La previsualización es donde los directores prueban el lenguaje de la cámara antes de rodar un solo fotograma. Según una encuesta de producción de cine independiente de 2023 citada por Backstage, la previsualización y el storyboard consumen del 12 al 18 por ciento del presupuesto de preproducción de un cortometraje independiente.
Wan 2.7 cambia las reglas del juego. En lugar de storyboards dibujados a mano o animatics 3D, un director puede pegar un prompt, renderizar un clip de 1080P de 5 segundos y sentir la toma. El clúster de previsualización cinematográfica de PixMind recopila las plantillas que utilizamos para este estudio de caso.
Para ser claros: este es un estudio de caso compuesto. "Night Crossing" es un cortometraje noir ficticio que construimos a partir de flujos de trabajo reales de usuarios de PixMind, no una producción real. Reunimos cuatro tipos de tomas que un director normalmente previsualizaría para una escena ambientada en un puerto con niebla al amanecer.
El compuesto combina tres sesiones de usuario reales, cada una de las cuales entregó un subconjunto diferente de las tomas a continuación. Las consolidamos en una única narrativa para que los patrones de prompts sean reutilizables. Si desea reproducir el reel completo, el generador de video PixMind Wan 2.7 expone todos los modos que utiliza este estudio de caso.
La intención de la escena: un contrabandista espera en un muelle mientras una pequeña embarcación se acerca entre la niebla. Previsualizamos cuatro tomas: gran angular de establecimiento del puerto, media del contrabandista, primer plano de un reloj de bolsillo y paisaje amplio de la embarcación emergiendo.
La toma de establecimiento orienta al espectador. Según la descripción general de generación de video de Alibaba Cloud, Wan 2.7 T2V recompensa los prompts con un lenguaje de cámara explícito, en el que nos apoyamos para esta toma.
Subject: empty wooden dock at a foggy harbor, pre-dawn.
Action: fog drifts slowly across frame, distant harbor light pulses.
Setting: cold blue-gray palette, single warm sodium lamp camera-right.
Camera: static wide shot, 24mm equivalent, locked tripod.
Style: cinematic noir, anamorphic flare on the lamp, 35mm grain.
Ejecutamos esto como T2V a 1080P, 5 segundos, 16:9. T2V superó a I2V aquí porque la escena no tenía un objeto principal fijo que necesitara sobrevivir a la interpolación. La guía de usuario de Wan 2.7 I2V es explícita en que I2V preserva la identidad de entrada, lo cual no necesitábamos para un muelle amplio y vacío.
Probamos el mismo prompt en 720P primero para validar la composición, luego lo aumentamos a 1080P. El pase de 1080P añadió 2.5 veces el tiempo de renderizado pero produjo un destello anamórfico notablemente más limpio.
Cápsula de citación: Para una toma gran angular de establecimiento en nuestra previs compuesta de "Night Crossing", un render T2V de Wan 2.7 de 1080P y 5 segundos con lenguaje de cámara explícito (equivalente a 24mm, trípode bloqueado, destello anamórfico) produjo un clip de establecimiento utilizable en la primera toma. Fuente: Pruebas de PixMind, julio de 2026, matriz de parámetros según la documentación de generación de video de Alibaba Cloud Model Studio.
[GRÁFICO: Gráfico de barras que compara el tiempo de renderizado y el costo en créditos para la Toma 1 en 720P y 1080P - datos: 720P 600 credits 65s vs 1080P 1500 credits 165s]
El plano medio transmite la presencia del personaje. Previsualizamos al contrabandista de pie en el borde del muelle, con el abrigo moviéndose con el viento.
Subject: a lone figure in a long dark coat standing at the dock edge,
back to camera.
Action: coat hem lifts in a slow gust, head tilts slightly camera-left.
Setting: same foggy harbor as Shot 1, sodium lamp now rim-lighting
the figure from camera-right.
Camera: static medium shot, 50mm equivalent, slight low angle.
Style: cinematic noir, shallow depth of field, 35mm grain, cool palette.
T2V tuvo dificultades con la coherencia del personaje entre fotogramas. Cambiamos a I2V utilizando un boceto de fotograma clave aproximado generado a partir de un modelo de imagen separado. El boceto definió la silueta, la longitud del abrigo y la postura.
Este es el flujo de trabajo que recomendamos para cualquier toma de previs con un sujeto humanoide. T2V maneja bien el movimiento abstracto, pero la identidad del personaje se desvanece. La guía de prompts de video multi-toma de PixMind documenta este mismo patrón en otros tipos de tomas.
El primer plano era un reloj de bolsillo en la palma del contrabandista, con la tapa abriéndose de golpe. Aquí es donde la previsión suele fallar porque el movimiento mecánico pequeño es difícil de dirigir.
Subject: a brass pocket watch held in a gloved hand, lid closed.
Action: thumb presses the crown, lid snaps open to reveal clock face.
Setting: same sodium lamp light raking across the watch face.
Camera: extreme close-up, 85mm equivalent, eye-level, locked tripod.
Style: cinematic noir, shallow depth of field, brass reflections, 35mm grain.
Esta toma exigía primer-último-fotograma. El fotograma inicial con la tapa cerrada y el fotograma final con la tapa abierta debían encajar con precisión. Generamos ambos fotogramas clave con un modelo de imagen separado, luego los pasamos al modo primer-último-fotograma de Wan 2.7 I2V.
En nuestro flujo de trabajo compuesto, el primer-último-fotograma fue el único modo que logró de manera fiable el estado final del reloj abierto. El I2V de una sola imagen inventó el movimiento pero falló el fotograma final en aproximadamente dos de cada tres renders.
