Wan v2.6 Image to Image

Wan v2.6 Image to Image is een beeldredigeer- en compositiemodel waarmee je tot drie referentiebeelden kunt combineren en transformeren met niets meer dan een geschreven beschrijving. In plaats van afbeeldingen vanaf nul te genereren, werkt het met de visuele elementen die je al hebt — een personage, een object, een locatie, een textuur of een stijl — en fuseert ze tot één nieuw beeld dat je instructies volgt. Als je elementen in een handvol foto's kunt aanwijzen en beschrijven hoe ze samengevoegd moeten worden, zet dit model dat idee om in een afgewerkt kader.

Het kenmerkende element is het multi-beeldreferentiesysteem. Je levert één tot drie referentiebeelden aan, en in je tekstprompt verwijs je direct naar elk als 'image 1', 'image 2' en 'image 3'. De volgorde doet ertoe, dus je weet altijd welk beeld het model gebruikt. Dit maakt complexe composities eenvoudig te beschrijven: je kunt een personage uit één beeld plaatsen in een omgeving uit een ander terwijl het een object vasthoudt uit een derde. Een voorbeeldinstructie luidt: 'Plaats de tovenaar uit image 2 in de oude bibliotheek uit image 3, terwijl hij de magische kristallen bol uit image 1 vasthoudt en bestudeert', compleet met aanwijzingen over paars en blauw licht op zijn gezicht, zwevende kaarsen, oude boeken op de achtergrond en een zeer gedetailleerde fantasy-kunststijl. Het model verwerkt dit allemaal en stelt een coherente scène samen.

Omdat de prompt zoveel creatief werk doet, beloont het model beschrijvend schrijven. Je kunt belichting, stemming, kunststijl, compositie en fijne details specificeren, en het model respecteert ze. Prompts kunnen tot 2.000 tekens lang zijn, zodat je ruim voldoende ruimte hebt om specifiek te zijn, en zowel Engels als Chinees wordt ondersteund. Voor makers die korte prompts prefereren, is er een ingebouwde promptoptimalisatiefunctie die eenvoudige instructies automatisch uitbreidt en verfijnt vóór de generatie. Het voegt een paar seconden verwerkingstijd toe, maar verbetert de resultaten merkbaar als je een kort idee invoert in plaats van een volledig gedetailleerde paragraaf. Je kunt het aan laten staan voor gemak of uitzetten als je je exacte woordkeuze wilt respecteren.

Wie heeft er baat bij? Conceptkunstenaars en illustratoren kunnen snel testen hoe een personage overkomt in verschillende omgevingen of met accessoires. Ontwerpers kunnen productopnames, moodboards en stijlstudies samenstellen zonder handmatig maskeren en lagen. Filmmakers en storyboardkunstenaars kunnen scènes voorvisualiseren door acteurs, decors en objecten in één kader te plaatsen. Marketeers en sociale creators kunnen bestaande merkbeelden remixen tot frisse visuals. Iedereen die momenteel uren doorbrengt in een gelaagde editor om elementen uit te knippen en te blenden, kan hetzelfde resultaat in één zin beschrijven.

De referentiebeelden die je uploadt moeten JPEG-, JPG-, PNG- (zonder transparantie), BMP- of WEBP-bestanden zijn, elk tussen 384 en 5.000 pixels aan een zijde en niet groter dan 10MB. Uitvoerbeelden worden geleverd in PNG-formaat. Je stuurt de vorm en grootte van het resultaat via een reeks aspect-ratio-presets — vierkant, portret 4:3, portret 16:9, landschap 4:3, landschap 16:9 en een high-definition vierkante optie — of je kunt exacte aangepaste afmetingen aanvragen. De totale uitvoerresolutie ligt in een gedefinieerd bereik, zodat beelden scherp blijven zonder onhanteerbaar te worden, ruwweg tussen een 768×768 en een 1280×1280 pixelbudget.

Naast compositie en formaat heb je verschillende creatieve controls. Een negative prompt laat je dingen opsommen die je uit het beeld wilt houden — veelvoorkomende voorbeelden zijn lage resolutie, vervormde vormen of extra vingers — om typische generatiefouten te vermijden. Je kunt tot vier variaties tegelijk genereren, wat handig is om opties snel te vergelijken en de sterkste te kiezen. Een seed-control biedt reproduceerbaarheid: het hergebruiken van dezelfde seed levert consistenter resultaat over runs heen, dus zodra je een look vindt die je bevalt, kun je daarop itereren zonder opnieuw te beginnen. Er is ook een ingebouwde contentmoderatieoptie die zowel je inputs als outputs controleert, standaard aan, om generaties gepast te houden.

Qua stijl is het model flexibel. Omdat het direct put uit je referentiebeelden en geschreven aanwijzingen, kan het fotorealistisch, schilderachtig, cinematografisch of volledig illustratief zijn, afhankelijk van wat je erin stopt en vraagt. De voorbeeldbeelden tonen dramatische fantasy-kunst met sfeervolle belichting, wat de kracht van het model benadrukt in stemming en detail als je ze duidelijk beschrijft. Je kunt de stijl van het ene beeld lenen en de achtergrond van een ander, en visuele bronnen mixen tot een uniforme esthetiek.

Een paar best practices volgen vanzelf uit hoe het model werkt. Ten eerste: wees expliciet over welk referentiebeeld welk element levert — het genummerde referentiesysteem is alleen zo goed als de duidelijkheid van je prompt. Ten tweede: beschrijf belichting, stijl en compositie in plaats van te verwachten dat het model raadt; hoe rijker je beschrijving, hoe dichter bij het resultaat. Ten derde: werk je met een kort idee, laat dan promptoptimalisatie aanstaan om lacunes op te vullen, maar zet het uit als je je precieze formulering wilt respecteren. Ten vierde: gebruik de negative prompt om terugkerende artefacten te voorkomen. En als je een resultaat vindt dat je geweldig vindt, noteer de seed om erop door te bouwen.

Wat beperkingen betreft: het model vereist minstens één referentiebeeld en accepteert maximaal drie, dus het is gebouwd voor beeldbewerking en compositie in plaats van pure text-to-image-generatie. Referentiebeelden moeten binnen de ondersteunde formaten en groottebeperkingen vallen, en PNG-bestanden met transparantie worden niet geaccepteerd. Uitvoerresolutie is begrensd binnen het gedefinieerde bereik, dus het is geoptimaliseerd voor scherpe, deelbare beelden in plaats van zeer grote printbestanden. Binnen die grenzen is Wan v2.6 Image to Image een snelle, controleerbare manier om een verzameling referentiebeelden en een duidelijke beschrijving om te zetten in één coherent nieuw beeld.