Wan 2.7 produce videos verticales mucho mejores cuando combinas la variante del modelo adecuada con prompts pensados para formato retrato. Este artículo cubre los ajustes de relación de aspecto, el lenguaje de encuadre, la colocación del sujeto y los pasos del flujo de trabajo en los modos T2V, I2V y R2V de PicassoIA.
El video vertical ya no es solo una preferencia de formato. Es el formato por defecto para miles de millones de personas que ven clips cortos en el teléfono, y si tus videos generados con IA salen recortados, aplastados o con un encuadre extraño en modo retrato, los espectadores pasan de largo antes de que acabe el primer segundo. Wan 2.7 te ofrece herramientas reales para solucionarlo, pero solo si las usas bien.
La mayoría de los modelos de texto a video se entrenaron con contenido horizontal. Películas, televisión, YouTube, material de archivo: casi todo está en 16:9. Cuando le pides a un modelo que genere un video en formato retrato, lucha contra la gravedad de sus propios datos de entrenamiento. Wan 2.7 lo maneja mejor que la mayoría, pero aun así necesitas entender contra qué estás trabajando.
Un fotograma 16:9 es 1,78 veces más ancho que alto. Un fotograma de retrato 9:16 es exactamente lo contrario: 1,78 veces más alto que ancho. Suena sencillo, pero piensa en lo que significa para la colocación del sujeto. Una persona de pie en una escena horizontal tiene espacio a ambos lados. En modo retrato, esa misma persona queda cortada a la altura de los hombros o de los pies, a menos que el modelo reencuadre activamente la toma.
El problema empeora con los fondos. Wan 2.7 suele intentar mostrar el mismo detalle ambiental rico que mostraría en un plano general, pero en un marco alto y estrecho ese detalle se comprime y resulta confuso. Los sujetos que estaban centrados de forma natural en 16:9 quedan incómodamente recortados en 9:16 a menos que le digas al modelo exactamente qué hacer.
El problema real es este: la mayoría de la gente escribe los prompts como si la relación de aspecto fuera un interruptor de configuración que el modelo gestionará solo. No es así. El modelo responde al lenguaje. Si tu prompt describe "un plano general de una calle de la ciudad" pero eliges 9:16 como relación de salida, obtienes un compromiso extraño en el que el modelo intenta cumplir las dos instrucciones a la vez y fracasa en ambas.
La solución es escribir prompts que sean intrínsecamente verticales en su lógica de composición. Lo veremos en detalle más adelante.
Antes de escribir una sola palabra de tu prompt, los ajustes técnicos deben ser correctos. Equivocarse aquí hace perder tiempo y créditos en resultados que habrá que rehacer.
Wan 2.7 T2V admite varias relaciones de aspecto, incluida la salida nativa en retrato 9:16. Este es el ajuste que necesitas para contenido vertical. No generes en 16:9 para recortar después: pierdes resolución, cortas contenido que nunca estuvo pensado para recortarse, y la composición parece una ocurrencia tardía.
En PicassoIA, al usar Wan 2.7 I2V (imagen a video), la relación de aspecto de tu imagen de origen importa igual de mucho. Para mejores resultados, usa una imagen de referencia con orientación vertical. Una foto horizontal introducida en I2V casi siempre produce resultados torpes en una salida vertical, porque el modelo intenta animar una composición que no cabe en el marco.
💡 Consejo profesional: Al usar Wan 2.7 I2V, prepara siempre tus imágenes de origen en formato 9:16. Genéralas primero en orientación vertical y luego anímalas. Es la mejora de flujo de trabajo más importante para el video vertical con IA.
Wan 2.7 ofrece distintos niveles de resolución. Para contenido destinado a TikTok, Instagram Reels o YouTube Shorts, 720p es una base sólida que mantiene los tiempos de render razonables. La opción de 1080p completo merece la pena para contenido que se mostrará en pantallas grandes o que se usará en flujos de producción profesional.
Un consejo práctico: con resoluciones más altas, tu prompt necesita ser más específico. A 1080p, el modelo tiene más píxeles que llenar y tomará más decisiones por su cuenta si dejas huecos en la descripción. A 720p es algo más tolerante. Empieza en 720p al probar ideas de prompt y pasa a 1080p para tu resultado final.
PicassoIA aloja tres versiones distintas de Wan 2.7, cada una adecuada para escenarios de producción diferentes. Saber cuál usar en cada caso te evita ejecutar el modelo equivocado para la idea correcta.
Wan 2.7 T2V (texto a video) es tu punto de partida cuando no tienes imágenes de referencia. Este es el flujo de trabajo que produce resultados verticales constantes:
El error más común en esta etapa es fijar la relación de aspecto después de escribir el prompt. Escribe el prompt pensando en el encuadre desde el principio.
