Wan es la familia de modelos de IA de Alibaba para generar vídeo. Le das un prompt de texto, una foto o unos clips de referencia, y te devuelve un vídeo terminado. Desde Wan 2.5, además, genera la música, los efectos de sonido y los diálogos con sincronía labial en la misma pasada. El modelo más reciente, Wan 3.0, salió en agosto de 2026 y crea clips de hasta 30 segundos en 1080p.
En esta guía verás de dónde viene Wan, qué cambia entre versiones, cuáles son de código abierto, qué puedes usar gratis y cómo empezar hoy mismo.
¿Qué es Wan AI?
Wan es un conjunto de modelos generativos de Alibaba que crean vídeo (y también imágenes) a partir de texto, imágenes, audio y vídeo. Su nombre completo en chino es Tongyi Wanxiang (通义万相), que viene a significar "diez mil formas". En los primeros materiales en inglés a veces aparecía abreviado como Wanx. Hoy, "Wan", "Wan AI" y "Wan video" se refieren a la misma familia.
Hay tres cosas que distinguen a Wan de otros generadores de vídeo con IA:
- Raíces de código abierto. Alibaba publicó Wan 2.1 y Wan 2.2 con pesos abiertos y licencia Apache 2.0. Se convirtieron en la base de buena parte de las herramientas de vídeo de la comunidad, de los flujos de trabajo de ComfyUI y de muchos modelos ajustados.
- El sonido llega con la imagen. A partir de Wan 2.5, la música, los efectos y las voces se generan junto con el vídeo, no se doblan después. Pon una frase entre comillas y un personaje la dirá en pantalla.
- Dirección en lenguaje natural. Wan entiende el vocabulario del cine: tamaños de plano, movimientos de cámara, iluminación, lentes y ambiente. Describes la escena como lo haría un director.
¿Quién está detrás de Wan?
Wan lo desarrolla Tongyi Lab, el grupo de investigación en IA de Alibaba y el mismo equipo que creó los modelos de lenguaje Qwen. Alibaba ofrece sus modelos Wan más recientes a través de Alibaba Cloud Model Studio, la plataforma Qwen Cloud y su propia web, wan.video. Las versiones de pesos abiertos están publicadas en GitHub y Hugging Face.
No hace falta pasar por Alibaba para usar Wan. Wan Studio es una app independiente que funciona en el navegador y reúne los modelos Wan en una sencilla caja de prompt. No está afiliada a Alibaba. Wan 3.0 es el modelo predeterminado, y en el menú de modelos también tienes Wan 2.7 y Wan 2.5.
Todas las versiones de Wan, de Wan 2.1 a Wan 3.0
Alibaba lanzó seis grandes versiones de Wan en 18 meses, entre febrero de 2025 y agosto de 2026. Las dos primeras son de código abierto. A partir de Wan 2.5, los modelos funcionan en la nube, generan sonido y, con cada versión, permiten clips más largos y más control.
| Versión | Lanzamiento | Qué cambió | Clip más largo | Cómo se ofrece |
|---|---|---|---|---|
| Wan 3.0 | Agosto de 2026 | Escenas de 30 segundos, documentos y páginas web como entrada, extensión de vídeo | 30 s, 1080p | API y apps en la nube |
| Wan 2.7 | Abril de 2026 | Control del primer y el último fotograma, edición de vídeo con instrucciones, varias referencias a la vez | 15 s, 1080p | API y apps en la nube |
| Wan 2.6 | Diciembre de 2025 | Historias con varios planos, referencia a vídeo con el aspecto y la voz de una persona | 15 s, 1080p | API y apps en la nube |
| Wan 2.5 | Septiembre de 2025 | Primer Wan con sonido propio y diálogos con sincronía labial | 10 s, 1080p | API y apps en la nube |
| Wan 2.2 | Julio de 2025 | Arquitectura de mezcla de expertos, un modelo de 720p para GPU domésticas | 5 s, 720p | Pesos abiertos (Apache 2.0) |
| Wan 2.1 | Febrero de 2025 | Primer lanzamiento de código abierto, modelos de 14B y 1,3B | 5 s, 720p | Pesos abiertos (Apache 2.0) |
Wan 2.1 (febrero de 2025): el gran salto del código abierto
Alibaba liberó Wan 2.1 como código abierto el 25 de febrero de 2025. El lanzamiento incluía cuatro modelos: dos de texto a vídeo, con 14 000 millones y 1300 millones de parámetros, y dos de imagen a vídeo de 14B, para 480p y 720p. El modelo pequeño necesitaba unos 8 GB de memoria gráfica para un clip de 5 segundos en 480p, así que funcionaba en tarjetas gráficas comunes para gaming. En su lanzamiento, Wan 2.1 encabezó el benchmark de vídeo VBench con una puntuación global del 86,22 %.
