Wan 2.5 de imagen a vídeo toma un único fotograma fijo y lo anima hasta convertirlo en un clip corto. Subes una imagen, describes el movimiento que quieres y el modelo genera los fotogramas que siguen. Todo se ejecuta en hardware alojado en wan2-6.net, así que no necesitas una GPU dedicada, ni un entorno de Python, ni un checkpoint de varios gigabytes ocupando espacio en tu disco. Si ya has usado la ruta general de imagen a vídeo, esta página trata específicamente la generación 2.5: qué hace de forma distinta, cómo dirigirla y en qué aspectos sigue quedándose corta.
El modelo recibe tu imagen como primer fotograma y predice lo que ocurre después. No es una herramienta de presentación que hace paneos y zooms sobre una imagen estática. Sintetiza píxeles nuevos: el pelo se mueve, el agua ondula, una cabeza gira, la tela se pliega. La imagen de origen fija la composición, el color y la identidad, y por eso el primer fotograma suele parecerse exactamente a lo que subiste y la deriva empieza un instante después.
Como la entrada es una imagen y no solo un prompt, te saltas la parte más difícil del texto a vídeo. Ya has decidido el encuadre, el sujeto y la iluminación. Tu trabajo pasa de describir una escena a describir un cambio.
Empieza con una fuente limpia. Los artefactos de compresión, el ruido intenso y el enfoque agresivo se amplifican en cuanto el modelo empieza a mover píxeles. Si tu imagen tiene un tamaño excesivo o un formato poco adecuado, pásala primero por el conversor de imágenes o el compresor de imágenes. Una resolución modesta con detalle honesto supera a un archivo enorme lleno de papilla JPEG.
Escribe tu prompt como movimiento, no como descripción. "She turns her head slowly to the left, hair catching the light" le da al modelo algo que programar. "A beautiful woman, cinematic, 8k" no le dice nada que no hubiera obtenido ya de la imagen. Mantén la instrucción de cámara separada de la del sujeto para que no compitan entre sí.
Después, trata el primer renderizado como una prueba. Míralo una vez para la composición, otra para los artefactos y otra para comprobar si el movimiento coincide con tu intención. Ajusta una sola variable cada vez. Cambiar el prompt, la duración y la intensidad del movimiento a la vez hace imposible saber qué ayudó.
El prompt es la palanca más importante, pero no la única. La duración importa más de lo que la gente espera: los clips cortos se mantienen cohesionados y los largos le dan al modelo más margen para inventar cosas que no pediste. Si necesitas una secuencia más larga, genera un clip corto sólido y extiéndelo con extender vídeo en lugar de forzar una sola ejecución.
La intensidad del movimiento es la segunda palanca. Los ajustes bajos producen un movimiento sutil y creíble, y son mucho más indulgentes. Los ajustes altos pueden verse espectaculares cuando aciertan y caóticos cuando no. Para un primer intento con una imagen nueva, sé conservador.
La semilla es la tercera. Si un renderizado se acerca pero no es del todo correcto, reutiliza la semilla y cambia solo el prompt. Así aíslas la variable. Si un renderizado es fundamentalmente erróneo, cambia la semilla y mantén el prompt.
El coste en créditos de una ejecución se muestra junto al formulario antes de enviarlo, así que puedes ver lo que consumirá una generación antes de comprometerte. Los detalles de precios para lotes más grandes están en la página de precios.
Imagen a vídeo no es un servicio de restauración. Si tu fuente está borrosa, la salida estará borrosa y en movimiento. No añadirá detalle que nunca estuvo ahí.
Tampoco es una forma de mantener un rostro perfectamente consistente a lo largo de una secuencia larga. Los clips cortos mantienen bien la identidad; cuanto más alargas, más se desvían los rasgos. Si necesitas que un personaje se mantenga fijo a lo largo de muchos planos, ese es otro flujo de trabajo.
El texto dentro de la imagen es una decepción habitual. Los carteles, las etiquetas y los elementos de interfaz tienden a deformarse en cuanto empieza el movimiento. Y si tu objetivo es cambiar lo que hay en la imagen en lugar de animarla, lo que quieres es editar imagen.
Por último, este sitio no distribuye pesos de modelos y no ofrece descargas. Si venías buscando un checkpoint para ejecutarlo en local, esto no es eso. Todo aquí es generación basada en navegador sobre infraestructura alojada.
¿Necesito instalar algo o tener una GPU?
No. El modelo se ejecuta en nuestro hardware y tú interactúas con él a través del navegador. No hay nada que descargar ni configuración local.
¿Puedo usar la misma imagen para varios clips distintos?
Sí, y es una buena costumbre. Reutilizar una misma fuente mientras varías el prompt es la forma más rápida de aprender cómo lee el modelo tu imagen.
¿Por qué mi clip se aleja de la foto original?
Las duraciones más largas y los ajustes de movimiento más fuertes le dan más libertad al modelo. Acorta el clip o baja la intensidad y la fuente se mantiene mejor.
¿Y si solo tengo un prompt y ninguna imagen?
Entonces lo que quieres es texto a vídeo o la visión general de Wan 2.5, que cubre los otros modos de entrada.