Wan 2.7 I2V (imagen a video) es la vía más fiable hacia una salida vertical de alta calidad, porque controlas por completo el primer fotograma.
El flujo de trabajo:
Esto resulta especialmente eficaz para fotos de producto, animaciones de retratos y cualquier caso en el que sea importante una composición inicial concreta.
Wan 2.7 R2V (referencia a video) es el menos usado de los tres, pero es potente para la animación de personajes. Proporcionas una imagen de referencia de un sujeto y un prompt de movimiento, y el modelo anima ese sujeto concreto.
Para videos verticales con una sola persona o personaje, R2V suele producir resultados más limpios que T2V porque el sujeto queda anclado. El modelo no se inventa el aspecto de tu personaje: trabaja a partir de una referencia. Esto se traduce en un mejor centrado del sujeto, proporciones más constantes dentro del encuadre vertical y menos probabilidad de que la composición derive hacia los valores horizontales por defecto.
💡 Consejo: Combina R2V con una foto de referencia limpia en estilo retrato (sujeto centrado, fondo mínimo) para tener el control más preciso sobre la composición vertical.
Aquí es donde la mayoría de los tutoriales se quedan cortos. Te dicen que "pongas 9:16" y dan el tema por cerrado. La verdadera técnica está en el lenguaje que usas.
Tu prompt debe incluir lenguaje de composición vertical explícito. Estas frases mejoran de forma constante los resultados en modo retrato:
Qué evitar: "plano general", "panorámica", "plano de situación", "vista panorámica". Estas indicaciones van en contra del resultado en retrato incluso cuando la relación de aspecto está bien configurada.
Piensa en tercios verticales. En un marco 9:16 tienes más espacio vertical que horizontal. Aprovéchalo:
| Tipo de contenido | Indicación de colocación a usar |
|---|---|
| Persona sola | "centrada verticalmente, cabeza en el tercio superior" |
| Plano de cuerpo completo | "figura completa de los pies a la cabeza, marco vertical" |
| Exhibición de producto | "producto centrado, primer plano, marco de retrato" |
| Plano de acción | "sujeto que se mueve hacia arriba a través del marco" |
| Conversación | "dos personas apiladas verticalmente" |
La tabla anterior no es teórica: estas frases concretas, probadas con Wan 2.7 T2V, producen composiciones verticales claramente más intencionadas.
Más allá de las indicaciones de encuadre, ciertos vocabularios de composición indican de forma constante al modelo que buscas un retrato:
Las dos últimas son prompts de movimiento, lo que plantea un punto importante: tus descripciones de movimiento también deben ser nativas del formato vertical. Una "panorámica lenta a la izquierda" en un video vertical se ve extraña. "Panorámica hacia abajo", "inclinación hacia arriba" y "travelling vertical" son los movimientos de cámara que tienen sentido en un marco alto.
Incluso los creadores con experiencia cometen estos errores. Conocerlos de antemano ahorra muchas generaciones desperdiciadas.
Cuando Wan 2.7 no sabe cómo llenar un marco vertical, a veces recurre a añadir franjas negras arriba y abajo, creando un efecto de letterbox pseudocinematográfico. Esto se ve fatal en formato retrato y es la forma que tiene el modelo de cubrirse.
Cómo evitarlo: Sé explícito al pedir que se llene todo el marco. Frases como "composición vertical de borde a borde", "sin franjas negras" y "formato retrato a sangre completa" indican que quieres usar todo el fotograma.
En un plano general horizontal, un fondo detallado aporta profundidad y contexto. En un marco 9:16, un fondo cargado compite con tu sujeto porque hay muy poco espacio horizontal para que las cosas respiren. El modelo intenta meter todo ese detalle en una columna estrecha y el resultado es recargado y visualmente confuso.
La solución: simplifica las descripciones de fondo para el contenido vertical. "Fondo desenfocado y suave", "pared de un solo color", "entorno natural fuera de foco" funcionan mejor en formato retrato que "paisaje urbano detallado con varios edificios y carteles".
El espacio sobre la cabeza es el espacio entre la parte superior de la cabeza del sujeto y el borde superior del encuadre. En el video horizontal es un detalle menor. En el video vertical es fundamental. Si dejas demasiado espacio sobre la cabeza en un encuadre 9:16, el sujeto parece diminuto y perdido. Si dejas muy poco, la persona parece cortada por el borde del encuadre.
Las instrucciones explícitas funcionan: "espacio ajustado sobre la cabeza, aproximadamente la altura de una cabeza por encima del sujeto" le da al modelo algo concreto con lo que trabajar.
Wan 2.7 es potente, pero PicassoIA tiene otros modelos de texto a video que manejan bien el formato vertical en situaciones concretas.
