Yovid

Wan 2.5 gratis online: generador de video con IA, actualizado a Wan 3.0

Yovid no ofrece Wan 2.5. Ofrece al sucesor de Alibaba, Wan 3.0, que conserva las voces, la música y los efectos que hicieron destacar a la 2.5 y alarga el clip de 10 segundos a hasta 30. Empieza con un prompt, un primer fotograma o hasta 10 imágenes y 5 clips. Empieza a crear con Wan 3.0 en Yovid.

Seedance 2.5 ya está aquí

Clips de hasta 30 segundos con referencias de imagen, video y audio.

Kling 3.0

El modelo de video más reciente de Kling, listo en tu espacio de trabajo.

Veo 3.1

El modelo de video de Google con audio nativo.

GPT Image 2.5

GPT Image 2.5

El modelo de imagen de OpenAI para crear y editar imágenes.

Ampliador de imágenes IA

Mejora la nitidez y amplía imágenes para exportarlas más limpias.

AI Canvas

Encadena pasos de imagen y video en un solo tablero.

Lo que Wan 3.0 crea en Yovid

Baile de la RegenciaWan 3.0 · escena multitudinaria, 30 s
Expedición en la neveraWan 3.0 · animación 3D, 20 s
Antes de alzar el telónWan 3.0 · una sola toma, 24 s
Cafetería de barrioWan 3.0 · film de marca, 22 s
Combate en el temploWan 3.0 · acción animada, 30 s
Crea un video con Wan 3.0

Por qué Wan 3.0 ocupa el lugar de Wan 2.5 en Yovid

Yovid ofrece Wan 3.0, no Wan 2.5

Alibaba lanzó Wan 2.5 como vista previa en Alibaba Cloud Model Studio en septiembre de 2025, como un modelo alojado y no como pesos descargables, a diferencia de Wan 2.1 y 2.2. Su gran novedad era el sonido: diálogos, efectos y música generados junto con la imagen, en clips de 5 o 10 segundos de hasta 1080p.

Wan 2.6, Wan 2.7 y Wan 3.0 llegaron en menos de un año. Yovid ofrece solo Wan 3.0, así que el generador de esta página se abre con ese modelo y todos los clips que crees aquí salen de él. La tabla muestra lo que añadió cada versión.

Wan 2.5 · sep. 20255 o 10 s con sonido nativo480p, 720p o 1080p a partir de texto o de un primer fotograma; prompts de hasta 1500 caracteres.
Wan 2.6 · dic. 2025Hasta 15 s, varios planosAñade la referencia a video, que mantiene coherentes el aspecto y la voz de una persona.
Wan 2.7 · abr. 2026Hasta 15 s, además de edición de videoHasta cinco referencias mixtas de imagen y video; prompts de hasta 5000 caracteres.
Wan 3.0 · ago. 2026Hasta 30 s, la versión que ofrece YovidRostros más realistas y variados, y mayor coherencia con tus referencias.

Wan 3.0 llega a 30 segundos, el triple que Wan 2.5

Diez segundos dan para un solo plano. Treinta dan para una escena con planteamiento, giro y desenlace. A la izquierda hay una demo de Wan 2.5 de 10 segundos: una reportera, una frase, un plano en movimiento. A la derecha, una demo de Wan 3.0 de 30 segundos creada a partir de cuatro imágenes de referencia: un reencuentro contado en dos líneas temporales, con una voz en off en japonés.

En Yovid la duración se elige con un control deslizante, cualquier número entero de segundos de 2 a 30, y el precio sigue los segundos que elijas. Prueba la idea en corto y renderiza la duración completa cuando el prompt funcione.

Wan 2.5 · 10 sWan 3.0 · 30 s

Wan 2.5 metió el sonido en la misma pasada

El sonido generado junto con la imagen fue la gran novedad de Wan 2.5: una frase cae justo en los labios de quien la dice y un paso, en el fotograma exacto en que el pie toca el suelo. Esta demo de 10 segundos de Wan 2.5 Preview muestra a un vecino de Pekín saludando a otro con un marcado acento pekinés mientras el tordo de su jaula canta justo a tiempo.

