Wan 3.0 Video Generator

La plataforma ofrece un flujo de trabajo simplificado: los usuarios eligen su tipo de entrada, describen la escena deseada y luego generan, continúan o editan su video. Las capacidades clave incluyen generación de texto a video e imagen a video, permitiendo a los usuarios transformar indicaciones escritas o imágenes fijas en clips dinámicos. El servicio enfatiza un flujo de trabajo creativo unificado y una generación más controlable, permitiendo a los usuarios pasar de clips simples a historias completas.

Wan 3.0 opera bajo un modelo freemium, ofreciendo un video gratuito al registrarse sin necesidad de una tarjeta de crédito. Para un uso extendido, utiliza un sistema de precios basado en créditos donde los usuarios compran créditos una vez, y nunca expiran. Esto elimina suscripciones o tarifas mensuales. Los costos de generación de video se determinan por duración y resolución, con opciones que van desde 480p hasta 1080p. Por ejemplo, un clip de 5 segundos en 720p cuesta 20 créditos.

Más allá de la aplicación web, Wan 3.0 proporciona una API para desarrolladores, soportando generación de texto a video e imagen a video de manera programática. La API permite la creación de videos de hasta 30 segundos en 1080p con audio nativo, utilizando el mismo saldo de créditos y precios que la aplicación web. El acceso a la API se desbloquea al comprar cualquier paquete de créditos, sin necesidad de suscripción. La API también soporta características avanzadas como el uso de una o dos URL de imágenes para la primera imagen o imágenes de primer y último cuadro en la generación de video a partir de imágenes.

Además, Wan 3.0 ofrece un modo «referencia a video» en su generador web, que permite a los usuarios incorporar hasta 10 imágenes de referencia, 5 clips de video de referencia (15 segundos combinados) y 5 clips de audio de referencia (15 segundos combinados) en una sola generación. Este modo está diseñado para mantener la identidad y la consistencia de estilo a través de nuevas escenas, habilitando características como copiar movimientos de cámara de videos de referencia o clonar timbres de voz de clips de audio. Los segundos de video de referencia se facturan a la misma tarifa que los segundos de salida, mientras que las referencias de imagen y audio no incurren en costos adicionales. La plataforma busca una consistencia a nivel de píxel, particularmente útil para productos, empaques y atuendos, aunque no siempre se garantizan coincidencias exactas.