Wan v2.6 Image to Image

Wan v2.6 Image to Image es un modelo de edición y composición de imágenes que te permite combinar y transformar hasta tres imágenes de referencia utilizando únicamente una descripción escrita. En lugar de generar imágenes desde cero, trabaja con los elementos visuales que ya tienes —un personaje, un objeto, una localización, una textura o un estilo— y los fusiona en una nueva imagen que sigue tus instrucciones. Si puedes señalar elementos en varias fotos y describir cómo deberían unirse, este modelo convierte esa idea en un resultado final.

La característica principal es su sistema de referencia multi-imagen. Proporcionas entre una y tres imágenes de referencia y, en tu texto, te refieres a cada una como 'imagen 1', 'imagen 2' y 'imagen 3'. El orden importa, así que siempre sabes de qué imagen toma cada elemento el modelo. Esto hace que sea sencillo describir composiciones complejas: puedes situar un personaje de una imagen en el entorno de otra mientras sostiene un objeto tomado de una tercera. Un ejemplo de instrucción sería: 'Coloca al mago de la imagen 2 en la biblioteca antigua de la imagen 3, sujetando y estudiando la esfera de cristal mágica de la imagen 1', añadiendo indicaciones sobre la iluminación violeta y azul en su rostro, velas flotantes, libros antiguos en el fondo y un estilo artístico de fantasía altamente detallado. El modelo entiende toda esa información y monta una escena coherente.

Como el prompt asume gran parte del trabajo creativo, el modelo premia la escritura descriptiva. Puedes definir iluminación, ambiente, estilo artístico, composición y detalles finos, y el modelo los respetará. Los prompts pueden tener hasta 2.000 caracteres, por lo que tienes margen para ser específico, y se admite tanto inglés como chino. Para quienes prefieren prompts cortos, existe una función de optimización de prompts que amplía y mejora automáticamente instrucciones simples antes de generar la imagen. Añade unos segundos de procesamiento, pero mejora notablemente los resultados cuando sólo das una idea breve, en vez de un párrafo elaborado. Puedes dejarla activada para comodidad o apagarla si prefieres que se respete tu redacción exacta.

¿Quién se beneficia? Artistas conceptuales e ilustradores pueden probar rápidamente cómo encaja un personaje en distintos entornos u objetos. Diseñadores pueden componer fotos de productos, moodboards y estudios de estilos sin enmascarar ni hacer capas manuales. Cineastas y creadores de storyboards pueden previsualizar escenas combinando actores, decorados y objetos en un solo fotograma. Profesionales del marketing y creadores de contenido pueden renovar imágenes de marca mezclándolas en nuevas visuales. Quien actualmente pase horas recortando y mezclando elementos en un editor, puede lograr el mismo resultado con una frase.

Las imágenes de referencia que subas deben ser archivos JPEG, JPG, PNG (sin transparencia), BMP o WEBP, con entre 384 y 5.000 píxeles por lado y un máximo de 10 MB cada una. Las imágenes generadas se entregan en formato PNG. Controlas la forma y tamaño del resultado mediante preajustes de relación de aspecto —cuadrado, retrato 4:3, retrato 16:9, paisaje 4:3, paisaje 16:9 y una opción de cuadrado en alta definición— o puedes solicitar dimensiones exactas y personalizadas. La resolución de salida se sitúa en un rango definido para mantener imágenes nítidas sin ser difíciles de manejar, aproximadamente entre 768×768 y 1280×1280 píxeles.

Además de la composición y el tamaño, tienes varios controles creativos. Un prompt negativo te permite listar lo que no quieres en la imagen —por ejemplo, baja resolución, formas deformadas o dedos de más— ayudándote a evitar errores habituales de la generación. Puedes generar hasta cuatro variaciones a la vez, útil para comparar opciones y elegir el mejor resultado. Un control de semilla te da reproducibilidad: usar la misma semilla produce resultados más consistentes, así que en cuanto encuentres un estilo que te guste, puedes iterar sobre él sin empezar de cero. También existe una opción integrada de moderación de contenidos que revisa tanto tus entradas como las salidas, activada por defecto, asegurando que las generaciones sean apropiadas.

En cuanto a estilo, el modelo es flexible. Toma directamente tus imágenes de referencia y tu descripción escrita, así que puede ser fotorrealista, pictórico, cinematográfico o totalmente ilustrativo según lo que le aportes y pidas. Los ejemplos muestran arte fantástico dramático con iluminación atmosférica, lo que resalta la capacidad del modelo para captar ambiente y detalle según lo describas. Puedes tomar el estilo de una imagen y el fondo de otra, mezclando fuentes visuales en una estética unificada.

Por la forma de trabajar del modelo, hay algunas buenas prácticas naturales. Primero, sé explícito sobre qué imagen aporta cada elemento —el sistema numerado solo funciona bien si el prompt es claro. Segundo, describe la iluminación, el estilo y la composición para que el modelo no deba adivinar: cuanto más detallada la descripción, mejor el resultado. Tercero, si trabajas con una idea breve, mantén la optimización de prompt activada, y desconéctala cuando quieras que se respete tu redacción exacta. Cuarto, utiliza el prompt negativo para evitar artefactos recurrentes. Y si encuentras un resultado que te guste, apunta la semilla para poder seguir trabajando sobre él.

En cuanto a limitaciones: el modelo requiere al menos una imagen de referencia y acepta un máximo de tres, así que está pensado para edición y composición, no para generación puramente a partir de texto. Las imágenes de referencia deben estar dentro de los formatos y tamaños soportados, y no se aceptan PNG con transparencia. La resolución de salida está limitada al rango definido, por lo que está optimizado para imágenes nítidas y compartibles, no para archivos de impresión muy grandes. Dentro de estos márgenes, Wan v2.6 Image to Image es una forma rápida y controlable de transformar una colección de imágenes de referencia y una descripción clara en una sola imagen nueva y coherente.