Respuesta rápida: Wan 2.5 es el modelo de vídeo basado en IA alojado por Alibaba para la generación de vídeo a partir de texto e imagen. Sus puntos de conexión oficiales de Model Studio pueden producir clips MP4 de 5 o 10 segundos en 480p, 720p o 1080p, con audio sincronizado generado junto con las imágenes. El modelo sigue figurando en la documentación de Alibaba Cloud, aunque ya no es la versión más reciente de la familia Wan.
Gran parte de la confusión en torno a Wan 2.5 se debe a su relación con los modelos Wan de código abierto de Alibaba. Pertenecen a la misma familia, pero los terminales de vídeo oficiales de Wan 2.5 se lanzaron como servicios de vista previa alojados. Alibaba no ha publicado pesos verificados de Wan 2.5 para su uso local en ComfyUI, por lo que el acceso, las licencias y la configuración difieren de las versiones con pesos abiertos, como Wan 2.2.
Para aquellos lectores que prefieran tener en un mismo lugar las herramientas de chat, búsqueda, imágenes, vídeos y agentes, GlobalGPT Ofrece un espacio de trabajo integral en una sola cuenta. Puede ser una forma práctica de comprobar si está disponible el modelo Wan 2.5 o un modelo Wan más reciente sin tener que cambiar entre las páginas web de varios proveedores. Dado que la disponibilidad varía, consulta el selector de vídeos en tiempo real antes de iniciar un proyecto.
Índice
- ¿Qué es Wan 2.5 AI?
- Especificaciones de Wan 2.5
- ¿Qué puede hacer Wan 2.5?
- Wan 2.5: de imagen a vídeo
- Cómo utilizar Wan 2.5
- ¿Wan 2.5 es gratuito?
- ¿Wan 2.5 es de código abierto?
- ¿Funciona Wan 2.5 en ComfyUI?
- Wan 2.5 frente a los modelos Wan más recientes
- Lista de comprobación de indicaciones
- PREGUNTAS FRECUENTES
¿Qué es Wan 2.5 AI?
Wan 2.5 forma parte de la familia de generación visual Wan de Alibaba. Alibaba presentó un avance de cuatro modelos de Wan 2.5 en la Conferencia Apsara 2025, entre los que se incluyen modelos de generación de vídeo, generación de imágenes y edición de imágenes. La empresa describió los modelos de vídeo como sistemas que utilizan una arquitectura de texto, audio y elementos visuales entrenada de forma conjunta, diseñada para mejorar el seguimiento de las indicaciones y sincronizar el sonido con la imagen generada.
El momento en que se publicó explica el titular original. En su Septiembre de 2025: Anuncio de Wan 2.5, Alibaba situó este modelo en el marco de su amplia apuesta por la IA de ciclo completo. Wan 2.5 no era simplemente otro generador de vídeos sin sonido. El audio nativo fue la característica que lo situó al mismo nivel que los sistemas de vídeo alojados de gama alta.
Sin embargo, en septiembre de 2026, la gama de productos de Alibaba ya había evolucionado. El catálogo oficial de Model Studio sigue incluyendo el Wan 2.5 Preview, mientras que los nuevos terminales Wan 2.7 y Wan 3.0 ofrecen clips más largos o controles de referencia más amplios. Si estás buscando información sobre la gama actual en lugar de sobre esta versión concreta, empieza por el Guía de funciones y lanzamiento de Wan 3.0.
Especificaciones de Wan 2.5
En Catálogo de Alibaba Cloud Model Studio, actualizado el 2 de septiembre de 2026, incluye dos puntos finales de Wan 2.5 Preview:
| ID del modelo | Modo de introducción de datos | Audio | Resolución | Duración | Salida |
|---|---|---|---|---|---|
wan2.5-t2v-vista previa | Texto a vídeo | Sincronización de audio | 480p, 720p, 1080p | 5 o 10 segundos | 30 fps, MP4 |
wan2.5-i2v-preview | De imagen a vídeo | Sincronización de audio | 480p, 720p, 1080p | 5 o 10 segundos | 30 fps, MP4 |
La palabra Vista previa No es un elemento decorativo. Forma parte de los identificadores de modelo e indica un punto final de un producto alojado, no un punto de control descargable. También significa que debes verificar el acceso y la facturación en la plataforma que tengas previsto utilizar, en lugar de fiarte de una ruta antigua guardada en los marcadores.
