不同的模型线、免费额度和会员门槛卡在哪、哪个通道该选、以及那几个我一开始就踩了、后来查文档才搞明白的坑。
我把万相放进「国产 AI 工具」这个池子里一起横向看过：它的定位不是最强，是最均衡——在中文理解、免费额度、风格覆盖这三项上同时给到好东西的工具不多，它是其中一个。所以这篇是上手教程，不是榜单，也别拿它当第一名用。
我做 AI 工具导航站这半年，账号全用阿里云体系，积分规则和模型版本换来换去，好多教程写完第二天就过期了，所以这次我把每一条都对着官方文档核过。
一、入口改过名：先确认你打开的是哪个地址
先把这件最基础的事说清楚，因为我自己就是在这上面浪费了十分钟。我实测的跳转链是这样的：
tongyi.aliyun.com/wanxiang/→HTTP 302→tongyi.aliyun.com/wan/→HTTP 200wanxiang.aliyun.com→HTTP 301→tongyi.aliyun.com/wanxiang/→HTTP 302→tongyi.aliyun.com/wan/
最终落地页的标题是「万相 | 领先的AI视频与图像生成模型」，描述里写的是「阿里巴巴通义旗下的AI创意创作平台……提供文生图、图生图、文生视频、图生视频、图像编辑等创作场景」。名字去掉了「通义」两个字，但底下还是阿里的东西，模型还是 Wan 系。
这里有个细节值得记一下：我这个站的工具库里收录的通义万相条目（hs_sites，f_id 30993），存的还是老地址 https://tongyi.aliyun.com/wanxiang/。这个地址今天照样能用，因为 302 会自动接住，你不用急着改。真正要小心的是另一类教程——那些把旧域名直接写成不可点击文本、或者干脆写「请访问 wanxiang.aliyun.com」的，搜索出来的结果里还有不少，你收藏的时候留意一下最后能不能打开。
另外，页面源码是纯前端壳子，标题、版本号这些内容都在 JS 跑完之后才注入，我第一次 curl 下来只有 5.7KB，全是脚本引用。所以如果你想用脚本抓官网确认版本号，这条路走不通，得走我下面说的文档和百炼控制台。
二、第 1 步：别急着画图，先选对通道
这是新手最容易浪费额度的地方。万相的图像不是一个模型，是一整条按场景分的线，选错了你会发现「怎么不如人家做的好」。阿里云百炼官方模型目录里，当前主力是这四个：
- z-image-turbo：官方写明速度快 10 倍、成本约 1/5，单次只能出 1 张，不能编辑。定位是「纯出图、图生图不要、速度和成本优先」，写实人像和商品图是它的主场。
- qwen-image-3.0-pro：官方定位是「复杂版式生成」，能把报纸、分镜、菜单、试卷这种密集小字排版做对，小字能细到 10 像素，支持多语种字体和负向提示词，单次最多 6 张，最高 2048×2048。它和「qwen-image-3.0」是同架构的快版，能力一样只是更快。
- wan2.7-image：2026 年 4 月发布的图像生成与编辑统一模型，最多 9 张参考图输入、顺序模式一次最多出 12 张，分辨率 2048×2048。
- wan2.7-image-pro：同一套能力的大杯版，官方文档标的是文生图最高 4096×4096、编辑最高 2048×2048，参考图和组图数量不变。
我的选择逻辑是这样的：要 4K 或者要印刷级输出，直接上 pro；图里要写字（海报、信息图、图表、公式），优先 qwen-image-3.0-pro；要拿参考图锁人物、锁风格、一次出成套图，选 wan2.7-image；只是试个想法、预算敏感，z-image-turbo 跑草稿最省。
顺带说一句容易搞混的：「万相 3.0」是视频模型，不是图像模型。官方能力介绍页把「万相3.0能力介绍」和图像能力并排列着——原生 30 秒、最高 20 个素材参考（10 图 + 5 视频 + 5 音频）、支持复杂文档和网页解析——这些都是视频侧的。你要画图，图像侧的天花板目前是 wan2.7-image-pro 的 4096×4096。
还有一个流传很广的说法我得替它纠一下：网上到处在传「万相 3.0 原生 4K」。官方 API 文档里枚举的分辨率档位是 480P / 720P / 1080P，4K 不在参数表里。多方核验的结论也是「4K 属于流传说辞，官方未支持」。传「4K」的那些页面，我建议直接跳过。
三、第 2 步：写提示词，中文是优势，但得有结构
万相最强的地方确实是中文理解，比 Midjourney 那种必须转英文的顺得多。但「中文能听懂」不等于「中文随便写」。我用的是固定五段式：主体 + 动作细节 + 环境场景 + 镜头视角 + 光线风格。
