En qué destaca Wan 2.7 — y en qué no

Wan 2.7 es el modelo que rompió el foso closed-source en vídeo de nivel insignia. En los últimos 18 meses, la cima de la clasificación de vídeo IA ha sido controlada por pesos cerrados — Veo, Kling, Seedance, Runway — con el ecosistema open-source atrapado una generación atrás. El Tongyi Lab de Alibaba lanzó Wan 2.7 en abril de 2026 bajo Apache 2.0, empaquetado como suite completa : texto-a-vídeo, imagen-a-vídeo, control primera/última imagen y edición de vídeo por instrucción. El resultado compite genuinamente con los insignias cerrados en resolución, fidelidad de movimiento y audio — manteniéndose open-weight bajo Apache 2.0.

La elección arquitectónica detrás es un modelo Mixture-of-Experts (MoE) de 27 mil millones de parámetros que solo activa unos 14 mil millones de parámetros por generación. El diseño MoE da a Wan 2.7 las ventajas de capacidad de un modelo denso mucho mayor — mejor conocimiento del mundo, mejor cobertura de estilo, mejor física de movimiento — manteniendo la latencia de inferencia más cerca de un modelo denso 14B. Para trabajo de producción de alto volumen (generación ad-tech, storyboarding en lote, grandes bibliotecas de contenido), este es el modelo que escala.

La capacidad que distingue funcionalmente a Wan 2.7 es la edición de vídeo por instrucción. Pasa un clip existente más una instrucción de texto — "pon la chaqueta roja", "cambia el fondo a una playa", "cambia a golden hour" — y Wan aplica la edición preservando el movimiento original, identidad del personaje y geometría de la escena. El competidor más cercano aquí es el pipeline de restilado de Veo, pero el analizador de instrucciones de Wan es más flexible. Para agencias que tienen grabaciones de clientes para remixar sin regrabaciones, este es el modelo que cierra el bucle.

Otras capacidades notables : el control primera/última imagen te permite bloquear la imagen de apertura y cierre y dejar que Wan genere el movimiento de conexión — útil para alcanzar latidos narrativos específicos y para encadenar clips que necesitan conectarse limpios. El audio nativo sincronizado — diálogo, ambiente y música — se produce con la imagen en la misma pasada, con sincronización labial y temporización sin paso Foley separado.

Debilidades : en fidelidad visual de primer nivel en trabajo de toma única, Veo 3.1 aún tiene la ventaja en 1080p+ y la ruta de upscale 4K. En Elo de referencia multimodal, Seedance 2.0 lidera los benchmarks públicos. En storyboarding multiplano explícito con cortes duros en un prompt, Kling V3 es más controlable. El punto fuerte de Wan es la amistad open-source, ediciones por instrucción y producción en lote.

Un modelo mental razonable : Wan 2.7 es la opción por defecto cuando necesitas procedencia open-weight, producción en lote de alto volumen o un flujo de trabajo intensivo en edición. Para máxima fidelidad, Veo 3.1. Para planos ricos en referencias, Seedance 2.0.