Wan3.0 llega como la nueva apuesta de Alibaba para llevar la generación de vídeo con inteligencia artificial un paso más allá. El modelo puede crear clips de hasta 30 segundos en una sola generación, el doble que Wan2.7, y combina texto, imágenes, audio, vídeo y documentos dentro de un mismo proceso. Su objetivo es simplificar la creación audiovisual y convertir materiales cotidianos en piezas de vídeo más completas.
Wan3.0 no se limita a transformar una frase o una imagen en movimiento. También puede trabajar con PDF, presentaciones, documentos, hojas de cálculo y páginas web. Esto abre posibilidades interesantes para creadores, empresas, equipos de marketing y profesionales que necesitan transformar información estática en contenido audiovisual sin comenzar desde cero.
30 segundos para contar más
Uno de los grandes cambios está en la duración. Wan3.0 genera hasta 30 segundos de vídeo de forma nativa, frente a los 15 segundos máximos de Wan2.7. Ese margen permite desarrollar escenas más largas, movimientos de cámara continuos y pequeñas historias con mayor coherencia.
El sistema incorpora además una función de duración inteligente, capaz de recomendar la extensión del vídeo según la petición del usuario. También permite ampliar clips ya generados, una opción práctica para continuar una escena sin rehacer todo el proyecto.
De un PDF a un vídeo
La gran diferencia de Wan3.0 está en su enfoque multimodal. Una presentación, un informe, una página web o una hoja de cálculo pueden servir como base para una pieza audiovisual. A ello se suman imágenes, vídeo, audio y texto como referencias para definir personajes, productos, ambientes o estilos.
En el caso de documentos, Alibaba admite formatos como DOC, XLS, PPT, PDF, TXT o Markdown, con límites de hasta 100 MB y 50 páginas por archivo o enlace. Así, un informe empresarial puede convertirse en un vídeo narrado o una presentación en una pieza promocional.
Imagen, sonido y edición
Wan3.0 también busca mejorar el realismo y la continuidad visual. El modelo está diseñado para conservar con más precisión rasgos de personajes, productos, escenarios, estilos y relaciones espaciales durante la generación.
El audio forma parte del proceso de manera nativa, con voces, diálogos y efectos sincronizados con la imagen. Además, la herramienta permite modificar elementos visuales, trama y diálogo sin tener que regenerar el vídeo completo. Alibaba reconoce, no obstante, que la textura del audio y la precisión del texto mostrado en pantalla todavía tienen margen de mejora.
¿Cuánto cuesta Wan3.0?
El modelo ofrece resoluciones de 480p, 720p y 1080p. La tarifa parte de 0,05 dólares por segundo en 480p, sube a 0,10 dólares en 720p y alcanza 0,20 dólares en 1080p. Un vídeo de 30 segundos a máxima resolución costaría alrededor de 6 dólares.
Este sistema permite usar resoluciones bajas para pruebas y reservar 1080p para resultados finales. Además, sitúa a Wan3.0 como una alternativa competitiva dentro de un mercado en el que herramientas como Veo 3.1 de Google también cobran por la generación de vídeo.
Más allá de las redes sociales
Wan3.0 está pensado para redes sociales, publicidad, cortometrajes, vídeos musicales, formación o promoción turística. Sin embargo, Alibaba también plantea aplicaciones más técnicas, como la creación de simulaciones destinadas al entrenamiento de vehículos autónomos y sistemas robóticos.
El modelo está disponible en Alibaba Cloud Model Studio y su API se encuentra en vista previa pública con acceso sujeto a aprobación. Con esta evolución, Alibaba apuesta por una IA de vídeo más larga, flexible y útil para entornos profesionales, reuniendo generación, referencias multimodales, sonido y edición en un único flujo de trabajo.
En Innova Digital Export queremos ser tu socio estratégico. Desde Inteligencia Artificial hasta exportación digital, estamos aquí para impulsar tu éxito. ¿Hablamos?
