Generador de videos IA Wan 3.0

Lo que Wan 3.0 hace bien

Referencias de imagen y audio en un mismo clip

Wan 3.0 admite hasta 10 imágenes de referencia y 5 clips de audio, y Alibaba permite combinarlos libremente en una misma generación.

Nómbralos en el prompt como lo hace Alibaba, Image 1, Image 2 y Audio 1: «el pescador de Image 1 camina por el muelle de Image 2 y dice la frase de Audio 1».

Los clips de audio tienen un límite de duración conjunto, así que recórtalos a la parte que necesites. ¿Necesitas antes una imagen de referencia? Crea el personaje o el producto con Wan 2.7 Image y añádelo como Image 1.

Usa material propio o que tengas permiso para usar, sobre todo si hay caras y voces.

Fotograma clave de video cinematográfico 16:9, un tríptico de tres paneles separados por finas franjas oscuras: a la izquierda, un retrato de estudio sencillo de un pescador con barba y gorro de punto verde oscuro; en el centro, una foto sencilla de un muelle de madera vacío al amanecer con barcas amarradas; a la derecha, el mismo pescador con el mismo gorro caminando por ese mismo muelle al amanecer mientras la cámara lo acompaña de lado, con barcas y gaviotas detrás. Cara y ropa coherentes, paleta suave de azul y ámbar, sin texto, sin logotipos.

Clips largos que contienen una escena entera

Los clips pueden durar hasta 30 segundos, lo suficiente para una escena con varias acciones seguidas.

Escribe el prompt como una secuencia corta, con cada momento en orden, e indica tiempos aproximados cuando importen: «primero abre la caja, luego saca la lámpara, después la enciende y sonríe».

Los clips más largos cuestan más, porque el video se cobra por segundo. Prueba la idea con una duración más corta y una resolución más baja antes de generar la toma completa.

Fotograma clave de video cinematográfico 16:9, un joven sentado a un escritorio de madera soleado saca una lámpara de escritorio de latón de una caja de cartón abierta, con papel arrugado alrededor, una planta en maceta y una libreta cerca, la lámpara ya encendida con un brillo cálido. Luz natural de tarde, cámara en mano pero estable, ambiente de piso acogedor, sin texto, sin logotipos.

Sonido generado con la imagen

Wan 3.0 genera el sonido junto con el video, así que los pasos, la lluvia, el ruido de un motor o una frase hablada llegan en el mismo clip.

Describe el sonido junto a la acción a la que pertenece: «el hervidor hace clic al apagarse y empieza a silbar», «ella dice en voz baja: “Lo logramos”».

Cuando un clip se construye con referencias, un clip de audio puede marcar la voz o el ritmo de la escena. Alibaba indica que los modos de primer fotograma y de primer y último fotograma no admiten referencias de audio, así que usa referencias cuando la voz importe.

Escucha cada resultado antes de publicarlo.

Fotograma clave de video cinematográfico 16:9, un batería callejero con chaqueta vaquera toca un conjunto de cubos de plástico boca abajo con baquetas de madera en una plaza de piedra concurrida, palomas que salen volando, transeúntes que se paran a mirar, una fuente detrás. Luz brillante de tarde, contrapicado enérgico, movimiento en las baquetas, sin texto, sin logotipos.

Cómo escribir prompts para Wan 3.0

1. Escribe el plano en orden: sujeto, acción, lugar, movimiento de cámara, luz y, por último, sonido.

2. Nombra las referencias por tipo y orden, como Image 1, Image 2 y Audio 1, e indica qué controla cada una.

3. En los clips largos, enumera las acciones como una secuencia e indica tiempos aproximados para los momentos importantes.

4. Describe cada sonido en la misma frase que la acción que lo produce y pon los diálogos entre comillas.

5. Prueba la idea en Wan 3.0 Prime con una duración corta y baja resolución, y genera la toma final cuando el prompt esté listo.