¿Qué puede hacer el generador de vídeos con IA Wan 2.5?
Generar vídeo y sonido a la vez
La mejora más destacada de Wan 2.5 fue la sincronización de audio. Alibaba afirmó que el modelo podía generar audio de alta fidelidad junto con el vídeo, en lugar de que los creadores tuvieran que crear la pista de sonido en una herramienta independiente. En el caso de un diálogo breve, una toma de producto o una escena atmosférica, esto puede eliminar todo un paso del proceso de edición.
Convierte las indicaciones en vídeos cortos de 1080p
El punto final “texto a vídeo” acepta una descripción escrita de la escena y devuelve un clip de 5 o 10 segundos. Una indicación útil debería describir el tema, la acción, la cámara, el escenario, el tratamiento visual y el sonido. Esa estructura es más fiable que acumular palabras vagas que describen la calidad, como “cinemático” e «impresionante».”
Animar una imagen fija
El punto final «de imagen a vídeo» proporciona al modelo un punto de partida visual. Esto resulta útil cuando el producto, el personaje, la composición o la paleta de colores concretos son más importantes que la creatividad sin límites. Para obtener una visión más amplia del mercado, el Comparativa de los mejores generadores de vídeo con IA muestra cómo las distintas herramientas abordan la calidad, el control y el flujo de trabajo.
Wan 2.5: De imagen a vídeo: un flujo de trabajo práctico
Empieza con una imagen original nítida. Un fotograma con un sujeto claro, una separación bien definida del fondo y suficiente espacio para el movimiento reduce el número de problemas que debe resolver el modelo. Si la imagen original ya contiene manos distorsionadas, texto ilegible o una geometría imposible, el movimiento suele hacer que esos defectos sean más visibles.
- Elige el primer fotograma. Utiliza la imagen que mejor represente el tema y la dirección artística final.
- Describe el movimiento, no solo el aspecto. Explícale al modelo qué hace el sujeto y a qué velocidad ocurre.
- Enfoca la cámara. Utiliza un movimiento claro, como un acercamiento lento, un seguimiento lateral o una cámara fija.
- Escribe la capa de sonido. Describe los diálogos, el ambiente, los efectos de sonido o la música solo cuando contribuya a la escena.
- Empieza por redactar un borrador breve. Soluciona primero los problemas de movimiento y composición antes de invertir más dinero en una resolución mayor.
No todos los modelos de conversión de imagen a vídeo se comportan de la misma manera. El Flujo de trabajo de Kling para la conversión de imágenes a vídeo mediante IA Es una comparación útil cuando necesitas un segundo enfoque sobre el movimiento en las imágenes originales y la producción de vídeos para redes sociales.
Cómo utilizar Wan 2.5 en 2026
Opción 1: Model Studio de Alibaba Cloud
Model Studio es la ruta oficial alojada para los dos puntos finales de Wan 2.5 Preview. Es la opción más clara para los desarrolladores que necesitan identificadores de modelo con nombre, tareas controladas por API y documentación del proveedor. Necesitarás una cuenta de Alibaba Cloud, el ámbito de implementación adecuado y suficiente cuota o saldo de facturación para la tarea.
Opción 2: El espacio de trabajo de vídeo de GlobalGPT
GlobalGPT está diseñado para usuarios que prefieren gestionar varios flujos de trabajo de IA desde una sola cuenta y una sola suscripción. Su página del plan público El 3 de septiembre de 2026, al consultar la lista, Wan 2.5 figuraba entre los modelos de vídeo incluidos, junto con opciones más recientes de Wan. La ventaja práctica es que se amplía la cobertura de funciones sin necesidad de mantener suscripciones independientes para cada proveedor.
Abre el espacio de trabajo «Vídeo» y comprueba el selector de modelos en tiempo real antes de empezar. Si no aparece Wan 2.5, no utilices a la fuerza una URL antigua específica. Elige entre Wan 2.7 o Wan 3.0 en función de los controles y la duración que necesites. Los usuarios que estén comparando la familia más reciente también pueden consultar Diferencias en cuanto a velocidad y precio de Wan 3.0 Prime.
¿Wan 2.5 es gratuito?
