Wan v2.6 Image to Image

O Wan v2.6 Image to Image é um modelo de edição e composição de imagens que permite combinar e transformar até três imagens de referência usando nada mais que uma descrição escrita. Em vez de gerar imagens do zero, ele trabalha com os visuais que você já tem — um personagem, um objeto, um local, uma textura ou um estilo — e os funde em uma única nova imagem que segue suas instruções. Se você puder apontar elementos em algumas fotos e descrever como eles devem se unir, esse modelo transforma essa ideia em um quadro finalizado.

A característica definidora é seu sistema de referência multi-imagem. Você fornece de uma a três imagens de referência e, no seu prompt de texto, refere-se a cada uma diretamente como 'image 1', 'image 2' e 'image 3'. A ordem importa, então você sempre sabe de qual imagem o modelo está extraindo. Isso torna compósitos complexos fáceis de descrever: você pode colocar um personagem de uma imagem em um cenário de outra enquanto segura um objeto de uma terceira. Uma instrução de exemplo diz: 'Coloque o mago da image 2 na biblioteca antiga da image 3, segurando e estudando a esfera de cristal mágica da image 1', completa com direções sobre iluminação roxa e azul no rosto dele, velas flutuantes, livros antigos ao fundo e um estilo de arte fantástica altamente detalhado. O modelo lê tudo isso e monta uma cena coerente.

Como o prompt faz grande parte do trabalho criativo, o modelo valoriza descrições detalhadas. Você pode especificar iluminação, humor, estilo de arte, composição e detalhes finos, e o modelo os respeitará. Prompts podem ter até 2.000 caracteres, dando muito espaço para ser específico, e tanto inglês quanto chinês são suportados. Para criadores que preferem prompts curtos, há um recurso integrado de otimização de prompt que expande e refina automaticamente instruções simples antes da geração. Ele adiciona alguns segundos de tempo de processamento, mas melhora notavelmente os resultados quando você fornece uma ideia breve em vez de um parágrafo totalmente detalhado. Você pode deixá-lo ligado por conveniência ou desligá-lo quando quiser que suas palavras exatas sejam respeitadas.

Quem se beneficia? Artistas conceituais e ilustradores podem testar rapidamente como um personagem aparece em diferentes ambientes ou com acessórios. Designers podem compor fotos de produtos, mood boards e estudos de estilo sem mascaramento e camadas manuais. Cineastas e artistas de storyboard podem pré-visualizar cenas colocando atores, cenários e objetos em um único quadro. Marketers e criadores de conteúdo social podem remixar imagens de marca existentes em visuais frescos. Qualquer um que atualmente passe horas em um editor em camadas recortando elementos e misturando-os pode descrever o mesmo resultado em uma frase.

As imagens de referência que você carrega devem ser arquivos JPEG, JPG, PNG (sem transparência), BMP ou WEBP, cada uma entre 384 e 5.000 pixels em qualquer lado e no máximo 10MB. As imagens de saída são entregues em formato PNG. Você controla o formato e o tamanho do resultado por meio de predefinições de proporção — quadrado, retrato 4:3, retrato 16:9, paisagem 4:3, paisagem 16:9 e uma opção de quadrado em alta definição — ou pode solicitar dimensões personalizadas exatas. A resolução total de saída fica em uma faixa definida para que as imagens permaneçam nítidas sem ficarem grandes demais, aproximadamente entre 768×768 e 1280×1280 pixels.

Além da composição e do dimensionamento, você tem vários controles criativos. Um negative prompt permite listar coisas que você quer manter fora da imagem — exemplos comuns incluem baixa resolução, formas deformadas ou dedos extras — ajudando a evitar falhas típicas de geração. Você pode gerar até quatro variações de uma vez, o que é útil para comparar opções rapidamente e escolher o melhor resultado. Um controle de seed oferece reprodutibilidade: reutilizar o mesmo seed produz resultados mais consistentes entre execuções, então, uma vez que você acerte um visual que gosta, pode iterar sobre ele sem começar do zero. Há também uma opção integrada de moderação de conteúdo que verifica tanto suas entradas quanto saídas, ativada por padrão, para manter as gerações apropriadas.

Em termos de estilo, o modelo é flexível. Como ele extrai diretamente das suas imagens de referência e da sua direção escrita, pode inclinar para fotorrealista, pictórico, cinematográfico ou totalmente ilustrativo, dependendo do que você fornecer e pedir. As imagens de exemplo mostram arte fantástica dramática com iluminação atmosférica, destacando a força do modelo em humor e detalhes quando você os descreve claramente. Você pode pegar o estilo de uma imagem e o fundo de outra, misturando e combinando fontes visuais em uma estética unificada.

Algumas melhores práticas surgem naturalmente de como o modelo funciona. Primeiro, seja explícito sobre qual imagem de referência fornece qual elemento — o sistema de referência numerada é tão bom quanto a clareza do seu prompt. Segundo, descreva iluminação, estilo e composição em vez de assumir que o modelo adivinhará; quanto mais rica a descrição, mais próximo o resultado. Terceiro, se estiver trabalhando com uma ideia curta, mantenha a otimização de prompt ligada para preencher as lacunas, mas desligue-a quando precisar que sua frase exata seja honrada. Quarto, use o negative prompt para evitar artefatos recorrentes. E quando encontrar um resultado que ama, anote seu seed para poder construir sobre ele.

Quanto às limitações: o modelo exige pelo menos uma imagem de referência e aceita no máximo três, então é feito para edição e composição em vez de geração pura de texto para imagem. As imagens de referência devem estar nos formatos suportados e limites de tamanho, e arquivos PNG com transparência não são aceitos. A resolução de saída é limitada à sua faixa definida, então é otimizado para imagens nítidas e compartilháveis em vez de arquivos de impressão muito grandes. Dentro desses limites, o Wan v2.6 Image to Image é uma forma rápida e controlável de transformar uma coleção de imagens de referência e uma descrição clara em uma única imagem nova e coesa.