Videos hechos con Wan 3.0

• 

  En bici junto al canal

  Generado con Wan 3.0

  Un único plano continuo a lo largo de una calle junto a un canal mojada por la lluvia, al anochecer. Una mujer con un impermeable amarillo pasa en bici junto a escaparates iluminados, toca el timbre a un transeúnte con paraguas y gira hacia un pequeño puente de piedra sobre el agua. La cámara avanza a su lado a la altura del hombro y luego gira hasta quedar detrás de ella mientras cruza el puente. Reflejos que ondulan en los charcos, llovizna ligera, la luz cálida de las tiendas contra un cielo nocturno azul intenso, el siseo de las ruedas sobre la piedra mojada y la lluvia goteando de los toldos, aspecto cinematográfico natural.

• 

  Fideos sobre la barra

  Generado con Wan 3.0

  Un único plano continuo en un pequeño bar de fideos por la noche. El cocinero saca un montón de fideos de una olla humeante, los escurre con dos sacudidas secas, los pone en un cuenco hondo, les echa caldo caliente con el cucharón y desliza el cuenco por la barra de madera hasta un cliente, que se inclina sobre el vapor. La cámara se desliza despacio a lo largo de la barra siguiendo el cuenco. Luz cálida de lámpara, vapor que sube, la olla burbujeando, el tintineo del cucharón y charla tranquila de fondo, cinematográfico.

Prompts de ejemplo para probar con Wan 3.0

• 

  Mañana en la panadería

  Fotograma clave de video cinematográfico 16:9, plano medio de una panadera con delantal blanco que saca de un horno de piedra encendido una pala de madera con hogazas doradas y crujientes, harina flotando en la luz inclinada de primera hora de la mañana, estantes de pan detrás de ella, vapor que sube de las hogazas. Paleta cálida de ámbar y crema, acercamiento lento de cámara, aire documental, sin texto, sin logotipos.

• 

  Tren a través del desierto

  Fotograma clave de video cinematográfico 16:9, plano aéreo de seguimiento de un largo tren de pasajeros plateado que cruza un desierto de arena roja al atardecer, su larga sombra extendida sobre las dunas, mesetas lejanas en el horizonte, una fina estela de polvo detrás del último vagón. Cielo naranja intenso y violeta, movimiento suave de dron, épico y sereno, sin texto, sin logotipos.

• 

  Pequeño robot en un taller

  Fotograma clave de video cinematográfico 16:9, un pequeño robot redondo con aire de juguete, un ojo azul luminoso y brazos cortos, alarga la mano hacia una llave inglesa sobre un banco de trabajo de madera desordenado, con tarros de tornillos, una lámpara de escritorio y planos a su alrededor, mezcla de luz cálida de lámpara y luz fría de ventana. Estética de animación 3D estilizada, travelling lateral suave, tono juguetón, sin texto, sin logotipos.

• 

  Violinista en una azotea

  Fotograma clave de video cinematográfico 16:9, una joven con un abrigo gris largo toca el violín en una azotea de la ciudad en la hora azul, el viento le mueve el pelo, guirnaldas de luces en una barandilla a su lado, las luces del skyline encendiéndose detrás. Órbita lenta a su alrededor, paleta de azul profundo y dorado cálido, poca profundidad de campo, sin texto, sin logotipos.

Las imágenes de ejemplo son ilustrativas; los resultados varían según el modelo.

Wan 3.0: especificaciones y precios

Todos los precios de abajo salen de la lista de precios vigente, así que cambian aquí en cuanto cambian las tarifas. Los créditos se cobran por imagen o por segundo de video.

Limitaciones de Wan 3.0

• Un primer fotograma, o un primer y un último fotograma, no se pueden combinar con referencias en el mismo clip, y esos modos de fotograma no admiten audio. Elige un enfoque por clip.

• Un clip largo deja más margen para que las caras, las manos y los objetos pequeños varíen.

  Revisa cada segundo antes de publicar y divide la escena en clips más cortos cuando una parte siga saliendo mal.

• El mismo prompt da un clip distinto cada vez, y una semilla fija no garantiza que se repita. Quédate con la toma que te guste en lugar de esperar volver a generarla.