Wan 2.7 llegó con un modo Image-Pro específico que cambia de forma notable cómo el modelo procesa los fotogramas de referencia, gestiona la ciencia del color y mantiene la fidelidad visual en las secuencias de video generadas. Desglosamos cada cambio técnico, lo comparamos con Wan 2.6 y explicamos cómo sacarle el máximo partido en PicassoIA ahora mismo.
La serie Wan de Wan-video ha sido una de las líneas de modelos de video con IA más seguidas en 2027. Cada lanzamiento aportó algo realmente útil, y Wan 2.7 no es una excepción. Pero esta versión introdujo algo que no recibió suficiente atención en su lanzamiento: el modo Image-Pro. No es un simple interruptor menor. Cambia cómo construye el modelo la información visual a un nivel fundamental, y la diferencia en el resultado se nota desde el primer fotograma.
Esto no va de palabras de moda. Se trata de lo que cambió de verdad en el pipeline, de lo que ves cuando comparas resultados lado a lado y de cómo trabajar con las tres variantes de Wan 2.7 en PicassoIA: Wan 2.7 T2V, Wan 2.7 I2V y Wan 2.7 R2V.
Antes de hablar de los cambios, conviene saber qué problema resuelve el modo Image-Pro. Las versiones anteriores de Wan trataban la imagen de referencia sobre todo como una semilla de movimiento: un punto de partida que el proceso de difusión interpolaba hacia adelante en el tiempo. La calidad de imagen de ese primer fotograma era aceptable, pero no era la prioridad.
El modo Image-Pro cambia esa prioridad. El modelo ahora trata el primer fotograma como un elemento centrado en la imagen, aplicando una pasada dedicada de calidad de imagen antes de que empiece el pipeline de difusión de video. Eso significa que el fotograma inicial se renderiza con un estándar distinto al de Wan 2.6 o Wan 2.5.
En Wan 2.5 I2V y Wan 2.6 I2V, la imagen de referencia que subías se usaba como señal de condicionamiento. El modelo muestreaba alrededor de ella. El nivel de detalle era coherente con lo que subías, no se mejoraba de forma significativa.
Con el modo Image-Pro en Wan 2.7 I2V, la imagen entrante pasa por un preproceso de mejora: afilado de detalles, normalización del color y escalado que tiene en cuenta los bordes. El video resultante no solo empieza al nivel de calidad de tu imagen. Muchas veces lo supera.
La mayoría de los creadores piensan en los modelos de video en términos de coherencia del movimiento, adherencia al prompt o resolución. La calidad de imagen a nivel de fotograma suele pasarse por alto. Pero si el primer fotograma se ve suave o le falta detalle, cada fotograma posterior hereda esa base. No puedes compensar una imagen de referencia débil con desenfoque de movimiento.
El modo Image-Pro aborda esto desde el origen. Es la razón por la que los resultados de Wan 2.7 se ven más cinematográficos aunque el prompt no haya cambiado.
El modo Image-Pro no es una única función. Es un conjunto de cambios en la forma en que Wan 2.7 procesa la información visual en tres etapas: antes de la difusión, durante la difusión y en el posprocesado de salida.
Wan 2.7 admite una salida nativa en 1080p con Wan 2.7 T2V. Eso no es nuevo en los modelos de video, pero lo que sí cambió es cómo se gestiona el detalle a esa resolución. Las versiones anteriores a veces suavizaban las texturas en 1080p por los artefactos de compresión introducidos durante la codificación en el espacio latente.
El modo Image-Pro usa una pasada de VAE (Variational Autoencoder) de mayor fidelidad que conserva la información de textura con más precisión. El tejido de una tela, los poros de la piel, la veta de la madera, los reflejos del metal: estos elementos sobreviven mejor al ciclo de codificación y decodificación que en Wan 2.6.
💡 Nota práctica: Al usar Wan 2.7 I2V, subir una imagen de origen de mayor calidad sigue importando. El modo Image-Pro mejora tu entrada, pero amplifica lo que hay en ella. Un origen nítido de 4K producirá un resultado notablemente mejor que uno comprimido de 720p.
Wan 2.7 R2V introdujo una capacidad de referencia a video distinta de I2V. R2V no trata la entrada como un fotograma inicial, sino como una referencia de sujeto, lo que permite animar al sujeto en una nueva escena o contexto de movimiento.
El modo Image-Pro afecta a R2V de forma distinta que a I2V. En R2V, la pasada de calidad se centra en el aislamiento del sujeto y la extracción de rasgos, en lugar del procesado de todo el fotograma. El modelo identifica los rasgos visuales principales del sujeto (detalle del cabello, textura de la ropa, geometría facial) y los conserva de forma específica mientras construye el contexto del video a su alrededor.
Esto hace que Wan 2.7 R2V sea significativamente más útil para flujos de trabajo de animación de personajes, donde la coherencia del sujeto importa más que la fidelidad del fondo.