Wan 2.2 (julio de 2025): mezcla de expertos
Wan 2.2 llegó el 28 de julio de 2025, de nuevo con licencia Apache 2.0. Sus modelos principales reparten el trabajo entre dos expertos: uno compone la escena y el movimiento al principio de la generación y el otro pule los detalles al final. En total suman 27B parámetros, pero solo 14B están activos a la vez, así que ejecutarlo cuesta más o menos lo mismo que Wan 2.1. Un modelo compacto, TI2V-5B, acepta tanto texto como imagen y genera en 720p a 24 fps en una sola tarjeta, como la RTX 4090. En agosto de 2025, Alibaba añadió Wan2.2-S2V, que anima a un personaje a partir de un archivo de audio.
Wan 2.2 sigue siendo la versión de Wan más buscada, sobre todo porque puedes usarla gratis en tu propio hardware.
Wan 2.5 (septiembre de 2025): sonido propio
Alibaba mostró un adelanto de Wan 2.5 en su conferencia Apsara, a finales de septiembre de 2025. Fue el primer Wan capaz de generar audio y vídeo a la vez: voces, efectos de sonido y música sincronizados con la acción. Los clips duran hasta 10 segundos en 1080p, y también puedes aportar una pista de audio para guiar la escena. Wan 2.5 no se publicó con pesos abiertos, lo que marcó el paso de la familia a los modelos en la nube.
Wan 2.6 (diciembre de 2025): historias con varios planos
Alibaba anunció Wan 2.6 a mediados de diciembre de 2025. Puede dividir un solo prompt en varios planos sin que cambien los personajes, y alargó los clips hasta 15 segundos. También estrenó la referencia a vídeo: subes un clip corto de una persona y Wan 2.6 la lleva a escenas nuevas, con su aspecto y su voz.
Wan 2.7 (abril de 2026): control y edición
Wan 2.7 llegó a principios de abril de 2026 como un conjunto que abarca texto a vídeo, imagen a vídeo, referencia a vídeo y edición de vídeo. Te permite fijar tanto el primer como el último fotograma, combinar varias imágenes y clips de referencia en una sola generación y editar un vídeo que ya tienes con instrucciones sencillas, como "cambia su chaqueta por una roja". Los clips duran de 2 a 15 segundos, en 720p o 1080p.
Wan 3.0 (agosto de 2026): escenas de 30 segundos
Wan 3.0 entró en beta pública el 6 de agosto de 2026 y se lanzó oficialmente el 24 de agosto. Duplica la duración máxima del clip hasta los 30 segundos, en hasta 1080p, y según Alibaba mantiene estables las caras, la composición y el audio de un plano a otro. Además, acepta entradas poco habituales: dale un PDF, una presentación, una hoja de cálculo o una página web y montará un vídeo con su contenido. También puede extender un clip existente. A diferencia de Wan 2.1 y 2.2, sus pesos son cerrados.
¿Qué puede hacer Wan?
La familia Wan cubre casi todo lo que esperarías de un generador de vídeo con IA. Cada versión nueva suma funciones en lugar de sustituirlas:
- Texto a vídeo. Describes una escena y Wan la genera, con movimiento de cámara e iluminación incluidos.
- Imagen a vídeo. Subes una foto como primer fotograma y Wan la anima. Ideal para fotos de producto, retratos e ilustraciones.
- Primer y último fotograma. Fijas dónde empieza y dónde termina el clip, y Wan rellena el movimiento intermedio. Perfecto para bucles y transiciones (Wan 2.7 y 3.0).
- Referencia a vídeo. Aportas imágenes o clips de un personaje, un producto o un lugar, y Wan los mantiene coherentes en una escena nueva (Wan 2.6 y posteriores).
- Sonido y diálogos propios. La música, los efectos y las voces salen junto con la imagen. Las frases entre comillas se generan con sincronía labial (Wan 2.5 y posteriores).
- Escenas con varios planos. Un solo prompt puede abarcar varios planos con cortes sin que cambien los personajes (Wan 2.6 y posteriores).
- Edición de vídeo. Subes un clip y describes un cambio, como otra ropa, otro clima u otro estilo. Wan lo vuelve a generar sin perder el movimiento (Wan 2.7 y 3.0).
- Extensión de vídeo. Prolonga un clip existente hacia adelante o hacia atrás, hasta 30 segundos en total (Wan 3.0).
- Imágenes. Alibaba también tiene modelos Wan de imagen, y Wan Studio incluye un modo de imagen junto al de vídeo.
