Todos los productos
Search
Centro de documentos

Alibaba Cloud Model Studio:Generación y edición de video

Última actualización: Oct 12, 2026

Elija el modelo adecuado para texto a video, imagen a video y edición de video.

Migrar desde modelos de código cerrado

Asigne su modelo actual de Sora, Veo, Kling o Runway a un modelo equivalente de Bailian.

Capacidad del modelo

Ejemplos de código cerrado

Recomendación de Bailian

Texto a video (t2v), Imagen a video (i2v)

Sora 2, Veo 3.1, Kling 3.0

happyhorse-1.1-t2v, happyhorse-1.1-i2v, wan3.0-video, wan3.0-video-prime

Referencia a video (r2v)

Seedance 2.0, Runway Gen-4

happyhorse-1.1-r2v, wan3.0-video, wan3.0-video-prime

Texto a video

Genere videos con audio a partir de indicaciones de texto. Recomendamos happyhorse-1.1-t2v. Admite resolución 1080P y clips de hasta 15 segundos de duración.

Para videos más largos (hasta 30s), relación de aspecto adaptativa, duración inteligente, alternancia de audio y audio de referencia, utilice wan3.0-video. Admite resoluciones 480P, 720P y 1080P. La versión optimizada para velocidad wan3.0-video-prime mejora significativamente la velocidad de generación manteniendo una alta calidad.

Imagen a video

Cree videos dinámicos a partir de imágenes estáticas. Para imagen de primer fotograma a video, utilice happyhorse-1.1-i2v. Para la serie Wan, utilice wan3.0-video (optimizado para velocidad: wan3.0-video-prime), que admite imagen de primer fotograma y de primer/último fotograma a video.

Imagen de primer fotograma a video

Genere video a partir de una sola imagen. Recomendamos happyhorse-1.1-i2v, que admite audio, 1080P y de 3 a 15 segundos.

Unión de primer/último fotograma para videos largos

Utilice un modelo de primer/último fotograma como wan3.0-video para unir múltiples clips. Establecer el último fotograma de un clip como el primer fotograma del siguiente crea transiciones fluidas, ideales para narrativas, demostraciones de productos o tutoriales.

Imagen de referencia a video

Mantenga la consistencia del personaje en todas las escenas utilizando imágenes de referencia. Recomendamos happyhorse-1.1-r2v. Para la serie Wan, utilice wan3.0-video (optimizado para velocidad: wan3.0-video-prime), que admite capacidades de referencia todo en uno con múltiples imágenes de referencia, videos y audio. También admite entrada de archivos (docx, ppt, pdf, etc.) y enlaces web como referencias.

Edición de video

Edite videos existentes mediante instrucciones de texto para transferencia de estilo, reemplazo de elementos y otras operaciones. Recomendamos happyhorse-1.0-video-edit. Para la replicación de efectos o la replicación de movimiento de cámara, utilice wan2.7-videoedit.

Animación de personajes

Animación de personajes impulsada por movimiento

Para transferir movimiento de un video de referencia a un personaje en una imagen estática, utilice wan2.2-animate-move. El fondo permanece sin cambios. El modo pro (wan-pro) produce resultados más cercanos a las grabaciones de acción real, mientras que el modo estándar (wan-std) es más rápido y rentable.

Reemplazo de personaje en video

Para reemplazar un personaje en un video con uno de una imagen fuente, utilice wan2.2-animate-mix. También admite los modos pro y estándar.

Modelos recomendados

ID de modelo

Caso de uso

Resolución máxima

Duración máxima

wan3.0-video

Texto a video, imagen de primer/último fotograma a video, referencia a video todo en uno

480P, 720P, 1080P

2-30s

wan3.0-video-prime

Texto a video, imagen de primer/último fotograma a video, referencia a video todo en uno (optimizado para velocidad)

480P, 720P, 1080P

2-30s

happyhorse-1.1-t2v

Texto a video

480P, 720P, 1080P

3–15 s

happyhorse-1.1-i2v

Imagen de primer fotograma a video

480P, 720P, 1080P

3–15 s

happyhorse-1.1-r2v

Imagen de referencia a video

480P, 720P, 1080P

3–15 s

happyhorse-1.0-video-edit

Edición de video

720P, 1080P

3–15 s

wan2.7-videoedit

Edición de video, replicación de efectos, replicación de movimiento de cámara

720P, 1080P

2–10 s

wan2.2-animate-move

Transferir movimiento a un personaje estático

720P

2–30 s

wan2.2-animate-mix

Reemplazar un personaje en un video

720P

2–30 s

Todos los modelos

HappyHorse 1.1

ID de modelo

Tipo

Características

Especificaciones de salida

happyhorse-1.1-t2v

Texto a video

Audio

480P, 720P, 1080P. 3–15s. 24 fps, MP4

happyhorse-1.1-i2v

Imagen de primer fotograma a video

Audio

480P, 720P, 1080P. 3–15s. 24 fps, MP4

happyhorse-1.1-r2v

Imagen de referencia a video

Audio

480P, 720P, 1080P. 3–15s. 24 fps, MP4

HappyHorse 1.0

ID de modelo

Tipo

Características

Especificaciones de salida

happyhorse-1.0-t2v

Texto a video

Audio

720P, 1080P. 3–15s. 24 fps, MP4

happyhorse-1.0-i2v

Imagen de primer fotograma a video

Audio

720P, 1080P. 3–15s. 24 fps, MP4

happyhorse-1.0-r2v

Imagen de referencia a video

Audio

720P, 1080P. 3–15s. 24 fps, MP4

happyhorse-1.0-video-edit

Edición de video

Audio

720P, 1080P. 3–15s. 24 fps, MP4

Wan 3.0

ID de modelo

Tipo

Características

Especificaciones de salida

wan3.0-video

Referencia todo en uno

Texto a video, primer/último fotograma, referencia todo en uno, audio, alternancia de audio, duración inteligente, relación de aspecto adaptativa

