El modelo de video de Alibaba con varios planos y diálogo
Dirige una escena completa con un solo prompt: varios planos, diálogo y una banda sonora completa en un único clip a 1080p.
WAN 2.6 es el modelo de video de Alibaba para crear videos a partir de texto e imágenes, con sonido nativo. Escribe una frase entre comillas y el personaje la dice. Numera los planos y el modelo monta la secuencia, como el tren de vapor de esta página: pasa de una vista aérea sobre un viaducto a un revisor mirando su reloj y después a las ruedas en marcha, todo en 15 segundos. Creamos todos los ejemplos de esta página en Pixel Dojo y cada uno incluye el prompt exacto que usamos. Los mejores modelos, seis estudios y Sensei, el director con IA, comparten un único plan en Pixel Dojo. Los créditos se acumulan mientras mantengas tu suscripción, y todos los planes incluyen uso comercial.
10 credits ($0.63) Incluido en todos los planes, desde 10 $ al mes.
¿Ya tienes cuenta? Inicia sesión
Por Brian Lovett · Actualizado
Siete clips que creamos con WAN 2.6 Standard, cuatro de ellos a 1080p. Cada clip tiene su propia banda sonora. Activa el sonido para escucharla y luego pulsa Usar este prompt para crear a partir de él.
Escena de tres planos a 1080p, 15 segundos. Una vista aérea, diálogo y un primer plano de las ruedas a partir de un solo prompt, con el revisor diciendo "Justo a tiempo" sobre el traqueteo de la locomotora.
Cinematic multi shot sequence. Shot 1: Aerial wide shot, a black steam locomotive with a glowing headlamp crosses a curved stone viaduct over a snowy pine valley at dusk, white steam trailing behind. Shot 2: Medium close-up inside a warm wood paneled dining car, a conductor in his sixties with a gray mustache and a navy cap checks a brass pocket watch and says, "Right on time." Shot 3: Low close-up of the iron wheels and pistons pounding through falling snow, sparks flying. 35mm lens, amber and teal grade. Sound: chugging engine, a long whistle, clinking glasses, wind.
Diálogo a 1080p, 5 segundos. Una ceja levantada y una frase con ironía seca: "El café está recién hecho. La tarta, no tanto", entre la lluvia y el zumbido de una nevera.
Medium close-up, slow push in. A tired diner waitress in her fifties with silver streaked red curls pinned up and a mint green uniform leans on the counter late at night, coffee pot in hand, a pink neon sign glowing through the rain streaked window behind her. She raises an eyebrow and says with a wry smile, "Coffee's fresh. The pie, not so much." Warm tungsten practicals against cold blue street light, 50mm lens, soft film grain. Sound: rain on glass, a humming refrigerator, her low raspy voice.
Plano de producto a 1080p, 5 segundos. Un movimiento orbital lento, una salpicadura en forma de corona y un barrido de luz dorada sobre el vidrio facetado.
Macro product shot, slow orbit. An invented faceted amber glass perfume bottle with a brass cap stands on wet black slate as a single drop falls from above and bursts into a crown of water around its base, a slow sweep of golden light gliding across the glass. Pure black background, 100mm macro lens, crisp reflections, no text. Sound: a deep drip, a soft shimmer, a warm synth pad.
Danza a 1080p, 9:16, 5 segundos. Una cinta dorada dibuja arcos entre la niebla matinal, con encuadre vertical para Reels y Shorts.
Vertical full body shot, slow handheld orbit. A dancer in her thirties with a sleek black bun and a flowing white linen outfit spins on a misty lakeside dock at sunrise, swirling two long saffron silk ribbons into wide spirals that ripple through the air, mist rising off the water behind her. Soft golden backlight, 35mm lens. Sound: the swish of silk, bare feet on wood, a slow solo erhu melody.
Acción a 720p, 5 segundos. Barro, agua y un derrape por toda la curva cerrada, con el rugido del motor en la pista de audio.
Low tracking shot at bumper height, the camera racing alongside. A mud splattered white rally car with no logos slides sideways through a hairpin bend on a rain soaked forest track, the rear tires flinging a thick rooster tail of mud and water toward the lens, headlights blazing through drifting mist between tall pines. 24mm lens, motion blur, desaturated green grade. Sound: engine scream, gravel and mud spray, rain.
Plano aéreo a 720p, 5 segundos. Una aproximación rápida a baja altura hacia un farallón mientras el Atlántico rompe contra él.
Aerial drone shot flying low and fast over a black sand beach toward a towering basalt sea stack as huge Atlantic waves explode white against the rocks, seabirds wheeling through the spray, low silver sunrise light breaking through storm clouds. 24mm wide lens, epic scale, crisp detail. Sound: thundering surf, howling wind, distant gull cries.
Deportes extremos a 720p, 5 segundos. Una moto salta desde la cresta de una duna y aterriza en una nube de arena dorada.
Low tracking shot from the sand, the camera racing alongside. A rider in a white and orange helmet and a sand colored jersey launches a red dirt bike off the crest of a tall desert dune, hangs in the air against a deep blue sky, and lands in a spray of golden sand that blasts toward the lens, low afternoon sun raking across the ripples. 24mm lens, motion blur, warm high contrast grade. Sound: a screaming two stroke engine, the thump of the landing, sand hissing.
