万相 2.2 数字人（图 + 音频 → 说话 / 唱歌视频）（wan2.2-s2v）

一张人物照片 + 一段人声，生成开口说话、唱歌、表演的视频

口播视频、数字人带货、课程讲解、照片唱歌、角色动作视频；开发者做「上传照片 + 配音 → 出数字人视频」。