Ir para o conteúdo principal
Novidades de modelos9 min de leitura

Gerador de vídeo com IA Qwen: como funcionam os modelos Wan da Alibaba

Muita gente procura um gerador de vídeo com IA Qwen, mas os modelos de vídeo da Alibaba se chamam Wan. Veja a diferença entre Qwen e Wan, o que Wan 3.0 e Wan 2.6 fazem e como testar o Wan no VIBE.

Vincent Park

Escrito por Vincent Park

Publicado em

Compartilhar este artigo
Criadora revendo um clipe curto no celular, ilustrando o gerador de vídeo com IA Qwen e os modelos Wan da Alibaba

O gerador de vídeo com IA Qwen que a maioria das pessoas procura é, na verdade, o Wan: Qwen é a família de modelos de linguagem da Alibaba, enquanto Wan é a família separada de modelos de vídeo, e as duas são oferecidas lado a lado nas mesmas plataformas de nuvem. Em novembro de 2026, o VIBE tem dois modelos Wan, o Wan 2.6 de graça e sem login e o Wan 3.0 no plano Premium. Este guia explica a diferença, as especificações e os prompts que funcionam.

Em uma frase

Gerador de vídeo com IA Qwen é uma busca comum para os modelos de vídeo Wan da Alibaba: Qwen é a família de modelos de linguagem da empresa, e Wan (Tongyi Wanxiang) é sua família de modelos de texto para vídeo e imagem para vídeo.

O que é o gerador de vídeo com IA Qwen?

Não existe um produto único chamado gerador de vídeo com IA Qwen. A expressão é como muita gente descreve os modelos de vídeo da Alibaba, porque Qwen é a marca de IA mais conhecida da empresa e os modelos de vídeo são distribuídos junto com ela. Os modelos de vídeo em si se chamam Wan, abreviação de Tongyi Wanxiang, e transformam prompts de texto ou imagens estáticas em clipes curtos. Nosso guia do Wan 3.0 cobre o modelo premium mais novo em detalhe, e este artigo mostra como a família toda se encaixa.

O Wan chegou a um público amplo em fevereiro de 2025, quando a Alibaba Cloud abriu o código do Wan 2.1 nos tamanhos de 14 bilhões e 1,3 bilhão de parâmetros. O Wan 3.0 veio em agosto de 2026 como um modelo hospedado e fechado, por isso hoje a maioria o acessa por apps e APIs, e não baixando pesos.

Criadora segurando um celular com um clipe curto, ilustrando o gerador de vídeo com IA Qwen e os modelos Wan da Alibaba
Wan é a família de vídeo da Alibaba; Qwen é a de linguagem.

Qual é a diferença entre Qwen e Wan?

Qwen é para linguagem, Wan é para vídeo. Qwen é a família de grandes modelos de linguagem da Alibaba, usada em chat, programação e raciocínio. Wan é uma família separada de modelos generativos de vídeo do Tongyi Lab da Alibaba, feita para renderizar movimento, câmera e iluminação. A Alibaba oferece os dois pelas mesmas plataformas de nuvem, por isso buscas por um tantas vezes caem no outro.

QwenWan
O que produzTexto, código e respostasClipes de vídeo a partir de texto ou imagens
Quem constróiAlibabaAlibaba (Tongyi Wanxiang)
Entrada típicaPalavrasPalavras e imagens; o Wan 3.0 também aceita áudio, vídeo e documentos
No VIBENão é um modelo do VIBEWan 3.0 (Premium) e Wan 2.6 (Grátis)

Se você quer fazer vídeo, o ponto prático é procurar Wan, não Qwen. Um seletor de modelos que mostra Wan 2.6 ou Wan 3.0 é o gerador de vídeo da Alibaba a que as pessoas se referem. O nome Qwen continua útil como pista, porque aponta para a mesma empresa e o mesmo ecossistema de nuvem, mas nunca aparece em um clipe.

Como o Wan gera vídeo a partir de texto e imagens?

O Wan é um modelo de vídeo baseado em difusão: começa com ruído e o refina quadro a quadro até chegar a um clipe que combina com o seu prompt, e também pode partir de uma imagem de referência, de modo que o primeiro quadro seja o seu. Na prática você controla quatro coisas: o assunto, a ação, a câmera e a iluminação. O Wan é conhecido por planos contínuos e estáveis, então descrever um movimento claro funciona melhor do que listar vários eventos.