480P, 720P, 1080P. 2-30s. 30 fps, MP4

wan3.0-video-prime

Referencia todo en uno (optimizada para velocidad)

Texto a video, primer/último fotograma, referencia todo en uno, audio, alternancia de audio, duración inteligente, relación de aspecto adaptativa

480P, 720P, 1080P. 2-30s. 30 fps, MP4

Wan 2.7

ID de modelo

Tipo

Características

Especificaciones de salida

wan2.7-t2v

texto a video

Sincronización de audio, narrativa de múltiples tomas

720P, 1080P. 2–15s. 30 fps, MP4

wan2.7-t2v-2026-06-12

texto a video

Sincronización de audio, narrativa de múltiples tomas

720P, 1080P. 2–15s. 30 fps, MP4

wan2.7-t2v-2026-04-25

texto a video

Sincronización de audio, narrativa de múltiples tomas

720P, 1080P. 2–15s. 30 fps, MP4

wan2.7-i2v

imagen a video

Primer fotograma, primer/último fotograma, continuación de video, impulsado por audio

720P, 1080P. 2–15s. 30 fps, MP4

wan2.7-i2v-2026-04-25

imagen a video

Primer fotograma, primer/último fotograma, continuación de video, impulsado por audio

720P, 1080P. 2–15s. 30 fps, MP4

wan2.7-r2v-2026-06-12

referencia de video

Múltiples personajes, formato de referencia ImageN/VideoN

720P, 1080P. 2–10s. 30 fps, MP4

wan2.7-videoedit

edición de video

Edición basada en instrucciones, transferencia de estilo

720P, 1080P. 2–10s. 30 fps, MP4

Wan 2.6

ID de modelo

Tipo

Características

Especificaciones de salida

wan2.6-t2v

texto a video

Sincronización de audio, narrativa de múltiples tomas

720P, 1080P. 2–15s. 30 fps, MP4

wan2.6-i2v

imagen a video

Sincronización de audio, narrativa de múltiples tomas

720P, 1080P. 2–15s. 30 fps, MP4

wan2.6-i2v-flash

imagen a video

Audio, múltiples tomas, generación rápida

720P, 1080P. 2–15s. 30 fps, MP4

wan2.6-r2v

referencia de video

Sincronización de audio, múltiples personajes, narrativa

720P, 1080P. 2–10s. 30 fps, MP4

wan2.6-r2v-flash

referencia de video

Múltiples personajes, generación rápida

720P, 1080P. 2–10s. 30 fps, MP4

Wan 2.5

ID de modelo

Tipo

Características

Especificaciones de salida

wan2.5-t2v-preview

texto a video

Sincronización de audio

480P, 720P, 1080P. 5s, 10s. 30 fps, MP4

wan2.5-i2v-preview

imagen a video

Sincronización de audio

480P, 720P, 1080P. 5s, 10s. 30 fps, MP4

Wan 2.2

ID de modelo

Tipo

Características

Especificaciones de salida

wan2.2-t2v-plus

texto a video

Sin audio

480P, 1080P. 5s. 30 fps, MP4

wan2.2-i2v-plus

imagen a video

Sin audio

480P, 1080P. 5s. 30 fps, MP4

wan2.2-i2v-flash

imagen a video

Sin audio, 50% más rápido que 2.1

480P, 720P, 1080P. 5s. 30 fps, MP4

wan2.2-kf2v-flash

primer/último fotograma

Sin audio

480P, 720P, 1080P. 5s. 30 fps, MP4

wan2.2-animate-move

animación de personajes

Modos wan-std / wan-pro

720P. 2–30s. 15/25 fps. MP4

wan2.2-animate-mix

reemplazo de personaje

Modos wan-std / wan-pro

720P. 2–30s. 15/25 fps. MP4

Wan 2.1 (se recomienda Wan 2.7)

ID de modelo

Tipo

Características

Especificaciones de salida

wan2.1-t2v-plus

texto a video

Sin audio

720P. 5s. 30 fps, MP4

wan2.1-t2v-turbo

texto a video

Sin audio

480P, 720P. 5s. 30 fps, MP4

wan2.1-i2v-plus

imagen a video

Sin audio

720P. 5s. 30 fps, MP4

wan2.1-i2v-turbo

imagen a video

Sin audio

480P, 720P. 3–5s. 30 fps, MP4

wan2.1-kf2v-plus

primer/último fotograma

Sin audio

720P. 5s. 30 fps, MP4

wan2.1-vace-plus

edición de video

Sin audio

720P. Máx. 5s. 30 fps, MP4