Alibaba lanza Wan 3.0: la IA que transforma ideas en vídeos realistas

• La compañía Alibaba ha revelado su más reciente avance tecnológico, Wan 3.0, un modelo de inteligencia artificial capaz de crear clips de vídeo ultrarrealistas mediante prompts sencillos. Esta nueva versión representa un salto significativo, ya que ha logrado duplicar la duración máxima de los vídeos en comparación con la versión anterior.
• Además de mejorar la longitud del contenido, Wan 3.0 destaca por unificar en un solo sistema diversas funciones que antes requerían múltiples modelos, optimizando así el proceso de creación visual.

Alibaba ha presentado Wan 3.0, su nuevo modelo de IA que puede generar clips de video a partir de un simple prompt. La versión más reciente duplica la duración máxima de los vídeos que conseguía su predecesor y unifica funciones que antes estaban repartidas entre varios modelos. El nuevo modelo llega a unas semanas de que la compañía china lanzara Qwen 3.8-Max, una IA que compite de frente con las versiones más poderosas de Claude y ChatGPT.

De acuerdo con una publicación en el blog de Alibaba, Wan 3.0 puede convertir texto, imágenes, vídeos, audios o incluso documentos en clips de hasta 30 segundos de duración. El usuario solo necesita escribir el prompt junto con las referencias que desee combinar y la IA se encargará del resto. El modelo puede construir una escena completa con movimiento de cámara, diálogo y efectos de sonido integrados.

Una de las ventajas de esta versión con respecto a su predecesor es el soporte para múltiples tipos de referencia. Wan 3.0 acepta hasta diez imágenes, cinco clips de vídeo y cinco archivos de audio como referencia en una sola generación. Los usuarios también pueden adjuntar una presentación o documentos en PDF, así como una página web de la que quieran extraer información o contexto para crear la escena.

Otro agregado de esta actualización es que Wan 3.0 genera audio por defecto. A diferencia de otros modelos, los clips de esta versión vienen con sonido, por lo que los personajes pueden hablar o incluso cantar de forma sincronizada con la escena. La IA también adaptará el ambiente sonoro para que sea coherente con el resto de elementos y no se sienta fuera de lugar, aunque si lo prefieres, también podrás generar clips sin audio.

Wan 3.0 puede convertir tus PowerPoint en un vídeo cinematográfico

Si bien los clips son de hasta 30 segundos de duración, esto no implica que todos los vídeos tengan esa extensión. Wan 3.0 permite ajustar la duración de forma manual, segundo a segundo, o a través de una función que recomienda la extensión más adecuada según el contenido del prompt. Los usuarios pueden elegir varias resoluciones de salida, entre las que se incluyen 480p, 720p y 1080p, con relaciones de aspecto fijas o adaptables.

En cuanto a funciones específicas, una de las más llamativas es la posibilidad de convertir una presentación o documento en un vídeo. La IA puede leer un PDF o una web y usar el contenido como base para crear el clip, lo que resulta útil si quieres transformar un PowerPoint en una presentación narrada. Eso sí, Wan 3.0 solo puede tomar un documento o una página web dentro de una generación, pero no ambos al mismo tiempo.

Otras novedades incluyen mejoras en la renderización de escenas digitales, como interfaces de software, gráficos en movimiento o texto en pantalla. Si quieres crear videotutoriales en los que expliques una interfaz de usuario, el modelo ya no tendrá que lidiar con tantas inconsistencias visuales como su predecesor. Los rostros y textos ya no se distorsionan entre fotogramas, al menos no tanto como con Wan 2.7.

Wan 3.0 ya está disponible en beta pública a través de Model Studio, la plataforma de desarrollo de IA de Alibaba Cloud. La compañía china dijo que su IA apunta a profesionales que quieren crear anuncios cortos para redes sociales, materiales de entrenamiento para robots o conversión de documentos técnicos en vídeos narrados.