Texto a vídeo
Genera vídeo desde texto con audio opcional. Admite sincronización audiovisual y narración con varios planos.
Texto a vídeoWan 2.7 es una suite de vídeo AI de Tongyi Lab de Alibaba con cuatro modos: texto a vídeo, imagen a vídeo, referencias a vídeo y edición. Admite texto, imágenes, vídeo y audio según el flujo y produce vídeos 720p–1080p, reuniendo generación y edición en un mismo espacio creativo.
Abrir Wan 2.7Genera vídeo desde texto con audio opcional. Admite sincronización audiovisual y narración con varios planos.
Texto a vídeoAnima el primer fotograma, controla el primero y el último o continúa un clip. Puedes añadir audio.
Imagen a vídeoUtiliza hasta cinco referencias combinadas de imágenes y vídeos, con voz opcional, para guiar el aspecto del sujeto.
Referencias a vídeoEdita un vídeo con instrucciones y una imagen opcional. El audio puede tratarse automáticamente o conservarse.
Edición de vídeoAlta resolución, control de fotogramas, referencias visuales y edición por instrucciones
Wan 2.7 admite 720p y 1080p para escenas detalladas, acciones de personajes y movimientos de cámara. Texto e imagen permiten 2–15 segundos; las referencias y la edición permiten 2–10 segundos, según el flujo elegido.
Guía el movimiento entre una imagen inicial y una final. El control de ambos extremos ayuda a crear transiciones más suaves y facilita la continuidad narrativa entre varias escenas.
Una imagen de referencia con nueve vistas orienta la disposición y composición de la escena. Las referencias desde varios ángulos ayudan a mejorar el encuadre y reducir las desviaciones visuales en flujos complejos.
Las referencias de sujeto y voz ayudan a mantener la apariencia, identidad vocal y continuidad de la sincronización labial. Son útiles para historias y vídeos centrados en personajes.
Modifica un vídeo existente con instrucciones de texto para sustituir objetos, cambiar estilos o ajustar escenas. Partir del clip original reduce la necesidad de reconstruir la idea desde el principio y facilita las revisiones.
Compara las entradas, duraciones y resoluciones de los cuatro flujos.
| Flujo | Entrada | Duración | Resolución |
|---|---|---|---|
| Texto a vídeo | Texto · audio opcional | 2–15 s | 720p / 1080p |
| Imagen a vídeo | Fotogramas o clip · audio opcional | 2–15 s | 720p / 1080p |
| Referencias a vídeo | Imágenes / vídeos · voz opcional | 2–10 s | 720p / 1080p |
| Edición de vídeo | Vídeo fuente · imagen opcional | 2–10 s | 720p / 1080p |
Del prompt y las referencias al vídeo
Selecciona Wan 2.7 y elige generación desde texto, imagen, referencias o edición.
Introduce el prompt y añade las imágenes, el vídeo o el audio que necesita el modo elegido.
Elige 720p o 1080p y una duración dentro de los límites del modo.
Revisa los créditos y envía la tarea. Cuando termine, consulta y descarga el vídeo.
Explora los usos de Wan 2.7
Crea conceptos publicitarios desde texto o usa imágenes de producto como referencia.
Crea clips cortos y modifica el fondo o el estilo con instrucciones de edición.
Explora escenas, movimientos de cámara y relatos con varios planos, usando referencias para los personajes.
Usa instrucciones de edición para colorear, restaurar material o cambiar su estilo visual.
Consulta los modos de generación, las referencias, los ajustes de vídeo y la edición.
Wan 2.7 es una familia de modelos de vídeo con IA de Tongyi Lab de Alibaba. Reúne generación desde texto, imágenes y referencias, además de edición de vídeo, para crear nuevos clips y modificar material existente.
La generación desde texto crea un clip a partir de una descripción; la generación desde imagen anima una imagen inicial. La generación con referencias usa imágenes o vídeos para guiar sujetos y escenas, y la edición modifica material existente mediante instrucciones de texto.
La generación desde texto parte de una descripción escrita y no necesita imágenes. La generación desde imagen usa una imagen inicial para guiar el sujeto y la composición. También admite un fotograma final opcional para orientar la transición hacia un final elegido.
Wan 2.7 admite texto, imágenes, vídeo y audio según el modo. La generación desde imagen puede usar fotogramas y audio de guía; la generación con referencias usa sujetos y audio de voz opcional. La edición parte de un vídeo fuente y puede incluir una imagen de referencia.
Los cuatro modos admiten vídeo en 720p y 1080p. Elige la resolución en el espacio de trabajo antes de enviar la tarea.
La generación desde texto y desde imagen admite 2–15 segundos. La generación con referencias y la edición admiten 2–10 segundos. El intervalo disponible depende del modo elegido.
En la generación desde imagen, el primer fotograma establece la composición inicial y el último, opcional, define el final. El prompt guía la acción entre ambos. Wan 2.7 también permite continuar un clip de vídeo inicial.
Sí. Puede usar una sola imagen con varios paneles de un guion gráfico como referencia de personajes, escenas y planos. Una referencia de nueve paneles es una imagen combinada, no nueve archivos subidos por separado.
La generación con referencias requiere al menos una imagen o un vídeo y admite hasta cinco imágenes y vídeos en total. Estos materiales guían la apariencia de los sujetos. Puedes añadir audio opcional para guiar la voz de un personaje.
Describe cambios como sustituir un objeto, cambiar el fondo, ajustar el estilo visual o colorear material en blanco y negro. También puedes añadir una imagen de referencia para guiar la edición.
Sí. Puede conservar el audio original del vídeo fuente o procesarlo automáticamente según las instrucciones de edición. Elige la opción que se ajuste a tu edición.
Añade detalles a la descripción y puede ayudar con prompts cortos. Activarla también aumenta el tiempo de procesamiento.
Crea vídeos 720p–1080p con Wan 2.7. Generación por texto, imagen y referencias, control de fotogramas, referencias de personaje y voz, y edición.
Abrir Wan 2.7Documentación del modelo · Alibaba Cloud