Wan

Cos'è Wan

Wan è una serie di modelli open-source per la generazione di video con intelligenza artificiale, sviluppata dal Tongyi Lab del Gruppo Alibaba. La famiglia Wan rappresenta il principale progetto multimodale di Alibaba, pensato per trasformare prompt testuali, immagini e video di riferimento in contenuti video di alta qualità, con movimenti realistici e coerenza visiva.

Versione attuale: Wan 2.6 (dicembre 2025)

Wan 2.6 — Novità più recenti

Aggiornato a: dicembre 2025

Wan 2.6 è arrivato poco dopo la versione 2.5, con un’attenzione particolare all’integrazione multimodale ancora più precisa e maggiori strumenti creativi. Questa versione risolve i principali limiti delle release precedenti e introduce funzionalità utili per flussi di lavoro dedicati alla creazione di contenuti complessi.

Miglioramenti chiave di Wan 2.6:

• Audio nativo potenziato: La qualità dell'audio è migliorata notevolmente rispetto a Wan 2.5, con risultati molto più naturali, anche se la resa vocale resta inferiore rispetto ai concorrenti premium come Veo 3 e Sora 2

• Durata estesa: Ora è possibile creare clip fino a 15 secondi in 1080P, e unire più clip per poter realizzare sequenze più lunghe

• Sistema di riferimento per i personaggi: Puoi caricare fino a tre riferimenti video di personaggi per mantenere coerenza nei diversi video generati (Nota: Questa funzione non è ancora disponibile su Somake)

• Creazione di avatar personalizzati: Registra il tuo volto da diverse angolazioni e campioni vocali per creare il tuo avatar IA coerente (Nota: Questa funzione non è ancora disponibile su Somake)

• Dialoghi tra più personaggi: Gestione fluida delle conversazioni tra più personaggi, senza sovrapposizioni di voce

• Controllo di ambientazione e abbigliamento: Modifica l’abbigliamento dei personaggi e gli ambienti delle scene tramite prompt

• Movimenti fluidi: I video generati includono effetti camera realistici come zoom e sfocature, con movimenti naturali

Limiti attuali da tenere in considerazione:

• La somiglianza e la voce dei personaggi non sono sempre coerenti: a volte volti e voci differiscono dal materiale di riferimento

• Le sequenze d’azione complesse con più personaggi (come le scene di lotta) possono generare artefatti o distorsioni

• La generazione di video in stile anime offre una qualità visiva inferiore rispetto ai contenuti realistici

• Alcune funzioni potrebbero apparire incoerenti, compresi sporadici errori di lingua nell’output

• Potrebbero comparire elementi imprevisti o surreali, una sfida comune nelle IA di generazione video da testo

Cronologia versioni e specifiche

Esempi d’uso

Prompt avanzati per Wan 2.6

Template per storytelling multi-inquadratura

Una scena [genere] cinematografica.

Inquadratura 1: [Larga/Media/Primo piano], [descrivi scena, personaggio e azione].

Inquadratura 2: [Angolo di ripresa], [descrivi la transizione e il nuovo focus].

Inquadratura 3: [Angolo di ripresa], [descrivi la risoluzione o momento finale].

Stile: [realistico/cinematografico/stilizzato]. Illuminazione: [naturale/drammatica/soffusa].

Best practice per i riferimenti ai personaggi

• Usa riprese frontali con buona illuminazione per i riferimenti ai personaggi

• Registra video di riferimento mostrando il volto da più angolazioni quando crei avatar personali

• Limita a 3 i riferimenti per una maggiore coerenza

• Per la voce, fornisci clip audio chiari e senza rumori di fondo

• Metti in conto alcune variazioni nella riproduzione di volto e voce; prevedi più tentativi

Linee guida per la complessità delle scene

• Funziona bene: Dialoghi, parlato frontale, scene con un solo personaggio, interazioni semplici, conversazioni tra pochi personaggi

• Da usare con attenzione: Azioni complesse con più personaggi, coreografie di lotta, movimenti rapidi

• Da evitare o aspettarsi artefatti: Stili anime complessi, scene di gruppo molto dinamiche

Espansione dei prompt

Attiva l’espansione del prompt quando il tuo input è semplice o vuoi dettagli visivi più ricchi. Il sistema aggiunge elementi descrittivi per migliorare composizione, coerenza stilistica e qualità visiva del risultato.

Risoluzione dei problemi comuni

Problema: La voce suona robotica o innaturale → Soluzione: È un limite attuale di Wan 2.6. Se ti occorrono voci molto realistiche, puoi usare il video generato abbinandolo a una traccia audio creata separatamente o registrata a parte.

Problema: Appaiono personaggi inattesi o elementi surreali → Soluzione: Gli artefatti sono tipici nella generazione video da testo. Riduci la complessità del prompt, diminuisci il numero di personaggi o elementi, e rigenera il video. Controlla sempre il risultato prima di usarlo.

Problema: Le scene d’azione presentano distorsioni visive → Soluzione: Le sequenze con più personaggi sono un limite noto. Suddividi le scene complesse in clip più semplici, concentrati su uno o due personaggi per volta ed evita coreografie di combattimento.

Problema: I video in stile anime hanno una resa scadente → Soluzione: La generazione in stile anime di Wan 2.6 è particolarmente debole. Per contenuti anime valuta modelli alternativi, oppure prova con prompt in stile realistico.

Problema: La lingua del video generato non corrisponde → Soluzione: Alcuni errori di lingua possono verificarsi. Specifica chiaramente la lingua desiderata nel prompt e rigenera se il risultato non è quello atteso.