Saltar al contenido principal
Novedades de modelos9 min de lectura

Generador de vídeo con IA Qwen: cómo funcionan los modelos Wan de Alibaba

Mucha gente busca un generador de vídeo con IA Qwen, pero los modelos de vídeo de Alibaba se llaman Wan. Te explicamos la diferencia entre Qwen y Wan, qué hacen Wan 3.0 y Wan 2.6 y cómo probar Wan en VIBE.

Vincent Park

Escrito por Vincent Park

Publicado el

Compartir este artículo
Creadora revisando un clip corto en el móvil, ilustración del generador de vídeo con IA Qwen y los modelos Wan de Alibaba

El generador de vídeo con IA Qwen que busca la mayoría de la gente es en realidad Wan: Qwen es la familia de modelos de lenguaje de Alibaba, mientras que Wan es su familia aparte de modelos de vídeo, y ambas se ofrecen juntas en las mismas plataformas en la nube. En noviembre de 2026 puedes usar dos modelos Wan en VIBE, Wan 2.6 gratis y sin registro, y Wan 3.0 en el plan Premium. Esta guía explica la diferencia, las especificaciones y los prompts que funcionan.

En una frase

Generador de vídeo con IA Qwen es una búsqueda habitual para referirse a los modelos de vídeo Wan de Alibaba: Qwen es la familia de modelos de lenguaje de la empresa, y Wan (Tongyi Wanxiang) su familia de modelos de texto a vídeo e imagen a vídeo.

¿Qué es el generador de vídeo con IA Qwen?

No existe un único producto llamado generador de vídeo con IA Qwen. La expresión es como mucha gente describe los modelos de vídeo de Alibaba, porque Qwen es la marca de IA más conocida de la empresa y sus modelos de vídeo se distribuyen junto a ella. Los modelos de vídeo se llaman Wan, abreviatura de Tongyi Wanxiang, y convierten prompts de texto o imágenes fijas en clips cortos. Nuestra guía de Wan 3.0 cubre en detalle el modelo premium más reciente, y este artículo explica cómo encaja toda la familia.

Wan llegó a un público amplio en febrero de 2025, cuando Alibaba Cloud publicó Wan 2.1 como código abierto en tamaños de 14.000 y 1.300 millones de parámetros. Wan 3.0 llegó en agosto de 2026 como un modelo alojado y cerrado, por eso hoy casi todos lo usan mediante apps y API en lugar de descargar los pesos.

Creadora sosteniendo un móvil con un clip corto, ilustración del generador de vídeo con IA Qwen y los modelos Wan de Alibaba
Wan es la familia de vídeo de Alibaba; Qwen, la de lenguaje.

¿Cuál es la diferencia entre Qwen y Wan?

Qwen es para lenguaje, Wan para vídeo. Qwen es la familia de grandes modelos de lenguaje de Alibaba, usada en chat, programación y razonamiento. Wan es una familia aparte de modelos generativos de vídeo del Tongyi Lab de Alibaba, creada para renderizar movimiento, cámara e iluminación. Alibaba ofrece ambas en las mismas plataformas en la nube, por eso las búsquedas de una acaban tantas veces en la otra.

QwenWan
Qué produceTexto, código y respuestasClips de vídeo a partir de texto o imágenes
Quién lo construyeAlibabaAlibaba (Tongyi Wanxiang)
Entrada típicaPalabrasPalabras e imágenes; Wan 3.0 también admite audio, vídeo y documentos
En VIBENo es un modelo de VIBEWan 3.0 (Premium) y Wan 2.6 (Gratis)

Si quieres hacer vídeo, lo práctico es buscar Wan, no Qwen. Un selector de modelos que muestra Wan 2.6 o Wan 3.0 es el generador de vídeo de Alibaba al que se refiere la gente. El nombre Qwen sigue siendo útil como pista, porque apunta a la misma empresa y al mismo ecosistema en la nube, pero nunca aparece en un clip.

¿Cómo genera Wan vídeo a partir de texto e imágenes?