举个例子，同样是电商静物，我的写法是：
白色陶瓷咖啡杯，杯壁有细微釉面纹理，杯口有一道 2 毫米的深色窑变；桌面为浅灰亚麻布；俯拍 45 度，浅景深；柔和侧逆光，暖白色调，产品摄影质感，背景干净无杂物
关键是每段都给出可判断的东西。「高级感」这三个字模型没法执行，「杯口有一道 2 毫米的窑变」可以。
还有一条我实测下来的硬规律：凡是图里要出现文字，一定用英文双引号括起来。官方能力页把「超强文字渲染」列成了万相 2.7 之后的核心升级点，声称支持超长文本、12 国语言，图表公式信息图都能稳定输出。但有个前提常被忽略——图内文字必须显式声明，且要人眼复核。我自己的做法是：主标题用引号写死，同时在提示词里重复一次字面内容（很多模型会把引号里的内容和描述合并理解，重复一次能明显降低漏字）。写完一定放大到 100% 看，别信缩略图。
如果你要的是「不要什么」，记得用负向提示词（negative prompt）。百炼文档里明确写了 qwen-image-3.0 系列支持负向提示词，可以排除不要的元素。
四、第 3 步：要一致性，就上参考图和组图
这是我最想教你的部分。新手做 AI 绘画最大的浪费，是每张都从零开始重新描述。你写十次「同一个品牌风格的产品图」，模型给你十个风格。万相 2.7 这代真正被低估的是它的多图参考和组图能力。
官方口径是这样的：最高 9 张参考图输入，最多 12 张组图输出。参考图可以是角色定妆照、场景氛围板、产品实拍、配色参考——官方文档里管这叫「多维度特征对齐」，人脸、道具、场景、风格四个维度分别保持一致。我实测下来的用法是：
- 组图：一次把「同一场景的 4 个机位」生成出来，人物、衣服、光线全都锁住，不用再一张张对齐。这是做电商套图、公众号配图系列、角色设定页最省时间的路径。
- 多图参考：图一给主体、图二给风格、图三给背景，三张各司其职。官方示例里有个「把图一茶壶替换成图二瓶子」的用法，本质就是用参考图做精确替换，比纯文字描述稳定得多。
- 交互式编辑（框选编辑）：生成完不满意，框住那一块，单独重写。不用整张重抽——整张重抽意味着你的构图、光线、主体全部作废重来。我做配图最常走的就是这条：整体满意，局部不对，框选改局部。
另外万相 2.7 的色彩控制值得单独说：支持最多 8 个十六进制色值锁定配色。品牌色、VI 色板、系列视觉一致性全靠这个，比你写「莫兰迪色系」「高级灰色调」靠谱一百倍——因为模型根本不知道你品牌的主色是多少，但知道 #1A1A1A 是多少。
还有一条官方写在能力页上的：真实人像定制，说是「从骨相、眼眸到五官细微处，深度自定义独一无二的真我面孔」。真人肖像要格外小心授权问题，别拿真人脸去训练或复刻他人肖像。这不是技术问题，是法律问题。
五、第 4 步：积分、会员和 API，两套完全不同的账
这一段是我查得最久、也最容易被含糊表述糊弄过去的地方。万相的成本有三套体系，别混：
第一套是万相网页端的积分。每日签到可以领积分，生成、组图、底稿三类模式的扣费不一样。按第三方在 2026 年 10 月的实测记录，签到约 10 积分，生成单次约 2 积分，组图上限 8 张约 4 积分，底稿每张 0.1 积分。关键一条：积分当日有效，不累计——所以别攒，也别为了「今天要过期了」硬生成一堆废图。另外去水印、1080p 清晰度、10 秒以上的视频输出，都需要开会员；会员档位按 2026 年 10 月 13 日的核验是标准版 47 元/月（年付约 36 元/月）给 300 积分、高级版 186 元/月（年付约 145 元/月）给 1200 积分。免费用户同时只能跑一个视频任务和一个图片任务。
注意这里我要给个提醒：积分和会员的具体数值，第三方记录和官方页面的说法可能不完全一致，且会变。我把这些数字写出来是让你有个量级概念，真正下单前请以你自己账号里看到的为准。
第二套是百炼 API 的按量计费。如果你要接进自动化流程，这套才是真的。官方文档里 qwen-image-3.0 的价格是：输入 0.02 元/张，输出 1K 0.18 元/张、2K 的 pro 档输出 0.50 元/张。新人有 90 天免费额度（官方文案写的是「超 7000 万 Tokens」），按量只对成功生成的输出图片收费，失败和输入图不计入。
