Puesto #1 Generación Local de Vídeo — Tu GPU, Tu Silla de Director
Alibaba Cloud (Tongyi Lab)

Wan 2.7

El modelo de vídeo abierto que aprendió a pensar antes de grabar. Wan 2.7 es el mayor salto de Alibaba hasta la fecha — un modelo Mixture-of-Experts de 27B que planifica tu escena, sincroniza audio de forma nativa y te da control del Primer y Último Frame. Todo bajo Apache 2.0. Sin asteriscos.

Actualizado Abril de 2026 Open WeightApache 2.0Text-to-Video
Ideal para

El modelo de vídeo abierto que aprendió a pensar antes de grabar. Wan 2.7 es el mayor salto de Alibaba hasta la fecha — un modelo Mixture-of-Experts de 27B que planifica tu escena, sincroniza audio de forma nativa y te da control del Primer y Último Frame. Todo bajo Apache 2.0. Sin asteriscos.

Por qué gana

El Modo Pensamiento planifica la estructura de escena antes de la generación, reduciendo drásticamente el drift de movimiento. Sincronización de audio nativa en un solo paso. Control de Primer y Último Frame para transiciones precisas. Hasta 9 inputs de referencia multimodales para consistencia de personajes. Edición de vídeo basada en instrucciones. Arquitectura 27B MoE. Apache 2.0.

Ten en cuenta

El Modo Pensamiento que lo hace especial también lo hace más lento. Sin API cloud oficial de registro inmediato. La escala de 27B exige hardware serio para despliegue local. La documentación sigue siendo principalmente en chino.

01

Lo que realmente es

Wan 2.7 es lo que ocurre cuando Alibaba pregunta: ¿Y si la IA pensara sobre tu vídeo antes de crearlo?

Cada versión anterior de la serie Wan — y la mayoría de los generadores de vídeo con IA — funciona igual: recibir prompt, generar vídeo, esperar lo mejor. Wan 2.7 rompe ese patrón. Su Modo Pensamiento interpreta el prompt, planifica la estructura de escena y el arco narrativo, considera la composición y la dinámica de movimiento — y entonces comienza a renderizar. El resultado es menos genérico, menos propenso al drift, más intencional. La diferencia entre un operador de cámara y un director.

El fundamento técnico es una arquitectura Mixture-of-Experts de 27B con un Diffusion Transformer y Full Attention — diseñado específicamente para procesar relaciones espaciales y temporales simultáneamente.

Las mejoras prácticas son igualmente significativas: control de Primer y Último Frame para transiciones precisas, hasta 9 inputs de referencia multimodales para consistencia de personajes, audio nativo en un solo paso, edición basada en instrucciones sin regeneración desde cero.

La licencia Apache 2.0 sigue siendo el compromiso definitorio de la serie Wan. Sin restricciones. La comunidad que convirtió Wan 2.1 en el estándar de ComfyUI ya está migrando a 2.7. El ecosistema seguirá — como siempre.

02

Puntos fuertes y límites honestos

Puntos fuertes

  • Modo Pensamiento — planifica antes de generar: La innovación definitoria de Wan 2.7. Antes de renderizar un solo frame, el modelo interpreta el prompt, planifica la composición de escena y estructura el arco narrativo. Resultado: composiciones mucho menos genéricas, menos drift de movimiento, mayor fidelidad de intención.
  • Control de Primer y Último Frame: Define los frames exactos de inicio y fin de tu vídeo. Control preciso sobre transiciones, posiciones de personajes y continuidad de escena.
  • Sincronización de audio nativa: El audio se genera junto con el vídeo en el mismo paso — no añadido después. El timing del diálogo, sonido ambiente y música emergen como una composición unificada con los visuales.
  • Consistencia de referencia hasta 9 inputs: Hasta 9 imágenes de referencia multimodales o clips de vídeo para anclar identidad de personaje, estilo y accesorios entre escenas.
  • Edición de vídeo basada en instrucciones: Describe el cambio que quieres en lenguaje natural; Wan 2.7 modifica el vídeo existente. Edita sin regenerar desde cero.
  • Apache 2.0 — sin restricciones reales: Uso comercial, modificación de pesos, construcción de productos, venta de output — todo permitido sin límites de ingresos ni atribución más allá del archivo de licencia.

Limitaciones honestas

  • El Modo Pensamiento añade tiempo de generación: La fase de planificación que mejora los outputs también los hace más lentos. Si la velocidad es prioridad, LTX Video sigue siendo la opción más rápida.
  • Sin API cloud oficial de registro inmediato: Ejecución local o endpoints alojados por la comunidad (fal.ai, WaveSpeedAI). Una barrera real para usuarios no técnicos.
  • Escala de 27B requiere hardware serio: El despliegue local de calidad completa requiere memoria GPU muy por encima de las tarjetas de consumidor.
  • Documentación dominada por el chino: Docs oficiales y muchos recursos de la comunidad principalmente en chino. Las guías en inglés van detrás de las actualizaciones.
  • Comunidad más pequeña que Wan 2.1: El ecosistema ComfyUI de Wan 2.1 es enorme. Los workflows de Wan 2.7 están creciendo pero aún no al mismo nivel.
03

Resumen de Benchmarks

Arquitectura — 27B MoE (40B parámetros activos)

Diseño Mixture-of-Experts con ~753B parámetros totales, ~40B activos por token. DiT con Full Attention para procesamiento espacial y temporal.

Resolución — hasta 4K

Hasta 1080p y 4K de output dependiendo de la plataforma y nivel de cómputo. Duraciones de clip de 5 a 15 segundos.

Capacidad de referencia — hasta 9 inputs multimodales

Combinaciones de imágenes, clips de vídeo, audio y referencias de estilo para consistencia de personajes, accesorios y estética entre escenas.

04

El Veredicto

Wan 2.7 es el momento en que la generación de vídeo de peso abierto maduró. El Modo Pensamiento no es un truco — es la diferencia entre una IA que responde a tu prompt y una que lo interpreta. Control de Primer y Último Frame, audio nativo, hasta 9 inputs de referencia, edición basada en instrucciones: capacidades que antes faltaban o eran poco fiables en modelos abiertos. Y todo bajo Apache 2.0 — posees lo que construyes con él, completamente. El compromiso es complejidad y cómputo. Pero para creadores que quieren control cinematográfico sin cuotas de suscripción, Wan 2.7 es el modelo de vídeo abierto más capaz que existe.

05

Preguntas frecuentes