Wan es un modelo de vídeo basado en difusión: parte de ruido y lo refina fotograma a fotograma hasta un clip que encaja con tu prompt, y también puede partir de una imagen de referencia para que el primer fotograma sea el tuyo. En la práctica controlas cuatro cosas: el sujeto, la acción, la cámara y la iluminación. Wan es conocido por sus planos continuos y estables, así que describir un movimiento claro funciona mejor que enumerar varios sucesos.

  • Texto a vídeo: describe una escena en una o dos frases y Wan la renderiza.
  • Imagen a vídeo: sube una foto y describe el movimiento; Wan la anima conservando el aspecto de la imagen.
  • Guiado por referencias (Wan 3.0): el modelo más nuevo admite varias imágenes, clips de audio y vídeo como entrada, para fijar un personaje, un producto o una voz.

De ahí salen algunas consecuencias prácticas. Los prompts con una acción continua se sostienen mejor que los llenos de cortes. Imagen a vídeo mantiene rostros, productos y colores más estables que solo texto, porque la imagen fija el aspecto antes del movimiento. Y los clips cortos son baratos de repetir, así que el flujo sensato es muchos borradores rápidos y un render final cuidado. Es como en fotografía: haces una docena de tomas de prueba para ajustar composición y luz, y solo después te esmeras con la buena.

Móvil sobre un trípode grabando un producto en una mesa, muestra cómo las imágenes de referencia guían el generador de vídeo con IA Wan
Partir de una foto mantiene estable el aspecto.

¿Cómo evolucionó Wan de Wan 2.1 a Wan 3.0?

Wan ha avanzado rápido, y sus hitos explican por qué la familia incluye hoy un modelo gratuito de borradores y otro premium para planos largos.

  • Febrero de 2025, Wan 2.1: Alibaba Cloud publica el modelo como código abierto en tamaños 14B y 1,3B para que los desarrolladores lo ejecuten por su cuenta.
  • Julio de 2025, Wan 2.2: otra publicación con pesos abiertos y, según la cobertura del lanzamiento, el último buque insignia de Alibaba en ese formato.
  • Versiones intermedias: siguieron varias versiones, entre ellas Wan 2.6, el modelo Wan gratuito de VIBE.
  • Agosto de 2026, Wan 3.0: un modelo alojado y cerrado que alarga los clips a 30 segundos y añade entradas multimodales.

En noviembre de 2026, VIBE incluye dos miembros de la familia. Wan 2.6 es gratis, funciona a 720p y crea clips de unos 8 segundos. Wan 3.0, lanzado en agosto de 2026, renderiza hasta 30 segundos de una vez a un máximo de 1080p y acepta texto, imágenes, audio, vídeo e incluso documentos como entrada.

Wan 2.6Wan 3.0
Plan en VIBEGratisPremium
Resolución720pHasta 1080p
Duración del clipUnos 8 segundosHasta 30 segundos
Imagen a vídeoSíSí
EntradasTexto e imagenTexto, imagen, audio, vídeo, documentos
Ideal paraPruebas rápidas y gratuitasPlanos largos con referencias

La tabla describe los modelos en sí; el selector de modelos de VIBE muestra las opciones que ofrece hoy la app. En cualquier caso, lo sensato es hacer borradores en el modelo gratuito y gastar créditos premium solo en la toma final.

¿Qué prompts de Wan merece la pena probar?

Wan responde mejor a prompts que se leen como la descripción de un plano: sujeto, una acción, movimiento de cámara, luz. Limita cada prompt a una sola escena y cambia un elemento cada vez para ver su efecto. Indica el objetivo o la altura de cámara si te importa el aspecto, y nombra la fuente de luz: neones, luz de ventana u hora dorada. Aquí tienes tres prompts para pegar en VIBE, uno para cada forma de trabajar.

Prompt de prueba 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 largo continuoWan 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.”

Imagen a 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.”

Cocinero salteando fideos en un wok de noche, ejemplo de prompt para el generador de vídeo con IA Wan

La mayoría de los clips decepcionantes de Wan se deben a los mismos cuatro errores, y todos tienen fácil arreglo.