La descripción técnica ayuda, pero ¿qué se ve de verdad en el resultado?
Los resultados de Wan 2.6 tendían a una ligera desaturación del color en las zonas de alta frecuencia de detalle. Los brillos de la piel, las telas luminosas y las superficies reflectantes: a veces perdían intensidad. No era dramático, pero sí lo bastante constante como para necesitar corrección de color en posproducción.
Wan 2.7 con el modo Image-Pro muestra un manejo de la curva tonal notablemente mejor. Las luces conservan más información de color, las sombras muestran una gradación más profunda sin hundirse en negro puro, y la imagen general tiene una respuesta de curva más cinematográfica, similar a la del cine. Se parece más a lo que obtendrías grabando en RAW con una cámara de cine digital que a lo que producían las versiones anteriores de Wan.
Aquí es donde el modo Image-Pro tiene el mayor impacto visible. En las versiones anteriores de Wan, el detalle facial de las secuencias de video solía suavizarse a lo largo de 5 a 10 segundos. La interpolación del movimiento promediaba detalles finos como los poros, el pelo fino y el detalle de los ojos.
Wan 2.7 aplica un mecanismo de atención ajustado específicamente a los rasgos faciales humanos durante la pasada de difusión de video. El efecto es que los rostros conservan mejor el detalle en secuencias más largas. Los ojos se mantienen nítidos. Los mechones de pelo individuales conservan su separación en lugar de fundirse en una masa.
La fidelidad de la textura fuera de los rostros también mejoró. Las superficies de ladrillo muestran las líneas de mortero individuales de un fotograma a otro. La tela tejida muestra una estructura de hilos que no se difumina durante el movimiento. La veta de la madera mantiene su dirección y profundidad incluso cuando la cámara se mueve.
💡 Para videos centrados en personajes: Wan 2.7 R2V es la opción más sólida cuando el sujeto humano es el foco principal. El preprocesado de aislamiento del sujeto en R2V, combinado con la conservación de texturas de Image-Pro, ofrece una coherencia de rostro y cuerpo notablemente mejor que I2V para la animación de personajes.
PicassoIA ofrece acceso a las tres variantes de Wan 2.7. Así se usa cada una de forma eficaz.
El flujo de trabajo de imagen a video en Wan 2.7 I2V funciona mejor cuando la imagen de referencia ya transmite la iluminación y la composición que quieres:
El prompt de movimiento importa tanto como la imagen. Describe el movimiento de forma específica: "deriva suave de la cámara hacia la derecha, hojas que se mecen lentamente en primer plano, la persona permanece quieta" funciona mejor que "haz que esta imagen se mueva".
Wan 2.7 T2V genera video únicamente a partir de texto. Aquí el modo Image-Pro se aplica al primer fotograma generado antes de que el modelo continúe la secuencia:
En T2V, el beneficio de Image-Pro se nota sobre todo en los planos cercanos. Los planos generales de establecimiento muestran una mejora menor, porque el detalle por píxel importa menos a esa distancia. Es en los planos medios y de primer plano donde mejor se nota el renderizado más limpio.
| Consejo | Se aplica a | Por qué |
|---|---|---|
| Usa resolución 1080p | T2V, I2V | Activa el pipeline completo de Image-Pro |
| Sube imágenes de origen de 1080p o más | I2V | Una entrada de mayor calidad da una base de salida mejor |
| Describe la iluminación en tu prompt | T2V | El modelo usa las pistas de iluminación para calibrar el mapeo tonal |
| Especifica el movimiento de cámara de forma explícita | Todas las variantes | Reduce los artefactos de interpolación |
| Usa R2V para la animación de personajes | R2V | El preprocesado de aislamiento del sujeto da una mejor coherencia facial |
💡 La iluminación en los prompts está infravalorada: El mapeo tonal de Wan 2.7 responde a las descripciones de iluminación. Escribir "luz cálida de la mañana desde la izquierda, sombras profundas a la derecha" da al modelo información de calibración que afecta a cómo se comporta todo el pipeline de color.
La diferencia entre Wan 2.6 y Wan 2.7 no es revolucionaria en todas las métricas. Algunas cosas mejoraron de forma significativa y otras se mantuvieron similares.
Wan 2.6 y 2.7 tienen tiempos de generación comparables a 480p. A 1080p, Wan 2.7 es algo más lento por la pasada de preprocesamiento de Image-Pro. El procesamiento adicional suma aproximadamente de 10 a 15 segundos por generación, una contrapartida menor teniendo en cuenta la mejora de calidad.