Kling v3 Video destaca en el movimiento cinematográfico. Si tu contenido vertical necesita trabajo de cámara dramático, acción rápida o movimiento complejo de sujetos, Kling v3 suele superar a Wan 2.7 en calidad de movimiento. La contrapartida es que Kling v3 cuesta más por generación.
Usa Kling v3 cuando: tu clip tenga mucho movimiento, varios sujetos o necesites una calidad visual de nivel cinematográfico. Usa Wan 2.7 cuando: el presupuesto importe, quieras resultados por lotes constantes o estés usando Wan 2.7 R2V para una animación anclada a un personaje.
Seedance 2.0 de ByteDance está diseñado para el caso de uso exacto que representa el video vertical en redes sociales. Incluye generación de audio nativa junto con el video, lo que supone una ventaja práctica para los clips que van directamente a TikTok o Reels sin postproducción.
Seedance 2.0 responde bien a prompts cortos y directos: menos de 50 palabras con un sujeto, una acción y un escenario claros. Para el prompt detallado al estilo de Wan 2.7, el modelo puede confundirse. Trátalos como herramientas distintas con dialectos de prompt diferentes.
💡 También vale la pena probar para iterar rápido: LTX 2 Pro para salida en 4K, Pixverse v6 para contenido vertical cargado de efectos y Wan 2.6 T2V como alternativa algo más rápida a la 2.7 cuando la velocidad importa más que la calidad máxima.
Un debate habitual en las comunidades de video con IA es si importa más la calidad del prompt o los ajustes del modelo. En el video vertical en concreto, la respuesta es que importan las dos cosas, pero en un orden determinado.
Los ajustes van primero. Si la relación de aspecto es incorrecta, ningún prompt lo arreglará. Ajusta los parámetros técnicos antes de dedicar tiempo a refinar el lenguaje.
La calidad del prompt va en segundo lugar. Una vez que los ajustes son correctos, el lenguaje del prompt es el factor principal de la calidad de la composición. Un prompt preciso y nativo del formato vertical superará siempre a uno vago, incluso con ajustes idénticos.
Así conviene pensar la iteración de prompts para contenido vertical:
No cambies varias variables entre generaciones. No sabrás qué arregló o rompió el resultado.
Si estás creando una serie de videos verticales (una serie de contenidos, una línea de productos, un arco narrativo), la coherencia entre clips importa tanto como la calidad dentro de un solo clip.
Wan 2.7 R2V con una imagen de referencia fija es la mejor herramienta para la coherencia de personajes. Usa la misma foto de referencia en todos los clips de tu serie y obtendrás el mismo sujeto encuadrado de forma coherente en modo retrato en cada generación.
Para contenido que no es de personajes (productos, entornos, elementos abstractos), crea una plantilla de prompt con elementos fijos que se repitan en las generaciones:
Varía solo la acción o la interacción con el sujeto. Así es como los flujos de producción profesionales generan 20 o 30 clips verticales coherentes sin que cada uno parezca una dirección creativa distinta.
Cuando encuentres una generación que te guste, anota el valor de semilla si el modelo lo muestra. Si reutilizas una semilla con pequeñas variaciones del prompt, obtienes resultados que parecen emparentados con el original. Si aleatorizas por completo las semillas entre iteraciones, resulta difícil construir sobre los resultados que han funcionado.
Si has estado usando Wan 2.6 I2V o Wan 2.6 T2V, merece la pena pasar a la 2.7 para el contenido vertical en concreto.
Las mejoras principales que afectan a la salida en modo retrato:
Estas no son afirmaciones de marketing: ejecuta el mismo prompt en ambos modelos y compara. Las diferencias se ven, sobre todo en sujetos humanos en primer plano, que es donde el formato retrato se usa con más frecuencia.
La forma más rápida de aplicar todo lo de este artículo es hacer una comparación en directo. Abre Wan 2.7 T2V en PicassoIA y ejecuta el mismo concepto dos veces: una con un prompt genérico de estilo horizontal y otra con el lenguaje de encuadre vertical de este artículo. La diferencia en la calidad del resultado te dirá más que cualquier explicación escrita.
A partir de ahí, experimenta con Wan 2.7 I2V usando una imagen de referencia con orientación vertical que ya tengas. Si estás creando una serie, prueba Wan 2.7 R2V con una referencia fija del sujeto y varía solo el prompt de acción.
PicassoIA también tiene más de 87 otros modelos de texto a video disponibles, entre ellos Kling v3, Seedance 2.0 y Pixverse v6, para cuando quieras comparar distintas arquitecturas. La producción de video vertical es uno de los casos de uso que más crecen en la plataforma, y el conjunto de herramientas no deja de ampliarse.
Empieza con un solo clip en formato retrato. Consigue el encuadre bien una vez, documenta los ajustes y la estructura del prompt que funcionaron, y después escala desde ahí.
Elige tu idioma