Wan 2.5 no es un modelo abierto que se pueda descargar gratuitamente. Se trata de un servicio de vista previa alojado, por lo que su uso depende de la cuota actual del proveedor, de los créditos o de las normas de facturación. La asignación para nuevos usuarios o los créditos promocionales deben considerarse como una prueba limitada, no como un acceso gratuito permanente.
Esta es otra razón para comparar todo el flujo de trabajo en su conjunto, en lugar de fijarse únicamente en un precio de referencia. La resolución, la duración, las generaciones fallidas y el audio pueden influir en el coste real por clip utilizable. En el caso de la nueva gama de modelos, el Guía de precios y costes de la API de Wan 3.0 ofrece un contexto de planificación más actualizado.
¿Wan 2.5 es de código abierto?
Al consultar el repositorio público de Wan en Alibaba el 3 de septiembre de 2026, no aparecían listados los pesos oficiales de los modelos Wan 2.5. El funcionario Repositorio de GitHub de Wan2.2 Proporciona código de inferencia, puntos de control y una licencia Apache 2.0 para las versiones de Wan 2.2. No convierte los puntos finales de Wan 2.5 Preview, alojados por separado, en descargas de código abierto.
Esta es la fuente habitual de confusión en torno al término “Wan 2.5 de código abierto”. Wan es una familia de modelos abiertos en sentido amplio, pero no todos los productos numerados se publican automáticamente bajo las mismas condiciones. El acceso a la API significa que puedes invocar un modelo. Que los pesos sean abiertos significa que puedes descargar y ejecutar sus parámetros. Son cosas diferentes.
¿Se puede ejecutar Wan 2.5 en ComfyUI?
No existe ningún flujo de trabajo local oficial y verificado de Wan 2.5 con ComfyUI que no utilice los pesos oficiales de Wan 2.5. El repositorio Wan 2.2 de Alibaba recoge de forma explícita la integración de ComfyUI para las tareas de Wan 2.2 de «texto a vídeo», «imagen a vídeo», «texto e imagen a vídeo», «voz a vídeo» y «animación». Esa información se refiere a Wan 2.2, no a Wan 2.5 Preview.
Un nodo ComfyUI de terceros puede seguir llamando a una API Wan 2.5 alojada. Se trata de un envoltorio de API, no de una inferencia local. Antes de instalarlo, comprueba dónde envía el nodo tu prompt y tus imágenes de origen, cómo almacena las credenciales y cómo cobra por las generaciones.
Si el control local es más importante que este número de versión concreto, utiliza un punto de control de Wan 2.2 publicado oficialmente y su flujo de trabajo documentado de ComfyUI. La contrapartida es que los puntos finales principales de «texto a vídeo» e «imagen a vídeo» de Wan 2.2 no son compatibles con el conjunto de funciones de audio sincronizado nativo de Wan 2.5 Preview.
Wan 2.5 frente a los modelos Wan más recientes
| Versión | La mejor razón para utilizarlo | Duración y resolución | Flujo de trabajo local/abierto |
|---|---|---|---|
| Wan 2.2 | Puntos de control oficiales y compatibilidad con ComfyUI | Varía según el punto de control; la versión básica de T2V/I2V admite 480P o 720P | Sí, para los modelos Wan 2.2 lanzados oficialmente |
| Avance de Wan 2.5 | Vídeo breve con audio sincronizado | 5 o 10 segundos; 480p, 720p, 1080p | No se han comprobado los pesos oficiales |
| Wan 2.7 | Vídeos alojados más largos y funciones de toma múltiple | Hasta 15 segundos; 720p o 1080p para T2V/I2V | Terminales alojados en Model Studio |
| Wan 3.0 | Clips más largos y fuentes de referencia más amplias | De 2 a 30 segundos; 480p, 720p, 1080p | Terminales alojados en Model Studio |
Wan 2.5 sigue siendo una buena opción cuando se necesita su punto final alojado exacto o se quiere reproducir un flujo de trabajo anterior. Para proyectos nuevos, compáralo primero con la opción más reciente. El Comparación entre Wan 3.0 y Kling 3.0 es un mejor punto de partida para tomar una decisión de compra en este momento.
Lista de comprobación rápida de Wan 2.5
Utiliza este orden para que el mensaje sea fácil de leer:
Sujeto + acción + escenario + cámara + iluminación/estilo + audio + limitaciones
Ejemplo de indicación para convertir texto en vídeo: Una taza de café de cerámica descansa sobre una barra de madera oscura mientras el vapor se eleva en espirales. La cámara realiza un lento acercamiento. La cálida luz de la mañana entra por la izquierda. Ambiente tranquilo de cafetería, un suave tintineo de tazas, sin diálogos ni texto en pantalla.