Si la velocidad es más importante que la calidad, Wan 2.5 T2V Fast sigue siendo una de las opciones más rápidas de la familia Wan en PicassoIA.
| Métrica | Wan 2.6 | Wan 2.7 |
|---|---|---|
| Resolución nativa | 720p / 1080p | 1080p |
| Retención del detalle facial | Moderada | Alta |
| Fidelidad de la textura | Moderada | Alta |
| Precisión del color | Buena | Muy buena |
| Coherencia del movimiento | Buena | Buena |
| Coherencia del sujeto (R2V) | N/D | Muy buena |
Que la puntuación de coherencia del movimiento se mantenga igual no es una crítica a Wan 2.7. Es el reconocimiento de que Wan 2.6 ya era sólido en movimiento. Las mejoras de 2.7 se concentran en el ámbito de la calidad de imagen, que es precisamente lo que el modo Image-Pro está diseñado para abordar.
Hay tres variantes, y elegir la equivocada para tu caso te costará calidad. Esto es cuándo tiene sentido cada una.
Wan 2.7 T2V es para cuando tienes una escena clara en mente pero ninguna imagen de referencia. El modelo genera todo el aspecto visual a partir de tu descripción en texto. Ideal para: planos de establecimiento, visuales abstractos y escenas de entorno en las que no necesitas un aspecto concreto.
Wan 2.7 I2V es para animar una imagen concreta que ya tienes. El modelo usa tu imagen como fotograma cero y genera el movimiento hacia adelante a partir de ella. Ideal para: videos de producto, recorridos arquitectónicos y animación de fotografías.
Wan 2.7 R2V es para animar a un sujeto concreto de una foto de referencia dentro de un nuevo contexto. Ideal para: animación de personajes, colocar a una persona en una escena distinta y animar a un sujeto con un movimiento controlado mientras cambias el entorno.
💡 La elección correcta importa más que el prompt: Usar I2V cuando necesitas el comportamiento de R2V (o al revés) dará peores resultados, por bueno que sea tu prompt. El preprocesado es distinto y también lo que el modelo prioriza.
Wan 2.7 no compite en el vacío. Así se sitúa frente a otros modelos de video de alta calidad disponibles en PicassoIA.
Kling v2.6, de Kwai VGI, es un competidor sólido para la generación de video cinematográfico. Maneja muy bien la dinámica del movimiento y produce una salida de alta calidad en 1080p. En lo que Wan 2.7 se adelanta es en el preprocesado de Image-Pro cuando trabajas con I2V. Kling v2.6 no tiene una pasada de calidad del primer fotograma equivalente.
LTX 2.3 Pro, de Lightricks, está pensado para salida en 4K, lo que lo sitúa de inmediato en otra liga en cuanto a resolución. Si necesitas video en 4K, LTX 2.3 Pro es la opción. Si con 1080p basta, Wan 2.7 te da más control sobre la calidad del primer fotograma gracias a Image-Pro.
Ray 3.2, de Luma, ofrece una salida HDR excepcional y es especialmente fuerte en contenido de naturaleza y paisajes. Wan 2.7 tiende a dar resultados más constantes con sujetos humanos, mientras que Ray 3.2 suele ganar en la generación de video de entornos y atmósferas.
Seedance 2.5, de ByteDance, es capaz de generar videos de 30 segundos, bastante más largos que la duración estándar de Wan 2.7. Para contenido de larga duración, Seedance 2.5 tiene una ventaja estructural. Para clips más cortos y de mayor calidad en los que el primer fotograma importa, Wan 2.7 tiene la ventaja.
Veo 3.1, de Google, está entre los modelos de texto a video más capaces disponibles. Su generación de audio nativa y su calidad en 1080p son sólidas. Para texto a video puro, Veo 3.1 es un competidor real frente a Wan 2.7. Donde Wan 2.7 se diferencia es en las capacidades de I2V y R2V con el modo Image-Pro: Veo 3.1 no tiene un pipeline de imagen a video equivalente con procesado de calidad del primer fotograma.
La mejor forma de ver lo que hace el modo Image-Pro es ejecutar el mismo prompt en Wan 2.6 I2V y en Wan 2.7 I2V con entradas idénticas. Usa como imagen de referencia un retrato de rostro. La diferencia en la retención del detalle de la piel, la nitidez de los ojos y la precisión del color a lo largo de la secuencia de video se verá enseguida.
PicassoIA te da acceso a las tres variantes de Wan 2.7 sin necesidad de montar infraestructura local. Para flujos de trabajo que dependen de la calidad del primer fotograma, las variantes I2V y R2V con el modo Image-Pro suponen un avance importante respecto a lo que era posible con Wan 2.6.
Para ver el conjunto completo de opciones de generación de video, la página de todos los modelos en picassoia.com/en/all-models muestra todos los modelos de todas las categorías, incluida la creciente familia Wan y las opciones de la competencia de Kling, Ray, LTX, Veo y Seedance.
La cadena de calidad de imagen en la generación de video con IA llevaba tiempo alcanzando a la cadena de calidad de movimiento. Con Wan 2.7 y el modo Image-Pro, ya no es el eslabón débil. Pruébalo en tu próximo proyecto y comprueba cuánto ha cambiado el punto de partida.
Elige tu idioma
