Wan v2.6 Image to Image

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 utilizando apenas uma descrição escrita. Em vez de gerar imagens do zero, trabalha com as imagens que já tem — uma personagem, um objeto, um local, uma textura ou um estilo — e funde-os numa imagem nova que segue as suas instruções. Se conseguir indicar elementos em várias fotos e descrever como se devem unir, este modelo transforma essa ideia num quadro finalizado.

A característica distintiva é o seu sistema de referência multi-imagem. Fornece entre uma e três imagens de referência e, no seu prompt de texto, refere-se a cada uma diretamente como 'imagem 1', 'imagem 2' e 'imagem 3'. A ordem é importante, por isso sabe sempre de que imagem o modelo está a retirar elementos. Isto torna composições complexas fáceis de descrever: pode, por exemplo, colocar uma personagem de uma imagem num cenário de outra, segurando um objeto extraído de uma terceira. Um exemplo de instrução seria: 'Coloca o feiticeiro da imagem 2 na biblioteca antiga da imagem 3, a segurar e a estudar o orbe mágico da imagem 1', incluindo direções sobre iluminação roxa e azul no rosto, velas flutuantes, livros antigos ao fundo e um estilo artístico de fantasia altamente detalhado. O modelo interpreta tudo isso e monta uma cena coerente.

Como o prompt faz grande parte do trabalho criativo, o modelo recompensa descrições detalhadas. Pode especificar iluminação, ambiente, estilo artístico, composição e detalhes minuciosos, e o modelo irá respeitá-los. Os prompts podem ter até 2.000 caracteres, dando-lhe espaço de sobra para ser específico, e tanto o inglês como o chinês são suportados. Para criadores que preferem prompts curtos, existe uma funcionalidade de otimização de prompt integrada que expande e refina instruções simples automaticamente antes da geração. Acrescenta alguns segundos ao processamento, mas melhora visivelmente os resultados quando parte de uma ideia breve em vez de um parágrafo detalhado. Pode deixá-la ligada para conveniência ou desligá-la quando quiser que o modelo respeite exatamente as suas palavras.

Quem beneficia? Artistas de conceito e ilustradores podem testar rapidamente como uma personagem resulta em ambientes ou com adereços diferentes. Designers podem compor imagens de produto, moodboards e estudos de estilo sem recorte e montagem manuais. Cineastas e artistas de storyboard podem pré-visualizar cenas colocando atores, cenários e objetos num só quadro. Profissionais de marketing e criadores de redes sociais podem reinventar imagens de marca existentes em visuais inovadores. Qualquer pessoa que atualmente passe horas num editor por camadas a recortar e juntar elementos pode obter o mesmo resultado com uma frase.

As imagens de referência que carregar devem ser ficheiros JPEG, JPG, PNG (sem transparência), BMP ou WEBP, com entre 384 e 5.000 píxeis em qualquer lado e com um máximo de 10MB. As imagens resultantes são fornecidas em formato PNG. Controla a forma e tamanho do resultado através de predefinições de proporção — quadrado, retrato 4:3, retrato 16:9, paisagem 4:3, paisagem 16:9 e uma opção quadrada em alta definição — ou pode pedir dimensões personalizadas exatas. A resolução total das imagens de saída situa-se num intervalo definido para garantir imagens nítidas sem ficarem demasiado grandes, normalmente entre 768×768 e 1280×1280 píxeis.

Para além da composição e tamanho, tem vários controlos criativos. Um prompt negativo permite-lhe listar elementos que deseja excluir da imagem — exemplos comuns incluem baixa resolução, formas deformadas ou dedos extra — ajudando a evitar erros típicos na geração. Pode gerar até quatro variações ao mesmo tempo, útil para comparar rapidamente opções e escolher o melhor resultado. Um controlo de seed oferece-lhe reprodutibilidade: reutilizar o mesmo seed produz resultados mais consistentes em diferentes execuções, permitindo iterar sobre um visual sem começar do zero. Existe ainda uma opção de moderação de conteúdo integrada, que verifica os seus inputs e outputs, ativa por defeito, para garantir resultados apropriados.

Em termos de estilo, o modelo é flexível. Como parte das suas imagens de referência e da descrição escrita, pode assumir um aspeto fotorrealista, pictórico, cinematográfico ou totalmente ilustrativo, conforme as suas escolhas. As imagens de exemplo mostram arte de fantasia dramática com iluminação atmosférica, destacando a capacidade do modelo para criar ambientes e detalhes quando descritos de forma clara. Pode usar o estilo de uma imagem e o fundo de outra, misturando diferentes fontes visuais numa só estética harmoniosa.

Algumas boas práticas resultam naturalmente do modo de funcionamento do modelo. Primeiro, seja explícito sobre qual imagem de referência fornece cada elemento — o sistema numerado só é eficaz com prompts claros. Segundo, descreva iluminação, estilo e composição, em vez de assumir que o modelo vai adivinhar; quanto mais rica a descrição, mais preciso o resultado. Terceiro, se partir de uma ideia breve, mantenha a otimização de prompt ativada para preencher lacunas, mas desative-a quando quiser que o modelo siga fielmente a sua redação. Quarto, utilize o prompt negativo para evitar artefactos recorrentes. E, quando encontrar um resultado de que gosta, anote o seed para poder evoluir a partir daí.

Sobre limitações: o modelo exige pelo menos uma imagem de referência e aceita no máximo três, pelo que é construído para edição e composição, não para geração puro texto-para-imagem. As imagens de referência devem cumprir os formatos e tamanhos suportados, e não são aceites PNGs com transparência. A resolução de saída é limitada ao intervalo definido, sendo otimizada para imagens nítidas e partilháveis, não para ficheiros de impressão de grande formato. Dentro desses limites, Wan v2.6 Image to Image é uma forma rápida e controlável de transformar um conjunto de imagens de referência e uma descrição clara numa nova imagem coesa.