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 usando nada más que una descripción escrita. En lugar de generar imágenes desde cero, trabaja con las imágenes que ya tienes — un personaje, un objeto, una ubicación, una textura o un estilo — y las fusiona en una sola imagen nueva que sigue tus instrucciones. Si puedes señalar elementos en unas pocas fotos y describir cómo deben combinarse, este modelo convierte esa idea en un fotograma terminado.

La característica definitoria es su sistema de referencia multiimagen. Suministras entre una y tres imágenes de referencia, y en tu indicación de texto te refieres a cada una directamente como 'image 1', 'image 2' y 'image 3'. El orden importa, por lo que siempre sabes de qué imagen está extrayendo el modelo. Esto hace que las composiciones complejas sean fáciles de describir: podrías colocar un personaje de una imagen en un escenario de otra mientras sostiene un objeto de una tercera. Una instrucción de ejemplo dice: 'Coloca al mago de image 2 en la antigua biblioteca de image 3, sosteniendo y estudiando la esfera de cristal mágica de image 1', completa con indicaciones sobre iluminación púrpura y azul en su rostro, velas flotantes, libros antiguos de fondo y un estilo de arte fantástico altamente detallado. El modelo lee todo eso y arma una escena coherente.

Dado que la indicación hace gran parte del trabajo creativo, el modelo premia la escritura descriptiva. Puedes especificar iluminación, ánimo, estilo artístico, composición y detalles finos, y el modelo los respetará. Las indicaciones pueden tener hasta 2,000 caracteres, dándote mucho espacio para ser específico, y se admiten tanto inglés como chino. Para creadores que prefieren mantener sus indicaciones cortas, hay una función de optimización de indicaciones integrada que expande y refina automáticamente instrucciones simples antes de la generación. Agrega unos segundos de tiempo de procesamiento, pero mejora notablemente los resultados cuando le das una idea breve en lugar de un párrafo completamente detallado. Puedes dejarla activada por comodidad o desactivarla cuando quieras que se respete tu redacción exacta.

¿Quién se beneficia? Artistas conceptuales e ilustradores pueden probar rápidamente cómo se ve un personaje en diferentes entornos o accesorios. Diseñadores pueden componer tomas de productos, tableros de ánimo y estudios de estilo sin enmascarado y capas manuales. Cineastas y artistas de storyboards pueden previsualizar escenas colocando actores, sets y objetos en un solo fotograma. Marketers y creadores sociales pueden remixar imágenes de marca existentes en visuales frescos. Cualquiera que actualmente pase horas en un editor por capas cortando elementos y mezclándolos puede describir el mismo resultado en una oración.

Las imágenes de referencia que subas deben ser archivos JPEG, JPG, PNG (sin transparencia), BMP o WEBP, cada una entre 384 y 5,000 píxeles en cualquier lado y no mayor a 10MB. Las imágenes de salida se entregan en formato PNG. Controlas la forma y el tamaño del resultado a través de un conjunto de preajustes de relación de aspecto — cuadrada, retrato 4:3, retrato 16:9, paisaje 4:3, paisaje 16:9 y una opción cuadrada de alta definición — o puedes solicitar dimensiones personalizadas exactas. La resolución total de salida está en un rango definido para que las imágenes se mantengan nítidas sin volverse inmanejables, aproximadamente entre 768×768 y 1280×1280 píxeles.

Más allá de la composición y el tamaño, tienes varios controles creativos. Una indicación negativa te permite listar cosas que quieres mantener fuera de la imagen — ejemplos comunes incluyen baja resolución, formas deformadas o dedos extra — ayudándote a evitar defectos típicos de generación. Puedes generar hasta cuatro variaciones a la vez, lo cual es útil para comparar opciones rápidamente y elegir el resultado más fuerte. Un control de seed te da reproducibilidad: reutilizar la misma seed produce resultados más consistentes en ejecuciones, por lo que una vez que encuentres un aspecto que te guste, puedes iterar sobre él sin empezar de nuevo. También hay una opción de moderación de contenido integrada que verifica tanto tus entradas como salidas, activada por defecto, para mantener las generaciones apropiadas.

En cuanto a estilo, el modelo es flexible. Como extrae directamente de tus imágenes de referencia y tu dirección escrita, puede inclinarse a fotorrealista, pictórico, cinematográfico o completamente ilustrativo dependiendo de lo que le des y pidas. Las imágenes de ejemplo muestran arte fantástico dramático con iluminación atmosférica, lo que resalta la fortaleza del modelo en ánimo y detalle cuando los describes claramente. Puedes tomar el estilo de una imagen y el fondo de otra, mezclando y combinando fuentes visuales en una estética unificada.

Unas pocas mejores prácticas surgen naturalmente de cómo funciona el modelo. Primero, sé explícito sobre qué imagen de referencia suministra qué elemento — el sistema de referencia numerada es tan bueno como la claridad de tu indicación. Segundo, describe iluminación, estilo y composición en lugar de asumir que el modelo adivinará; cuanto más rica tu descripción, más cerca el resultado. Tercero, si trabajas desde una idea corta, mantén la optimización de indicaciones activada para llenar los vacíos, pero desactívala cuando necesites que se honre tu fraseo preciso. Cuarto, usa la indicación negativa para evitar artefactos recurrentes. Y cuando encuentres un resultado que ames, anota su seed para poder construir sobre él.

En cuanto a limitaciones: el modelo requiere al menos una imagen de referencia y acepta no más de tres, por lo que está diseñado para edición y composición en lugar de generación pura de texto a imagen. Las imágenes de referencia deben caer dentro de los formatos y límites de tamaño soportados, y los archivos PNG con transparencia no se aceptan. La resolución de salida está limitada dentro de su rango definido, por lo que está optimizada para imágenes nítidas y compartibles en lugar de archivos de impresión muy grandes. Dentro de esos límites, Wan v2.6 Image to Image es una forma rápida y controlable de convertir una colección de imágenes de referencia y una descripción clara en una sola imagen nueva cohesiva.