  • Demasiados sucesos. Tres acciones en un clip de 8 segundos suelen mezclarse en una. Elige una sola acción.
  • Una cámara vaga. La palabra cinematic dice poco; slow push-in at eye level le da a Wan algo que seguir.
  • Cambiarlo todo a la vez. Modifica un elemento por intento para aprender qué hace cada palabra.
  • Saltarse la imagen de referencia. Si necesitas un rostro, producto o vestuario concreto, empieza con una foto.

¿Qué modelo Wan deberías usar?

  1. Empieza cada idea en Wan 2.6: es gratis, así que puedes repetir un prompt hasta que el encuadre y la luz queden bien.
  2. Pasa a Wan 3.0 cuando el plano necesite más de unos 8 segundos, como un paseo continuo o una revelación lenta de producto.
  3. Usa imagen a vídeo cuando ya tengas el aspecto, como una foto de producto o un retrato, y solo necesites movimiento.
  4. Compara el mismo prompt en otro modelo, como Seedance Pro Fast o Kling 3, para ver qué aspecto encaja con tu canal.

Nuestra guía de generadores de vídeo con IA chinos compara Wan con Kling, Seedance, Hailuo y PixVerse si quieres la visión de conjunto.

Creador comparando dos clips de vídeo cortos en un portátil y un móvil

¿Es gratis Wan en VIBE?

Sí para Wan 2.6, no para Wan 3.0. Wan 2.6 está en el plan gratuito de VIBE y no exige registro ni tarjeta para generar un primer clip, mientras que Wan 3.0 es Premium. Explora todos los modelos en el selector de modelos de VIBE, lee la página del modelo Wan y sigue los pasos de cómo funciona para crear tu primer clip en un par de minutos.

Una aclaración: la lista de modelos de VIBE contiene modelos de vídeo Wan, no los modelos de lenguaje de Qwen. Si venías buscando un generador de vídeo con IA Qwen, Wan es el modelo que quieres, a un toque de distancia. Abre VIBE, elige Wan 2.6, pega uno de los prompts de arriba y verás en una sola generación la diferencia entre una idea vaga y un plano dirigido.

Preguntas frecuentes

¿Es Qwen un generador de vídeo con IA?

No. Qwen es la familia de modelos de lenguaje de Alibaba. El generador de vídeo de Alibaba se llama Wan, por eso quien busca un generador de vídeo con IA Qwen suele querer Wan.

¿Cuál es la diferencia entre Qwen y Wan?

Qwen produce texto, código y respuestas, mientras que Wan produce vídeo a partir de texto o imágenes. Ambos son de Alibaba y se ofrecen en las mismas plataformas en la nube.

¿Es gratis el generador de vídeo con IA Wan?

Wan 2.6 es gratis en VIBE, sin registro. Wan 3.0 está en el plan Premium de VIBE. En noviembre de 2026 esa es la división.

¿Cuánto pueden durar los vídeos de Wan 3.0?

Wan 3.0 puede renderizar hasta 30 segundos en una sola generación, a un máximo de 1080p. Wan 2.6, el modelo gratuito de VIBE, crea clips de unos 8 segundos a 720p.

¿Puede Wan convertir una foto en vídeo?

Sí. Wan 2.6 y Wan 3.0 admiten imagen a vídeo: sube una foto y describe el movimiento que quieres.

¿Genera Wan audio?

En VIBE, Wan 2.6 no genera audio. Wan 3.0 admite audio como entrada y la cobertura del lanzamiento menciona salida de voz; consulta el selector de modelos para ver qué ofrece hoy la app.

¿Es Wan de código abierto?

Wan 2.1 y Wan 2.2 se publicaron con pesos abiertos. Wan 3.0 es un modelo alojado y cerrado, que se usa mediante apps y API.

  • #qwenaivideogenerator
  • #wanaivideogenerator
  • #alibabawan
  • #wan3.0
  • #wan2.6
Compartir este artículo
VIBE - Generador de Video IA

Empieza a Crear Videos IA Hoy

Descarga VIBE gratis en iOS y Android. Sin necesidad de iniciar sesión. Accede a más de 10 modelos de video IA y genera videos a partir de prompts de texto o imágenes.