Wan 3.0 lo mantiene y le da más espacio. En Yovid el sonido viene activado por defecto y no cuesta nada extra: un clip tiene el mismo precio con sonido o sin él. Pon entre comillas cada frase hablada, indica quién la dice y en qué idioma, y desactiva el sonido si vas a musicalizar el clip por tu cuenta.

Prompt (resumido): Early autumn morning in a Beijing hutong, warm side light on grey flagstones, an old pagoda tree swaying in the breeze. A man in his sixties in a navy cotton jacket and cloth shoes carries a rosewood birdcage; the thrush inside chirps twice. He meets a neighbor, smiles, nods and says in a broad Beijing accent: "哟，吃了么您呐？没事儿遛遛弯儿，舒坦！" (Eaten yet? Just out for a stroll. Feels great!) The cage sways as the bird flutters; pots of jasmine stir by the grey brick wall.

Diálogo con sincronía labial en el idioma que escribas

Escribe la frase, nombra al hablante y el idioma, y Wan 3.0 la entrega con el movimiento de labios correspondiente. En esta demo de 24 segundos, tres imágenes de referencia fijan a dos personajes de un videojuego y un dojo: ella pregunta dónde están, él le dice que es su primera prueba y una fría voz del sistema inicia el examen, todo en japonés y cada frase en la boca correcta.

Las otras demos de Wan 3.0 de Alibaba llevan frases en inglés, mandarín, coreano, portugués, tailandés, español y árabe. Añade una indicación de lectura, como grave y tranquila o rápida y nerviosa, para que la entrega encaje con la escena.

Diálogo con sincronía labial en el idioma que escribas – Wan 3.0
Entrada
Wan 3.0 logoWan 3.0
Prompt (resumido): About 24 s, a cinematic Japanese sci-fi game opening. Image 1 is the silver-haired man in goggles and a long grey coat, Image 2 the woman with twin buns, a red mechanical mask and a white combat suit, Image 3 a wooden dojo. In a blank white virtual space a grid spreads under their feet and the dojo assembles plank by plank. She asks, guarded: 「ここは……何のステージ？」 He raises a palm and answers calmly: 「お前の適性を測る、最初の試練だ。」 The dojo dissolves to white and a system voice says: 「適性試験、開始。」 Accurate Japanese lip sync, no subtitles. (Wan 3.0 · 16:9 · 24s · 1080p)

Hasta 10 imágenes y 5 clips como referencias

Wan 2.5 partía de un prompt de texto o de una sola imagen usada como primer fotograma. Wan 3.0 en Yovid añade el modo de referencias, en el que hasta 10 imágenes y 5 clips de video de 1 a 15 segundos fijan las personas, criaturas, productos y lugares mientras el prompt los dirige.

Esta demo de 30 segundos usó nueve imágenes: una para la mujer, una para un reino de lotos y siete para pequeñas criaturas, cada una dibujada en 2D junto a su versión en 3D. Su rostro se mantiene de principio a fin mientras las criaturas salen de sus dibujos hacia el 3D. Nombra cada archivo en el prompt (Image 1, Image 2, etc.) y dale una sola función a cada uno.

Hasta 10 imágenes y 5 clips como referencias – Wan 3.0
Entrada
Wan 3.0 logoWan 3.0
Prompt (resumido): 30 s, 16:9, surreal Eastern fantasy. Image 1 is the only identity reference for a young woman in an open light-blue denim shirt; Image 2 fixes a hidden realm of giant translucent lotus flowers; Images 3–9 each show one creature in 2D (left) and 3D (right). She parts the vines, enters the realm and touches a lotus; a glowing drop reveals the 2D creatures, which turn into their 3D forms and gather around her. (Wan 3.0 · 16:9 · 30s · 1080p)

Espacio para una lista de planos completa: prompts de 10000 caracteres

Wan 2.5 limitaba los prompts a 1500 caracteres, lo justo para un plano bien descrito. Wan 3.0 en Yovid acepta hasta 10000, así que cabe un plan completo: planos por segundo, la técnica de cámara de cada uno, las indicaciones musicales y todas las frases habladas.