Ejemplo de indicación para convertir una imagen en vídeo: Mantén la forma y la etiqueta del producto sin cambios. Se va formando condensación poco a poco en la botella mientras la cámara se desplaza de izquierda a derecha. Iluminación de estudio tenue, poca profundidad de campo, un sutil crujido del hielo y ruido de fondo de la sala. Sin objetos adicionales ni distorsión del texto.
- Utiliza una acción principal por cada clip corto.
- Elige un solo movimiento de cámara en lugar de combinar varios.
- Escribe indicaciones de audio concretas en lugar de pedir “un buen sonido”.”
- Protege los datos importantes del producto mediante restricciones explícitas.
- Genera la imagen a una resolución más baja mientras compruebas el movimiento y, a continuación, aumenta la calidad.
En el caso de preguntas relacionadas con adultos o con contenido restringido, hay que diferenciar entre la capacidad del modelo y la política de la plataforma. El Guía sobre la política de contenidos y el flujo de trabajo de Wan explica los límites prácticos sin considerar que todas las solicitudes generadas sean aceptables.
Preguntas frecuentes
¿Qué es Wan 2.5?
Wan 2.5 es un modelo de vídeo basado en IA de Alibaba lanzado como servicio de vista previa alojado. Sus puntos de conexión oficiales de «texto a vídeo» e «imagen a vídeo» crean clips MP4 de 5 o 10 segundos con una resolución de hasta 1080p e incluyen la generación de audio sincronizado.
¿Es Wan 2.5 un modelo de vídeo con IA de Alibaba?
Sí. Wan es la familia de modelos de generación visual de Alibaba, y la empresa presentó la versión preliminar de Wan 2.5 en la Conferencia Apsara 2025. La empresa presentó cuatro modelos Wan 2.5 que abarcan la generación de vídeos, la generación de imágenes y la edición de imágenes.
¿Wan 2.5 es de código abierto?
A fecha de 3 de septiembre de 2026, no figuraban pesos oficiales de Wan 2.5 en el repositorio público de Wan de Alibaba. Existen puntos de control de código abierto de Wan 2.2, pero eso no significa que los puntos finales alojados de la versión preliminar de Wan 2.5 sean de código abierto.
¿Puedo utilizar Wan 2.5 con ComfyUI?
No se trata de una inferencia local verificada sin los pesos oficiales de Wan 2.5. Es posible que algunos nodos de terceros utilicen una API alojada, pero eso no es lo mismo que ejecutar el modelo localmente. La integración oficial con ComfyUI está documentada para los puntos de control publicados de Wan 2.2.
¿El uso de Wan 2.5 es gratuito?
Wan 2.5 no es un modelo descargable de forma gratuita de forma permanente. El acceso alojado puede realizarse mediante créditos del proveedor, una cuota de prueba o facturación de pago. Consulta la plataforma en vivo antes de generar el modelo, ya que los requisitos de la cuenta, los costes de los créditos y la disponibilidad del modelo pueden cambiar.
¿Admite Wan 2.5 la generación de vídeo a partir de imágenes?
Sí. El sitio web oficial wan2.5-i2v-preview endpoint convierte una imagen de entrada en un vídeo de 5 o 10 segundos. Admite salida en formato MP4 a 480p, 720p y 1080p a 30 fps con audio sincronizado.
¿Debería seguir utilizando Wan 2.5 en 2026?
Utiliza Wan 2.5 cuando necesites ese punto final de Preview concreto o debas reproducir un flujo de trabajo anterior. Para un proyecto nuevo, compara primero Wan 2.7 y Wan 3.0, ya que el catálogo actual de Alibaba ofrece una mayor duración o controles más amplios en estas versiones.
Veredicto final
Wan 2.5 supuso un paso importante en la apuesta de Alibaba por el vídeo basado en IA, ya que combinaba la generación de vídeo a partir de texto e imagen con sonido sincronizado. Sus especificaciones oficiales siguen siendo útiles: dos puntos finales de Preview alojados, hasta 1080p, duración de 5 o 10 segundos, 30 fps y salida en formato MP4.
