Wan 3.0 en ComfyUI: generación de video con audio sincronizado

Wan 3.0 es el modelo de generación de video más reciente de Alibaba, ahora disponible en ComfyUI a través de Nodos asociados. Genera hasta 30 segundos de video en una sola pasada con una pista de audio sincronizada, y combina prompts de texto con imágenes, videos y audio de referencia para mantener personajes y escenas consistentes.

​

En qué destaca Wan 3.0

• Hasta 30 segundos: Genera clips largos con movimiento y audio coherentes en una sola pasada
• Audio nativo: Cada resultado incluye una pista de audio sincronizada de forma predeterminada
• Entrada de texto, imagen y referencia: Prompts de solo texto, animación desde el primer fotograma o hasta 10 imágenes de referencia, 5 videos de referencia y 5 clips de audio de referencia
• Etiquetas de referencia: Menciona los medios conectados directamente en el prompt como @Image1, @Video1 o @Audio1
• Salida flexible: Resolución de 480p, 720p o 1080p con relaciones de aspecto adaptativas, 16:9, 9:16, 1:1, 4:3 o 3:4
• Modelo WAN3-Prime: La opción model también ofrece wan3.0-video-prime para obtener resultados de mayor fidelidad a una tarifa por segundo más alta
• Prompts bilingües: Escribe el prompt en inglés o chino

​

Salidas de ejemplo

Generación de texto a video a partir de un prompt, con audio sincronizado incluido de forma predeterminada: Generación de imagen a video, animando una sola imagen para convertirla en un clip completo: Generación de referencia a video, manteniendo un producto y un personaje consistentes a partir de imágenes de referencia:

​

Flujo de trabajo de texto a video con Wan 3.0

Genera un video a partir de un prompt de texto únicamente, con audio sincronizado incluido de forma predeterminada.

​

Consejos para el prompt

1. Duración: Configura de 2 a 30 segundos, o auto para que el modelo elija una duración que se ajuste al prompt
2. Resolución y relación: el flujo de trabajo viene en 720p con relación adaptive; cambia a 1080p o a una relación fija como 16:9 para formatos específicos
3. Audio: el audio se genera de forma predeterminada. Desactiva la opción audio para obtener un video sin sonido
4. Ampliación del prompt: la mejora del prompt está activada de forma predeterminada y reescribe tu prompt para obtener mejores resultados. Desactívala en las configuraciones avanzadas si necesitas el texto exacto

​

Flujo de trabajo de imagen a video con Wan 3.0

Anima una sola imagen y conviértela en un video, con un último fotograma opcional hacia el que transiciona el resultado.

​

Consejos para el prompt

1. Primer fotograma: La entrada first_frame es requerida. La entrada last_frame es opcional, y el modelo genera el movimiento entre ambos
2. Relación adaptable: Con adaptive, las dimensiones de salida siguen a la imagen de entrada
3. Prompt: Describe qué se mueve y cómo, además del audio que quieras. Mantén los sujetos y la composición sin cambios a menos que quieras que el modelo los modifique

​

Flujo de trabajo de referencia a video con Wan 3.0

Genera un video condicionado por imágenes, videos y audio de referencia, y asigna a cada referencia una tarea mediante etiquetas en el prompt.

​

Consejos para el prompt

1. Referencia por etiqueta: menciona cada entrada en el prompt como @Image1, @Video1 o @Audio1, numeradas por tipo en el orden de entrada. El prompt de ejemplo asigna el diseño del zapato a @Image1 y el personaje a @Image2
2. Límites: hasta 10 imágenes de referencia, 5 videos de referencia y 5 clips de audio de referencia. Cada video o clip de audio de referencia debe durar 15 segundos o menos, y la duración combinada de todos los videos de referencia debe mantenerse dentro de 15 segundos (lo mismo para el audio). La duración total de los videos de referencia más la salida no debe superar los 30 segundos
3. Asigna una tarea: indica qué controla cada referencia (diseño del producto, identidad del personaje, estilo, movimiento, voz) y qué debe permanecer sin cambios. Las asignaciones explícitas producen resultados más consistentes
4. Se requiere un prompt o una referencia: proporciona un prompt o al menos una entrada de referencia; de lo contrario, el nodo devuelve un error

​

Empezar

1. Actualiza ComfyUI a la última versión o usa el Comfy Desktop más reciente
2. Ve a Biblioteca de plantillas y busca Wan 3.0
3. Carga uno de los tres flujos de trabajo (texto a video, imagen a video o referencia a video)
4. Inicia sesión con tu cuenta de Comfy y asegúrate de tener suficientes créditos
5. Conecta los materiales de entrada (el primer fotograma o las imágenes de referencia) y ejecuta

​

Preguntas frecuentes