Esta demo de 30 segundos salió de un solo prompt de texto, sin imágenes de referencia. Detallaba nueve planos cronometrados, desde una inmersión entre las nubes hasta un lento alejamiento, y Wan 3.0 respetó el orden y el ritmo.

Espacio para una lista de planos completa: prompts de 10000 caracteres – Wan 3.0
Wan 3.0 logoWan 3.0
Prompt (resumido): A nine-shot, 30-second fantasy in a retro Chinese calendar-poster style: even ink outlines, patterned clouds, watercolor on aged rice paper. 0–4 s: an FPV dive through the clouds past a giant turtle carrying a mountain of palaces. 4–11 s: a first-person ride on a golden qilin low over a festival. 11–19 s: a pipa player builds to one sweeping strum, held in slow motion. 19–21 s: a held breath over the square. 21–27 s: a dancer whirls a flame-orange silk into a ring. 27–30 s: a slow rise as the mountain sinks back into the clouds. Guzheng and pipa over ambient electronics. (Wan 3.0 · 16:9 · 30s · 720p)

Ajustes y créditos de Wan 3.0 en Yovid

Elige el formato antes de escribir para que el bloqueo de la escena se componga pensando en él; si partes de una imagen, la opción adaptativa conserva su forma. Los créditos se cobran por segundo de salida, según la resolución únicamente, y los clips de referencia suman sus propios segundos.

DuraciónDe 2 a 30 segundos5 segundos por defecto. Wan 2.5 ofrecía 5 o 10.
Resolución480p, 720p o 1080p720p por defecto; los mismos tres niveles que Wan 2.5.
Relación de aspecto16:9, 9:16, 1:1, 4:3, 3:4 o adaptativa
EntradasTexto, un primer fotograma con un último fotograma opcional, o referenciasHasta 10 imágenes y 5 clips de 1–15 s (MP4 o MOV, hasta 100 MB cada uno).
SonidoActivado por defecto, sin créditos extraVoces, música y efectos; desactívalo en cada generación.
CréditosUnos 1,2, 2,4 o 4,8 por segundoEn 480p, 720p o 1080p, a la tarifa base de los paquetes de créditos; un clip de 5 segundos a 720p son unos 12 créditos.

Quién pasa de Wan 2.5 a Wan 3.0

La mayoría de quienes buscan Wan 2.5 quieren un clip que hable y tenga banda sonora, sin tener que pegar fragmentos de 10 segundos. Wan 3.0 resuelve mejor estos trabajos:

  • Creadores de dramas cortos y sketches: Escenas de diálogo de más de 10 segundos, con el mismo reparto mantenido entre episodios gracias a las imágenes de referencia.
  • Equipos de publicidad y redes sociales: Spots de producto con voz en off y música en un solo render, con el producto fiel al modelo a partir de tus propias fotos.
  • Creadores de videos musicales y de baile: Actuaciones en las que la letra, el ritmo y la sincronía labial salen de la misma generación.
  • Animadores y estudios de videojuegos: Aperturas y tráilers estilizados, de la tinta y la acuarela al CG con sombreado plano, en una sola pasada de 30 segundos.
  • Equipos con una biblioteca de prompts de Wan 2.5: Los prompts antiguos son un buen punto de partida: ejecuta uno tal cual y luego añade momentos cronometrados, referencias y frases para llenar la duración extra.

Wan 3.0, sucesor de Wan 2.5, vs Seedance 2.5, MiniMax H3 y Kling 3.0

Wan 2.5 no aparece en la tabla porque Yovid no lo ofrece. Todas las celdas, salvo las de la última fila, salen de los ajustes que cada modelo ofrece hoy en el generador de Yovid.