La mayoría de los modelos de video con IA te dan un solo plano y tú montas la historia después. WAN 2.6 trabaja con la escena completa. Escribe "Plano 1", "Plano 2", "Plano 3" en tu prompt y monta los cortes en un único clip, manteniendo el mismo personaje, la misma luz y la misma banda sonora entre planos.
En el prompt del tren de vapor pedimos una vista aérea sobre un viaducto, un revisor en el vagón comedor y un primer plano de las ruedas. WAN 2.6 generó los tres en 15 segundos a 1080p, y el revisor dice "Justo a tiempo" en el plano intermedio, con el diálogo sincronizado.
El sonido viene incluido. Comprobamos nuestros clips con diálogo mediante una transcripción de voz a texto y todas las frases coincidieron exactamente con lo escrito. Los motores, la lluvia, las olas y el viento se generan para encajar con la imagen.
Los planos únicos también brillan, desde una salpicadura en forma de corona alrededor de un frasco de perfume hasta una moto de cross saltando desde una duna.
Tomamos un fotograma del revisor de nuestra escena del tren y lo animamos con ambas versiones usando el mismo prompt: cierra el reloj de golpe, levanta la mirada y dice "Próxima parada, la cima". Las dos reprodujeron la frase palabra por palabra con el traqueteo de las vías de fondo. Standard costó 10 créditos por 5 segundos a 720p y Flash costó 7.5 créditos.
WAN 2.6 Standard, de imagen a video, 720p, 5 segundos, 10 créditos.
Slow push in. The conductor snaps the brass pocket watch shut, looks up toward the lens with a warm grin and says, "Next stop, the summit." Snow streams past the windows behind him. Sound: the rhythmic clatter of the rails, the click of the watch, his deep friendly voice.
WAN 2.6 Flash, de imagen a video, 720p, 5 segundos, 7.5 créditos.
Slow push in. The conductor snaps the brass pocket watch shut, looks up toward the lens with a warm grin and says, "Next stop, the summit." Snow streams past the windows behind him. Sound: the rhythmic clatter of the rails, the click of the watch, his deep friendly voice.
Numera los planos, escribe las frases entre comillas y consigue una escena montada con sonido a juego, como nuestro viaje en tren de tres planos.
Camareras, revisores, presentadores y narradores que dicen su frase con la expresión y el ritmo adecuados.
Salpicaduras, movimientos orbitales y barridos de luz a 1080p, listos para anuncios y páginas de producto.
Derrapes de rally, saltos en dunas y planos de seguimiento que no pierden el ritmo de la acción.
Vuelos de dron a baja altura sobre costas, valles y ciudades, con viento y oleaje en la pista de audio.
Elige el formato 9:16 para Reels, TikTok y Shorts, como en nuestro clip de danza con cinta.
WAN 2.6 está incluido en todos los planes de Pixel Dojo, desde $10/mes, y los créditos se acumulan mientras mantengas tu suscripción. El coste se calcula por segundo, con sonido incluido. WAN 2.6 Standard cuesta 2 créditos por segundo a 720p y 3 créditos por segundo a 1080p. WAN 2.6 Flash cuesta 1.5 créditos por segundo a 720p y 2.25 créditos por segundo a 1080p.
Los clips duran de 5 a 15 segundos. Un clip de Standard de 5 segundos cuesta 10 créditos a 720p y 15 créditos a 1080p. Nuestra escena del tren de 15 segundos a 1080p costó 45 créditos.
WAN 2.6 es el modelo de video con IA de Alibaba para crear videos a partir de texto e imágenes. Genera sonido junto con la imagen, reproduce el diálogo que escribes entre comillas y monta una escena de varios planos en un único clip de hasta 1080p y 15 segundos.
Sí. Todos los clips de esta página tienen una banda sonora generada. Pon el diálogo entre comillas y enumera los sonidos en una línea de Sonido. La camarera, el revisor y la escena del tren reproducen sus frases palabra por palabra.
Escribe los planos en orden en un solo prompt: "Plano 1: Plano general aéreo...", "Plano 2: Primer plano medio...", "Plano 3: Primer plano desde abajo...". Elige una duración mayor para dar espacio a cada plano. Nuestra escena del tren de 15 segundos usó tres planos.
Standard es la versión de mayor calidad para crear videos a partir de texto e imágenes y trabajar a 1080p, con un coste de 2 créditos por segundo a 720p. Flash es la opción más rápida y económica para pasar de imagen a video, a 1.5 créditos por segundo a 720p. Ambas hicieron que nuestro revisor dijera su frase palabra por palabra.
Sí. Lo que creas te pertenece, en todos los planes.
Una cuenta gratuita te da 3 efectos gratis cada día para probar Pixel Dojo. WAN 2.6 está incluido en todos los planes desde $10/mes, y los créditos se acumulan mientras mantengas tu suscripción. Un clip de Standard de 5 segundos a 720p cuesta 10 créditos.
Sí. Envía un prompt mediante POST con el modo, la duración y la resolución a /api/v1/models/wan-2.6-standard/run, o usa wan-2.6-flash para pasar de imagen a video.
Escribe un prompt arriba o parte de cualquier ejemplo de esta página. Un solo plan incluye todos los modelos top, seis estudios y Sensei, y tus créditos se acumulan.
Empieza con WAN 2.6