No todas las apps ofrecen todas las funciones. En Wan Studio, las referencias y el modo de edición funcionan con Wan 2.7, mientras que Wan 3.0 acepta un prompt de texto o un primer fotograma y llega hasta los 30 segundos.
¿Wan es de código abierto?
En parte. Wan 2.1 y Wan 2.2, junto con derivados como Wan2.2-S2V, tienen pesos abiertos con licencia Apache 2.0, que permite el uso comercial. Puedes descargarlos desde GitHub, Hugging Face o ModelScope y ejecutarlos en ComfyUI o con Hugging Face Diffusers.
Wan 2.5, 2.6, 2.7 y 3.0 se ofrecen como modelos en la nube, a través de API y apps. Alibaba no publicó los pesos de Wan 3.0 en su lanzamiento. Si necesitas las funciones más nuevas, sonido propio o clips de más de unos pocos segundos, tendrás que usar una versión en la nube.
¿Wan AI es gratis?
Puede serlo, según cómo lo uses:
- Pesos abiertos. Descargar Wan 2.1 y 2.2 no cuesta nada; lo pagas en hardware y en tiempo de configuración. El modelo de 1,3B funciona con unos 8 GB de memoria gráfica, el Wan 2.2 TI2V-5B con una tarjeta de 24 GB, y los modelos de 14B necesitan más memoria o recurrir al offloading.
- Plan gratis de Wan Studio. Tienes 160 créditos al mes, suficientes para hasta dos vídeos de Wan 2.5 en 480p, sin tarjeta y sin marca de agua. Más información en Wan gratis.
- Planes de pago. Wan Studio empieza en 14 $ al mes por 2800 créditos, unos 39 vídeos. Los planes de pago desbloquean Wan 3.0 y Wan 2.7, 720p y 1080p, y la licencia comercial. Alibaba Cloud cobra su API por segundo de vídeo. Compara los planes en la página de precios.
Cómo acceder a Wan
Hay tres formas de usarlo. Elige según cuánto quieras configurar y qué funciones necesites.
| Vía | Ideal para | Modelos Wan | Qué necesitas |
|---|---|---|---|
| App de navegador, como Wan Studio | Creadores, profesionales del marketing y cualquiera que quiera resultados rápidos | Wan 3.0, 2.7, 2.5 | Un correo electrónico; para empezar, el plan gratis |
| API, como la Wan API o Alibaba Cloud Model Studio | Desarrolladores que quieren añadir generación de vídeo a un producto | Los últimos modelos en la nube | Una clave de API y un plan de pago o una cuenta en la nube |
| Pesos abiertos en local, con ComfyUI o Diffusers | Aficionados a experimentar, investigadores, trabajo sin conexión | Wan 2.1, 2.2 | Una GPU NVIDIA de 8 a 24 GB o más, y tiempo para configurarla |
Si quieres ver cada vía paso a paso, lee nuestra guía sobre cómo usar Wan. Si eres desarrollador, empieza por la Wan API.
¿Qué modelo de Wan te conviene?
Usa Wan 3.0 para todo lo que sea largo o cuente una historia, Wan 2.7 cuando necesites referencias o ediciones, y Wan 2.5 para borradores baratos. La tabla relaciona los objetivos más habituales con el modelo adecuado.
| Si quieres... | Usa | Por qué |
|---|---|---|
| Hacer un anuncio o una historia completa de 15 a 30 segundos en una sola generación | Wan 3.0 | Los clips más largos y personajes estables entre planos |
| Mantener el mismo personaje o producto en varias escenas | Wan 2.7 | Imágenes, clips y audio de referencia etiquetados en el prompt |
| Cambiar algo de un vídeo que ya tienes | Modo de edición de Wan 2.7 | Ediciones con instrucciones que conservan el movimiento original |
| Crear un bucle perfecto o una transición precisa | Wan 2.7 | Control del primer y el último fotograma |
| Probar ideas gastando poco | Wan 2.5 o Wan 2.5 Fast | Clips de 5 o 10 segundos, el menor coste en créditos, incluido en el plan gratis |
| Hacerlo todo en tu propio hardware | Wan 2.2 en local | Pesos abiertos y complementos de la comunidad, pero sin sonido integrado |
Qué se puede crear con Wan
La mayoría de los vídeos hechos con Wan son cortos, prácticos y pensados para redes sociales. Estos son los usos más habituales:
- Anuncios y spots de producto. Una foto del producto se convierte en el primer fotograma, y Wan añade movimiento, música y una frase de voz. Echa un vistazo a nuestra selección de generadores de vídeo de producto con IA.