Wan 3.0, el sucesor de Wan 2.5, comparado con Seedance 2.5, MiniMax H3 y Kling 3.0 en Yovid
Característica / ModeloWan 3.0Seedance 2.5MiniMax H3Kling 3.0
Clip más largo30 s30 s15 s15 s
Resolución máxima1080p1080p2K1080p
Relaciones de aspecto16:9, 9:16, 1:1, 4:3, 3:416:9, 9:16, 1:1, 4:3, 3:4, 21:921:9, 16:9, 4:3, 1:1, 3:4, 9:1616:9, 9:16, 1:1
Imágenes de referencia10309—
Videos de referencia5103—
Editar o prolongar un clip subido—Sí——
Créditos por 5 s a 720p12312313
Ideal paraEl tipo de clip de Wan 2.5, con sonido, ahora de hasta 30 segundos y con un presupuesto ajustado.Grandes pilas de referencias, además de editar o prolongar metraje subido.Clips 2K nítidos de hasta 15 segundos.Clips de personajes llenos de vida de 15 segundos a 1080p.

Los créditos corresponden a la tarifa base de los paquetes de créditos para un clip de 5 segundos a 720p (o la resolución más cercana que ofrezca cada modelo) y siguen los precios vigentes de Yovid.

Wan 3.0 como reemplazo de Wan 2.5: puntos fuertes y límites

Lo que ganas al pasar a Wan 3.0 en Yovid y a qué renuncias.

Puntos fuertes

  • El triple de duración: De 2 a 30 segundos por clip, frente a los 5 o 10 de Wan 2.5.
  • Sonido sin costo extra: Las voces, la música y los efectos vienen activados por defecto y cuestan lo mismo que un clip mudo.
  • Referencias que Wan 2.5 nunca tuvo: Hasta 10 imágenes y 5 clips de video mantienen coherentes a las personas, los productos y los lugares.
  • Prompts más largos: Hasta 10000 caracteres frente a los 1500 de Wan 2.5, así que cabe una lista de planos cronometrada.

Límites

  • No es Wan 2.5 en sí: Si un proyecto debe coincidir con metraje ya hecho con Wan 2.5, Yovid no puede reproducir ese modelo; Alibaba Cloud Model Studio sigue documentando la vista previa de la 2.5.
  • Sin subida de audio: La API de Wan 2.5 podía construir un clip en torno a tu propio archivo de audio; en Yovid, Wan 3.0 trabaja a partir de texto, imágenes y clips de video.
  • Acceso por plan: No está en el plan gratuito. Lite o superior, o cualquier paquete de créditos de pago único, desbloquea Wan 3.0, 1080p incluido.
  • Resolución: Sigue llegando como máximo a 1080p, igual que Wan 2.5. Para 2K o 4K, elige MiniMax H3 o Veo 3.1, o pasa el clip por el ampliador de videos de Yovid.

Cómo ejecutar un prompt al estilo Wan 2.5 en Wan 3.0

  1. Paso 1

    Abre Wan 3.0

    Empieza desde esta página y el generador se abre con Wan 3.0 seleccionado. Wan 2.5 no está en la lista de modelos.

  2. Paso 2

    Escribe la escena y el sonido

    Describe los planos, cita el diálogo e indica su idioma, y añade un primer fotograma o hasta 10 imágenes y 5 clips si los tienes.

  3. Paso 3

    Fija la duración y genera

    Elige de 2 a 30 segundos, una relación de aspecto y una resolución, revisa el costo en créditos, y luego genera y descarga el MP4.

Prueba Wan 3.0 ahora

Prompts de Wan 3.0 para empezar

Prompts reales de la muestra de Wan 3.0 de Alibaba, acortados y traducidos del chino, junto a los clips que generaron. Cada uno se abre en el generador de Yovid con Wan 3.0; los prompts que mencionan Image 1, Image 2 y así sucesivamente necesitan tus propias imágenes de referencia.

