Wan

¿Qué es Wan?

Wan es una serie de modelos de generación de video con IA de código abierto desarrollada por el Tongyi Lab de Alibaba Group. La familia Wan representa el proyecto insignia de Alibaba en inteligencia artificial multimodal, diseñado para transformar textos, imágenes y videos de referencia en contenido de video de alta calidad, con movimientos realistas y coherencia visual.

Versión actual: Wan 2.6 (diciembre de 2025)

Wan 2.6 — Novedades más recientes

Última actualización: diciembre de 2025

Wan 2.6 se lanzó poco después de la versión 2.5, enfocándose en una integración multimodal más sólida y mayor control creativo. Esta versión resuelve limitaciones clave de versiones anteriores e incorpora nuevas funciones pensadas para flujos de creación de contenido más complejos.

Principales mejoras en Wan 2.6:

• Mejora en la generación de audio nativo: La calidad de audio se incrementó notablemente frente a Wan 2.5, logrando un resultado más natural, aunque aún está por detrás de competidores premium como Veo 3 y Sora 2 en realismo de voz

• Duración extendida: Soporta clips de hasta 15 segundos en 1080P y la opción de unir varios clips para secuencias más largas

• Sistema de referencia de personajes: Permite subir hasta tres referencias de personajes desde video, para mantener la consistencia entre generaciones (Nota: Esta función aún no está disponible en Somake)

• Creación de avatar personal: Puedes grabar tu rostro desde distintos ángulos y muestras de voz para crear tu propio avatar con IA consistente (Nota: Esta función aún no está disponible en Somake)

• Diálogo entre varios personajes: Maneja conversaciones entre varios personajes de manera clara, sin que las voces se mezclen

• Control de entornos y vestimenta: Cambia la ropa de los personajes y los escenarios escribiendo lo que deseas

• Calidad de movimiento fluido: Los videos muestran efectos de cámara como zoom o desenfoque, con transiciones suaves y naturales

Limitaciones actuales a considerar:

• La similitud con los personajes de referencia y la coincidencia de voces pueden variar — a veces los rostros y las voces no coinciden exactamente con el material original

• Las secuencias de acción complejas con varios personajes (por ejemplo, peleas) pueden generar artefactos visuales o distorsiones

• La generación de videos en estilo anime es de menor calidad visual comparada con los estilos realistas

• Pueden aparecer inconsistencias en ciertas funciones, como diferencias ocasionales de idioma en el resultado

• Es posible que aparezcan elementos inesperados o salidas surrealistas, algo común en la generación de video con IA a partir de texto

Historial de Versiones & Especificaciones

Casos de uso

Prompts avanzados para Wan 2.6

Plantilla de prompt para narrativas multi-toma

Una escena cinematográfica de [género].

Toma 1: Toma [abierta/media/cercana], [describe la escena, personaje y acción].

Toma 2: [Ángulo de cámara], [describe la transición y el nuevo foco].

Toma 3: [Ángulo de cámara], [describe la resolución o el momento final].

Estilo: [realista/cinematográfico/estilizado]. Iluminación: [natural/dramática/suave].

Mejores prácticas para referencia de personajes

• Usa grabaciones frontales con buena iluminación para las referencias de personaje

• Graba videos de referencia desde varios ángulos si vas a crear un avatar personal

• Para mantener la coherencia, limita el uso de referencias de personajes a máximo 3

• Para igualar la voz, proporciona muestras de audio claras y sin ruido de fondo

• Habrá ligeras variaciones en la cara y la voz — planea hacer varias generaciones para mejorar los resultados

Guía para la complejidad de escenas

• Funciona bien: Escenas de diálogo, tomas individuales, interacciones simples, o escenas conversacionales con varios personajes

• Precaución: Secuencias de acción con varios personajes, coreografías de peleas, movimientos rápidos

• Evita o espera artefactos: Estilos anime complejos o escenas grupales muy dinámicas

Expansión de prompts

Activa la expansión de prompt cuando tu entrada sea simple o quieras resultados más detallados a nivel visual. El sistema agregará descripciones para mejorar la composición, coherencia y estilo en el video generado.

Solución de problemas comunes

Problema: La voz suena robótica o poco natural → Solución: Esta es una limitación actual de Wan 2.6. Para proyectos que requieran voces muy realistas, te recomendamos usar el video generado y añadir el audio aparte.

Problema: Aparecen personajes o elementos inesperados o surreales → Solución: Los errores de IA son comunes en la generación de video a partir de texto. Simplifica el prompt, reduce el número de personajes o elementos y vuelve a generar. Revisa bien los resultados antes de usarlos.

Problema: Escenas de acción con distorsiones visuales → Solución: Las secuencias de acción complejas con varios personajes son una debilidad conocida. Divide la acción en tomas más simples, céntrate en uno o dos personajes por clip y evita coreografiar peleas.

Problema: Los videos tipo anime se ven mal → Solución: La generación de anime en Wan 2.6 es limitada. Para contenido anime, considera usar otros modelos o probar estilo realista en tus prompts.

Problema: Hay desajustes de idioma en el video generado → Solución: Puede haber inconsistencias de idioma en la salida. Especifica claramente el idioma que deseas en tu prompt y vuelve a generar si el resultado no es el esperado.