- Contenido para redes. Clips verticales en 9:16 para TikTok, Reels y YouTube Shorts. Encontrarás más en generadores de vídeo con IA para TikTok.
- Personajes que hablan y vídeos explicativos. Los diálogos entre comillas se generan con sincronía labial, así que un retrato puede decir su frase. Aprende cómo hacer que una foto hable.
- Vídeos musicales. La banda sonora y los efectos se generan junto con los cortes, así que el montaje va al compás de la música.
- Cortometrajes y storyboards. Las escenas con varios planos y personajes coherentes te permiten presentar o previsualizar una historia.
- Vídeos explicativos para empresas. En la plataforma de Alibaba, Wan 3.0 puede convertir una presentación o un informe en un vídeo corto.
Limitaciones que conviene conocer
Wan es potente, pero no hace magia. Tenlo en cuenta al planificar:
- Siguen apareciendo artefactos. Las manos, los movimientos muy rápidos y las escenas abarrotadas pueden fallar. Cuenta con generar varias tomas.
- El texto en pantalla es aproximado. Los carteles y las etiquetas pueden salir ilegibles, así que añade el texto exacto en tu editor.
- La sincronía labial funciona mejor con frases cortas. Una o dos frases por personaje se sincronizan mejor que un discurso largo.
- Más duración y resolución cuestan más. Un clip de 30 segundos en 1080p gasta muchísimos más créditos que un borrador de 5 segundos en 480p.
- Los modelos más nuevos son cerrados. No puedes hacer fine-tuning de Wan 2.5 ni de los posteriores, ni alojarlos en tus propios servidores.
- Cuidado con la imagen de terceros y los derechos. Usa caras, voces, música y marcas que tengas permiso para usar, y ten en cuenta que las plataformas bloquearán algunas peticiones.
Preguntas frecuentes
¿Qué significa Wan?
Wan viene de Tongyi Wanxiang (通义万相), el nombre chino de los modelos de generación visual de Alibaba. "Wanxiang" viene a significar "diez mil formas". No es un acrónimo, así que se escribe Wan, no WAN.
¿De quién es Wan AI?
Los modelos Wan los desarrolla Tongyi Lab, de Alibaba. Apps como Wan Studio te dan acceso a ellos; Wan Studio es independiente y no está afiliada a Alibaba.
¿Cuál es el último modelo de Wan?
Wan 3.0, lanzado en agosto de 2026. Crea clips de hasta 30 segundos en 1080p, con sonido propio y personajes estables entre planos. Wan 2.7 sigue siendo el modelo indicado para trabajar con referencias y editar vídeo.
¿Wan AI es gratis?
Wan 2.1 y 2.2, de código abierto, se pueden descargar y ejecutar gratis en tu propia GPU. En el navegador, el plan gratis de Wan Studio te da hasta dos vídeos de Wan 2.5 al mes en 480p, sin tarjeta. Para Wan 3.0 y Wan 2.7 necesitas un plan de pago.
¿Wan es de código abierto?
Wan 2.1 y Wan 2.2 son de código abierto, con licencia Apache 2.0. Wan 2.5, 2.6, 2.7 y 3.0 son modelos en la nube disponibles a través de apps y API, y sus pesos no son públicos.
¿Wan puede generar vídeos con sonido?
Sí, desde Wan 2.5. La música, los efectos de sonido y los diálogos se generan en la misma pasada que la imagen. Pon la frase de un personaje entre comillas y la dirá con el movimiento de labios sincronizado. Los modelos de texto a vídeo e imagen a vídeo de Wan 2.1 y 2.2, de código abierto, no tienen sonido.
¿Qué diferencia hay entre Wan 2.2 y Wan 3.0?
Wan 2.2 es un modelo de código abierto que puedes ejecutar en local y que crea clips sin sonido de unos 5 segundos, en hasta 720p. Wan 3.0 funciona en la nube, llega a 30 segundos en 1080p, genera sonido y diálogos, y maneja escenas con varios planos.
¿Puedo usar los vídeos de Wan con fines comerciales?
La licencia Apache 2.0 de Wan 2.1 y 2.2 permite el uso comercial. En las versiones en la nube, revisa las condiciones de la plataforma que uses. En Wan Studio, todos los planes de pago incluyen licencia comercial; el plan gratis es para probar los modelos.
Conclusión
Wan ha pasado de ser un proyecto de investigación de código abierto a una de las familias de vídeo con IA más completas que existen, con sonido, escenas con varios planos y clips de 30 segundos. La forma más fácil de ver lo que puede hacer es probarlo: empieza gratis en Wan Studio, escribe una escena corta y genera. Cuando quieras mejorar tus resultados, lee nuestra guía de prompts para Wan.