  • Antes de alzar el telón, en una sola toma

    Texto a video · 24 s

    A 24-second, 16:9 single continuous take with a realistic film look, one 35 mm lens and no cuts. A singer of about 28, dark hair pinned up, in a muted wine-red velvet gown, has nearly missed her entrance. 0–12 s: the camera backs away fast as she threads a narrow backstage, past a makeup artist blotting her forehead, a rolling costume rack and a painted flat pushed across her path; the stage manager says into his headset, "布景就位，灯光准备，主幕待命。" (Set in place, lights ready, main curtain on standby.) 12–21 s: in the wings he raises a hand: "最后八小节。" (Last eight bars.) The orchestra thins to bass and sparse piano, and the camera slowly circles her as she closes her eyes. 21–24 s: "Three… Two… One!" The cue light turns green, the curtain rises and she steps into the light before a full house.

    Fuente: Alibaba Cloud Model Studio · Wan 3.0

    Prueba este prompt

  • Ocho idiomas, un estribillo

    Tres referencias · 24 s

    A 24-second photoreal hip-hop video on a city rooftop at blue hour. Image 1 sets the four-piece crew (female lead vocalist, male DJ, two hype performers), Image 2 the lead’s face and silver-black techwear, Image 3 the rooftop stage and skyline. An original 106 BPM anthem with a two-bar synth-and-brass hook. Eight shots, one language each, every line on the beat: "One beat." "同一个节拍。" "ひとつのリズム。" "하나의 리듬." "Um só ritmo." "จังหวะเดียวกัน." "Un mismo ritmo." "إيقاع واحد." At the 21-second drop the camera pulls back to the whole crew: "Different voices, one beat." Exact lip sync, the same face and voice throughout, no captions or logos.

    Fuente: Alibaba Cloud Model Studio · Wan 3.0

    Prueba este prompt

  • Combate entre un gato y un lobo

    Dos referencias · 30 s

    A 30-second, 16:9, 1080P cinematic 3D animated action short. @Image 1 is the only tabby-cat heroine: brown-grey stripes, amber eyes, teal hooded cape, bronze shoulder guards, ringed tail. @Image 2 is the only grey-wolf hero: layered grey fur, ice-blue eyes, blue-and-gold cloud-pattern robe. Their swords stay sheathed on their backs throughout. In a ruined cave temple under a giant weathered stone Buddha head they spar bare-handed: punches, sweeps and wrist grabs, a chase up broken stairs, a one-second slow-motion clash at the top of a leap, a ledge that gives way until he catches her wrist, and a back-to-back landing in drifting pink petals. No dialogue or music, only impacts, cloth, falling stone, footsteps and wind.

    Fuente: Alibaba Cloud Model Studio · Wan 3.0

    Prueba este prompt

  • Hacia el reino de los lotos

    Nueve referencias · 30 s

    A 30-second, 16:9 cinematic surreal Eastern fantasy. Image 1 is the only identity reference for a young woman with long, softly wavy dark-brown hair, an open light-blue denim shirt and cream trousers; keep her face identical in every shot. Image 2 fixes a hidden realm of giant translucent lotus flowers glowing peach, coral and pale gold. Images 3–9 each show one small creature, 2D on the left and 3D on the right. She parts the vines and walks in; she touches a lotus and a glowing drop reflects three of the 2D creatures; they leap a stream and turn into their 3D forms; she kneels, smiling, as they gather around her; the camera rises as every lotus blooms at once. Live action blended with film-grade CG, no captions or logos.

    Fuente: Alibaba Cloud Model Studio · Wan 3.0

    Prueba este prompt
Lee la guía para escribir prompts

Más modelos de video en Yovid

Wan 3.0Seedance 2.5MiniMax H3Kling 3.0Veo 3.1Hailuo 2.3Sora 2

Guías para pasar de Wan 2.5 a Wan 3.0

Compara todos los modelos de video de Yovid y luego escribe los prompts más largos y cronometrados que aprovechan la duración extra de Wan 3.0.