第三套是局部重绘的坑。百炼里那个 wanx-x-painting（万相-图像局部重绘）官方标注的是「目前仅供免费体验」，免费额度 21500 张，用完之后不可调用也不支持付费，官方给的替代方案是「图像编辑-千问」或「图像编辑-万相 2.1」。所以如果你生产环境里打算把局部重绘当常规功能，得提前设计降级路径，别等额度耗尽才发现。另外这个老接口的提示词长度上限只有 75 个字符，超了会自动截断——非常容易踩。
六、五个我真踩过的坑
坑一：以为「万相 = 一个模型」。图像是 wan2.7-image / wan2.7-image-pro / qwen-image-3.0-pro / z-image-turbo 这一串，视频是 Wan 3.0，两条线完全不同步。拿视频的 30 秒、原生音频去套图像，或者拿图像的 4096×4096 去期待视频出 4K，都会失望。
坑二：入口改了名，按老教程找功能会扑空。老的「通义万相」教程里说的路径，现在多半在 /wan/ 下面重新排过版。我那次 curl 下来官网只有 5.7KB 的 JS 壳子，说明所有功能入口都是前端渲染的——你按截图找按钮，多半找不到，因为布局也改了。
坑三：免费额度当天清零还限量。生成模式 2 积分、组图 4 积分、底稿 0.1 积分，扣得比想象中快。更要命的是免费用户并发被限死（一个视频任务 + 一个图片任务），你批量跑图的时候会排队等着。我那周做系列配图，光是等队列就花了比生成本身更长的时间。
坑四：拿「色彩盲盒」出图。不做配色锁定，你出 10 张产品图就有 10 种背景色和 10 种光线，八张十六进制色值锁死能直接解决这个问题。官方能力页专门写了「告别色彩盲盒，精准控制出图的色彩占比」，这个功能不用等于白扔。
坑五：整张重抽。构图对了、光对了、主体对了，就一个局部不对，你重新生成——全没了。框选编辑就是为了治这个。养成习惯：先确认构图，再修局部，最后才整体重抽。
七、什么时候别用万相
我不打算吹万相通吃。它的定位很清楚：综合均衡、免费可上手、中文友好、风格覆盖全、稳定性好，但每一项都不是顶尖。三组对比你记一下：
要写实人像，即梦 AI 更强，人物的面部、光影、眼神更接近真人摄影，而且出图完能一键拖进剪映做后期，做短视频封面链路更顺。我写过一篇 即梦AI vs 可灵的 5 维实测对比，里面拆过生成引擎层和剪辑层的区别，这里就不重复了。通义万相的人像偏「证件照」感，真实感少一点。
要国风水墨，文心一格仍然是第一。那篇 文心一格的 8 大核心功能拆解 里我实测过它并入百度文心助手之后的完整状态，包括它每天 40 次免费和连续出图限速那个坑——国风提示词的语感，它确实更懂。
要完全可控、要商用授权干净、要本地跑，那别用云服务，走 Stable Diffusion XL 本地部署。我那篇把 1 个人做 1000 张免费商用图的成本账算得很细，想走这条路可以先看。
至于想要国际化艺术质感和商业大片感的，标杆还是 Midjourney v9，代价是得科学上网、依赖 Discord、纯付费订阅——万相把这三样全免了，某种意义上性价比就是从这儿来的。更整体的国产工具选择可以看 国产 Top 10 AI 工具终极榜单，万相在里面排第几、为什么，我在那篇里给过位置。另外万相官网的图文生成、图像编辑这些入口，站内也收在 AI 工具分类页，提示词模板在 提示词专区，都能直接翻。
最后：现在该怎么做
一句话结论：通义万相现在是阿里的「万相」，2026 年 10 月这个版本值得你当主力绘图工具用，尤其适合中文场景、电商配图和系列组图。但你要先接受三件事——入口在 tongyi.aliyun.com/wan/、积分当天过期不累计、图像和视频是两条独立的模型线。
具体动作就三步：
第一，把收藏夹里所有「通义万相」的入口统一换成 https://tongyi.aliyun.com/wan/，顺手看看有没有开着自动续费的会员——你现在可能并不需要它，网页端的免费额度配合 API 的按量计费，多数人的量级完全够用。
第二，按用途定通道，不要每次都默认用同一个：出草稿用 z-image-turbo，图里有字用 qwen-image-3.0-pro，要成套图或锁人物用 wan2.7-image，要印刷级上 pro，要局部修就用框选编辑别重抽。
第三，把「8 个十六进制色值锁配色」这件事做进你的工作流。这是万相相对同类工具最被低估的一个能力，也是我把「配色一致性」从「每次重新描述」变成「一次锁定」的唯一办法。
至于商用授权的具体条款、会员档位的当前价格、积分的实时扣费标准，这三样都在变，我在这篇里给的是 2026 年 10 月底的核查结果。你真正下单或者接 API 之前，请以官网和百炼控制台当天显示的为准——这也是我写每一篇工具文都坚持先自己跑一遍的原因。