  • Texto para vídeo: descreva uma cena em uma ou duas frases e o Wan a renderiza.
  • Imagem para vídeo: envie uma foto e descreva o movimento; o Wan a anima mantendo o visual da imagem.
  • Guiado por referências (Wan 3.0): o modelo mais novo aceita várias imagens, trechos de áudio e vídeo como entrada, para fixar um personagem, um produto ou uma voz.

Algumas consequências práticas decorrem disso. Prompts com uma ação contínua se sustentam melhor do que prompts cheios de cortes. Imagem para vídeo mantém rostos, produtos e cores mais estáveis do que só texto, porque a imagem fixa o visual antes do movimento. E clipes curtos são baratos de refazer, então o fluxo sensato é muitos rascunhos rápidos seguidos de um render final cuidadoso. É como na fotografia: você faz uma dúzia de fotos de teste para acertar composição e luz, e só depois capricha na definitiva.

Celular em um tripé filmando um produto sobre uma mesa, mostrando como imagens de referência guiam o gerador de vídeo com IA Wan
Começar de uma foto mantém o visual estável.

Como o Wan evoluiu do Wan 2.1 ao Wan 3.0?

O Wan evoluiu rápido, e os principais marcos mostram por que a família hoje reúne um modelo gratuito de rascunho e um modelo premium para planos longos.

  • Fevereiro de 2025, Wan 2.1: a Alibaba Cloud abre o código do modelo nos tamanhos 14B e 1,3B para que desenvolvedores o executem por conta própria.
  • Julho de 2025, Wan 2.2: outro lançamento com pesos abertos e, segundo a cobertura do lançamento, o último carro-chefe da Alibaba nesse formato.
  • Versões intermediárias: vários lançamentos se seguiram, incluindo o Wan 2.6, o modelo Wan gratuito do VIBE.
  • Agosto de 2026, Wan 3.0: um modelo hospedado e fechado que estende os clipes a 30 segundos e adiciona entradas multimodais.

Em novembro de 2026, o VIBE oferece dois membros da família. O Wan 2.6 é gratuito, roda em 720p e gera clipes de cerca de 8 segundos. O Wan 3.0, lançado em agosto de 2026, renderiza até 30 segundos de uma só vez em até 1080p e aceita texto, imagens, áudio, vídeo e até documentos como entrada.

Wan 2.6Wan 3.0
Plano no VIBEGrátisPremium
Resolução720pAté 1080p
Duração do clipeCerca de 8 segundosAté 30 segundos
Imagem para vídeoSimSim
EntradasTexto e imagemTexto, imagem, áudio, vídeo, documentos
Melhor paraTestes rápidos e gratuitosPlanos longos com referências

A tabela descreve os modelos em si; o seletor de modelos do VIBE mostra as opções realmente disponíveis hoje no app. De qualquer forma, o padrão sensato é fazer rascunhos no modelo gratuito e gastar créditos premium só na tomada final.

Quais prompts do Wan vale a pena testar?

O Wan responde melhor a prompts que parecem a descrição de um plano: assunto, uma ação, movimento de câmera, luz. Mantenha cada prompt em uma única cena e mude um elemento por vez para ver o efeito. Cite a lente ou a altura da câmera quando o visual importar e nomeie a fonte de luz, como letreiros de neon, luz de janela ou hora dourada. Aqui estão três prompts para colar no VIBE, um para cada jeito de trabalhar.

Prompt de teste gratuitoWan 2.6

“A street cook flips noodles in a wok at night, flames rising, steam drifting through neon signs, slow push-in from the front, shallow depth of field.”

Plano longo e contínuoWan 3.0

“A woman walks through a quiet greenhouse at golden hour, touching leaves as she passes, the camera follows steadily from behind at shoulder height, dust floating in warm sunbeams, one continuous 20-second take.”

Imagem para vídeoWan 2.6

“Using the uploaded photo of a coffee cup on a wooden table: gentle steam rises, soft morning light shifts across the table, tiny camera push-in, no other movement.”

Cozinheiro salteando macarrão no wok à noite, exemplo de prompt para o gerador de vídeo com IA Wan

A maioria dos clipes decepcionantes do Wan vem dos mesmos quatro erros, e todos são fáceis de corrigir.

