Wan 3.0 para tomas largas con imágenes de referencia

La duración se fija en segundos enteros, de 2 a 30. Medio minuto le da a una escena tiempo para respirar: un cocinero que emplata desde el primer ingrediente hasta el último detalle, una cámara que recorre despacio una tienda, un personaje que entra en cuadro y reacciona. Todo en una sola generación, sin pegar varios clips cortos.

Sube hasta diez fotos de las personas, los objetos o los lugares que deben aparecer. El modelo se apoya en ellas para construir el video. Es la forma práctica de que una mascota, una cara o la etiqueta de una botella sigan siendo reconocibles durante una toma larga, en lugar de confiarlo todo a una descripción escrita.

Cada imagen que subes recibe un nombre según su posición: la primera es Image1, la segunda Image2 y así sucesivamente. Escribir «la bailarina de Image1 se pone la chaqueta de Image3» le dice al modelo exactamente a qué foto te refieres, algo que se vuelve importante en cuanto hay más de dos o tres.

¿Prefieres decidir tú la composición? Sube una imagen fija y el clip empezará con ella. Si ya sabes dónde debe terminar la toma, añade una segunda imagen como último fotograma, por ejemplo una caja de regalo cerrada al principio y abierta al final, y describe lo que ocurre en medio.

El audio se genera en el mismo proceso que la imagen y el interruptor arranca encendido. Déjalo así si quieres que el clip llegue con sonido. Apágalo si alguien va a poner música o una voz en off más tarde en la edición, para no tener que quitar nada antes.

La opción adaptativa toma la forma de lo que subes, así que una foto vertical sigue siendo vertical. Cuando el formato lo decide la plataforma de destino y no el material, elige directamente 16:9, 9:16, 1:1, 4:3 o 3:4.

Sube el frente, el reverso y el logo de un producto como referencias y describe cómo se abre, se sirve o se lleva puesto. Nombrar cada ángulo en el prompt ayuda a que la etiqueta y la forma se mantengan cerca del producto real durante todo el clip.

Guarda un mismo juego de imágenes del personaje y úsalo en cada episodio de una serie corta. Tener el mismo Image1 en cada prompt es un punto de partida más estable que describir desde cero su cara y su ropa una y otra vez.

Usa una viñeta del storyboard como primer fotograma y la siguiente como último fotograma, y describe el movimiento entre ambas. Es una forma rápida de ver si una transición funciona antes de organizar un rodaje.

Configura 9:16 y una duración cercana a 30 segundos para formatos cortos, cuando una sola toma continua basta para mostrar una receta, un truco o un antes y después sin cortes rápidos.

Un recorrido lento de cámara por una cafetería, una habitación de hotel o un showroom necesita tiempo. Sube fotos del lugar como referencias y describe la ruta de la cámara desde la entrada hasta la ventana.

Agencias y freelancers pueden bocetar un video de ambiente en 480P para acordar el tono con el cliente y luego renderizar la versión aprobada en 1080P con el mismo prompt y las mismas referencias.

Antes de subir nada, decide para qué sirve cada imagen: Image1 la presentadora, Image2 la zapatilla, Image3 la esquina de la calle. Luego dilo en el prompt. Dos fotos casi idénticas cuestan de distinguir por escrito; una foto clara por elemento se nombra sin dudas.

Los nombres siguen el orden de subida, así que pon primero al protagonista si aparece primero en el texto. Si el orden sale mal, suele ser más rápido volver a subir las imágenes en la secuencia correcta que reescribir el prompt en torno a los números.

Para 20 o 30 segundos, enumera lo que pasa en orden: la vista inicial, la acción principal, el giro y dónde termina la cámara. Un prompt de una línea estirado a medio minuto deja casi todo ese tiempo sin indicaciones.

¿Partes de un primer fotograma o de referencias con una composición muy definida? La opción adaptativa conserva esa forma. Si solo tienes texto, o la plataforma exige un formato fijo como el 9:16 de los feeds verticales, fija tú la relación de aspecto.

El precio sube con la duración y con la resolución, así que prueba la idea primero en 480P y con una duración corta. Cuando el movimiento y el ritmo te convenzan, vuelve a lanzar el mismo prompt en 1080P y con la duración completa que necesitas.

Usa una frase para lo que hace el sujeto y otra para lo que hace la cámara, por ejemplo: «Ella sirve el café. La cámara se acerca despacio desde la puerta». Cuando solo haya que cambiar una de las dos cosas, sabrás exactamente qué línea tocar.