Los 14 modelos de video de Yovid comparados, Wan 3.0 incluidoUna fórmula plano a plano para prompts de texto a video
Prompts de imagen a video: seis ejemplos analizados
Ver todas las guías de Yovid

Preguntas frecuentes

¿Qué es Wan 2.5?

Wan 2.5 es un modelo de generación de video del equipo Wan de Alibaba, lanzado como vista previa en Alibaba Cloud Model Studio en septiembre de 2025. Creaba clips de 5 o 10 segundos en 480p, 720p o 1080p a partir de texto o de una sola imagen, con diálogos, efectos y música generados junto con la imagen.

¿Puedo usar Wan 2.5 gratis online en Yovid?

No. Yovid no ofrece Wan 2.5, sino su sucesor, Wan 3.0, que conserva el sonido nativo y crea clips de hasta 30 segundos. Registrarte en Yovid es gratis e incluye créditos para los modelos del plan gratuito; Wan 3.0 requiere el plan Lite o superior, o cualquier paquete de créditos de pago único.

¿Wan 2.5 es de código abierto?

No. Alibaba publicó pesos abiertos de Wan 2.1 y Wan 2.2, pero Wan 2.5 salió como una vista previa alojada que se usa a través de los servicios de Alibaba, sin descarga.

¿Qué cambió de Wan 2.5 a Wan 3.0?

El clip más largo pasó de 10 segundos a 30. En el camino, Wan 2.6 añadió escenas de varios planos y referencias de video, Wan 2.7 añadió edición de video, y Wan 3.0 trajo rostros más realistas y variados y mayor coherencia con tus referencias. El sonido generado se mantuvo en todas las versiones.

¿Cuánto puede durar un video de Wan 3.0 en Yovid?

Cualquier número entero de segundos de 2 a 30 por generación, en un solo clip continuo; la duración predeterminada es de 5 segundos. Es el triple del máximo de 10 segundos de Wan 2.5.

¿Wan 3.0 genera audio como Wan 2.5?

Sí. El sonido viene activado por defecto e incluye voces, efectos y música, con sincronía labial en las frases habladas. No cuesta créditos extra y puedes desactivarlo en cada clip. A diferencia de la API de Wan 2.5, Yovid no acepta tu propio archivo de audio como entrada.

¿Cuántos créditos usa Wan 3.0?

Con la tarifa base de los paquetes de créditos son unos 1,2 créditos por segundo en 480p, 2,4 en 720p y 4,8 en 1080p, así que un clip de 5 segundos a 720p son unos 12 créditos y uno completo de 30 segundos a 1080p, unos 144. Los clips de referencia suman sus propios segundos a la factura.

¿Puedo reutilizar mis prompts de Wan 2.5?

Sí, como punto de partida. Los prompts de Wan 2.5 tenían un tope de 1500 caracteres y Wan 3.0 en Yovid acepta hasta 10000, así que cualquiera cabe. Espera un resultado distinto, porque es otro modelo, y aprovecha el espacio extra para momentos cronometrados, diálogos entre comillas y referencias.

¿Qué resoluciones y relaciones de aspecto admite Wan 3.0?

480p, 720p y 1080p, los mismos niveles que ofrecía Wan 2.5, en 16:9, 9:16, 1:1, 4:3 o 3:4, o adaptativa para seguir tu primer fotograma. 1080p está incluido en todos los planes de pago y paquetes de créditos.

¿Yovid está afiliado a Alibaba o al equipo de Wan?

No. Yovid es una plataforma independiente que ofrece Wan 3.0 junto a modelos de video de ByteDance, Kuaishou, Google, MiniMax y OpenAI. No está operada ni respaldada por Alibaba.

Crea el clip que Wan 2.5 no podía: 30 segundos, con sonido incluido

Escribe la escena y las frases, añade referencias si las tienes y deja que Wan 3.0 renderice la imagen y el sonido a la vez.

Crea con Wan 3.0