Wan 2.5 (offiziell "Wan2.5-Preview") ist ein multimodales Text-/Bild-zu-Video-Modell von Alibabas Tongyi-Lab, vorgestellt am 24. September 2025 auf der Yunqi-/Apsara-Konferenz. Es erzeugt Videos mit nativ synchronisierter Audiospur (Stimmen, Soundeffekte, Musik, Lippensynchronisation) direkt aus Text- oder Bildvorgaben. Das Modell ist ausschließlich über Alibaba Clouds DashScope/Model-Studio-API sowie diverse Drittanbieter-APIs verfügbar; anders als Wan 2.1/2.2 wurden bislang keine offenen Modellgewichte veröffentlicht. Es unterstützt Auflösungen bis 1080p bei 24fps und Videolängen von 5 oder 10 Sekunden.

Belege (2)