  • Eventos demais. Três ações em um clipe de 8 segundos costumam virar uma só. Escolha uma única ação.
  • Câmera vaga. A palavra cinematic diz pouco; slow push-in at eye level dá ao Wan algo para seguir.
  • Mudar tudo de uma vez. Altere um elemento por tentativa para aprender o que cada palavra faz.
  • Ignorar a imagem de referência. Se precisa de um rosto, produto ou figurino específico, comece por uma foto.

Qual modelo Wan você deve usar?

  1. Comece toda ideia no Wan 2.6: é grátis, então você pode repetir o prompt até o enquadramento e a luz ficarem certos.
  2. Passe para o Wan 3.0 quando o plano precisar de mais de cerca de 8 segundos, como uma caminhada contínua ou uma revelação lenta de produto.
  3. Use imagem para vídeo quando você já tem o visual, como uma foto de produto ou um retrato, e só precisa do movimento.
  4. Compare o mesmo prompt em outro modelo, como o Seedance Pro Fast ou o Kling 3, para ver qual visual combina com o seu canal.

Nosso guia de geradores de vídeo com IA chineses compara o Wan com Kling, Seedance, Hailuo e PixVerse, se você quiser o quadro geral.

Criador comparando dois clipes de vídeo curtos em um notebook e em um celular

O Wan é grátis no VIBE?

Sim para o Wan 2.6, não para o Wan 3.0. O Wan 2.6 está no plano gratuito do VIBE e não exige login nem cartão para gerar o primeiro clipe, enquanto o Wan 3.0 é Premium. Veja todos os modelos no seletor de modelos do VIBE, leia a página do modelo Wan e siga os passos de como funciona para criar seu primeiro clipe em poucos minutos.

Um esclarecimento: a lista de modelos do VIBE contém modelos de vídeo Wan, não os modelos de linguagem do Qwen. Se você procurava um gerador de vídeo com IA Qwen, o Wan é o modelo certo, a um toque de distância. Abra o VIBE, escolha o Wan 2.6, cole um dos prompts acima e você verá, em uma única geração, a diferença entre uma ideia vaga e um plano dirigido.

Perguntas frequentes

Qwen é um gerador de vídeo com IA?

Não. Qwen é a família de modelos de linguagem da Alibaba. O gerador de vídeo da Alibaba se chama Wan, por isso quem busca um gerador de vídeo com IA Qwen geralmente quer o Wan.

Qual é a diferença entre Qwen e Wan?

Qwen produz texto, código e respostas, enquanto o Wan produz vídeo a partir de texto ou imagens. Ambos vêm da Alibaba e são oferecidos pelas mesmas plataformas de nuvem.

O gerador de vídeo com IA Wan é grátis?

O Wan 2.6 é grátis no VIBE, sem login. O Wan 3.0 está no plano Premium do VIBE. Em novembro de 2026, é essa a divisão.

Quanto tempo podem ter os vídeos do Wan 3.0?

O Wan 3.0 pode renderizar até 30 segundos em uma única geração, em até 1080p. O Wan 2.6, modelo gratuito do VIBE, gera clipes de cerca de 8 segundos em 720p.

O Wan transforma uma foto em vídeo?

Sim. O Wan 2.6 e o Wan 3.0 aceitam imagem para vídeo: envie uma foto e descreva o movimento desejado.

O Wan gera áudio?

No VIBE, o Wan 2.6 não gera áudio. O Wan 3.0 aceita áudio como entrada e a cobertura do lançamento menciona saída de voz; confira no seletor de modelos o que o app oferece hoje.

O Wan é open source?

O Wan 2.1 e o Wan 2.2 foram lançados com pesos abertos. O Wan 3.0 é um modelo hospedado e fechado, usado por apps e APIs.

  • #qwenaivideogenerator
  • #wanaivideogenerator
  • #alibabawan
  • #wan3.0
  • #wan2.6
Compartilhar este artigo
VIBE - Gerador de Vídeo IA

Comece a Criar Vídeos IA Hoje

Baixe o VIBE grátis no iOS e Android. Sem login necessário. Acesse mais de 10 modelos de vídeo IA e gere vídeos a partir de prompts de texto ou imagens.