Las tomas de primer plano te tientan a iterar en exceso. Limitamos el presupuesto de iteración a tres renders por toma antes de continuar. La guía completa de PixMind Wan 2.7 explica los parámetros de primer-último-fotograma en detalle.
[GRÁFICO: Línea de tiempo que muestra los cuatro pares de fotogramas clave utilizados en el reel de previs - datos: Shot 1 (no keyframes), Shot 2 (1 keyframe), Shot 3 (2 keyframes first-last), Shot 4 (1 keyframe)]
El paisaje amplio era el barco emergiendo de la niebla. Esta es la toma de "revelación" de la secuencia.
Subject: a small wooden motorboat emerging from dense fog, bow light on.
Action: boat drifts camera-left at slow speed, wake barely visible.
Setting: open water beyond the dock, fog bank receding, sky brightening.
Camera: static wide, 24mm equivalent, slight high angle from dock level.
Style: cinematic noir transitioning to dawn, cool palette warming at edges.
Utilizamos I2V con una única imagen de referencia del barco para preservar su silueta. T2V inventó formas de barco inconsistentes entre fotogramas. La imagen de referencia fijó el perfil del casco y la posición de la luz de proa.
[PERSPECTIVA ÚNICA] La transición de "azul noir" a "amanecer cálido" en un clip de 5 segundos es difícil de dirigir solo con un prompt. Añadimos un lenguaje explícito de gradación de color ("paleta fría que se calienta en los bordes") y aceptamos que el modelo lo interpreta de forma flexible. Los directores que necesiten una temporización de color exacta deben planificar la gradación en posproducción, no en el prompt.
Ensamblamos los cuatro clips de 5 segundos en un NLE estándar con fundidos cruzados de 0.5 segundos. Duración total del reel: 18 segundos (4 por 5 menos superposiciones). El caso de uso de previs cinematográfica de PixMind incluye una descripción más extensa del orden de montaje y la base de audio.
Las cuatro tomas utilizaron 1080P a 5 segundos. La tarifa publicada de PixMind para video Wan 2.7 1080P es de 300 créditos por segundo. Esto nos da 1,500 créditos por toma (300 créditos/segundo x 5 segundos).
| Toma | Modo | Resolución | Duración | Créditos |
|---|---|---|---|---|
| 1 Establecimiento Gran Angular | T2V | 1080P | 5s | 1,500 |
| 2 Personaje en Plano Medio | I2V (1 fotograma clave) | 1080P | 5s | 1,500 |
| 3 Primer Plano de Objeto | I2V primer-último-fotograma | 1080P | 5s | 1,500 |
| 4 Paisaje Amplio | I2V (1 fotograma clave) | 1080P | 5s | 1,500 |
| Total | Mixto | 1080P | 20s brutos | 6,000 |
[GRÁFICO: Gráfico de barras apiladas que muestra el costo en créditos por toma con desglose por modo - datos: all 4 shots at 1500 credits each, total 6000 credits]
La iteración es el multiplicador de costos silencioso. Nuestro director compuesto aprobó 2 de las 4 tomas en el primer render. Las tomas 2 y 3 necesitaron dos intentos adicionales cada una. Esto elevó el total de créditos gastados a aproximadamente 10,500 durante la sesión.
[DATOS ORIGINALES] En las tres sesiones de usuario reales de PixMind que consolidamos para este compuesto, la relación de iteración promedio fue de 1.75 renders por toma aprobada. Presupueste para eso, no para las matemáticas limpias de la tabla anterior.
El desglose de precios de PixMind Wan 2.7 tiene la matriz de precios completa para 720P, 1080P y todas las duraciones de 2 a 15 segundos.
T2V ganó la toma gran angular de establecimiento. I2V con un solo fotograma clave ganó las tomas medias y de paisaje. El primer-último-fotograma fue el único modo que funcionó para el primer plano mecánico. Elegir el modo según la intención de la toma, no por costumbre, ahorró aproximadamente 2,000 créditos en renders desperdiciados.
Quemamos 1,500 créditos en el primer render de 1080P de la Toma 1 antes de detectar un problema de composición. Después de eso, cada toma comenzó en 720P para las comprobaciones de composición. El pase de 1080P solo se ejecutó una vez que el clip de 720P fue aprobado. Ahorros netos durante la sesión: aproximadamente 3,000 créditos.
Para las Tomas 2 y 4, un boceto aproximado de 10 minutos superó a cualquier prompt T2V puro que escribimos. El boceto le dio a Wan 2.7 una silueta en la que anclarse. El T2V puro produjo un movimiento competente pero una identidad de personaje inconsistente en el clip de 5 segundos.
Los prompts de Wan 2.7 te permiten dirigir la paleta y el ritmo, pero no reemplazan a un colorista. La transición del azul noir al amanecer cálido en la Toma 4 resultó más plana de lo que el director quería. Lo señalamos para el pase de color y seguimos adelante. La previs es para el bloqueo y el ritmo, no para el aspecto final.
No. Wan 2.7 reemplaza el paso del animatic, no el storyboard. Todavía necesitas bocetos o fotogramas clave para las tomas de personajes. El modelo acelera el camino del boceto al movimiento, pero no genera una secuencia coherente de múltiples tomas a partir de una idea de una sola línea. Según la guía I2V de Alibaba Cloud, la imagen a video se basa en entradas de referencia para preservar la identidad.
720P para iteración, 1080P para revisión del director. La matemática de los créditos es sencilla: 720P cuesta 150 créditos por segundo, 1080P cuesta 300 créditos por segundo en PixMind. La guía de precios de PixMind tiene la matriz completa.
En nuestra sesión compuesta, entregamos cuatro tomas aprobadas en aproximadamente cuatro horas de trabajo activo, incluyendo la iteración. Ese ritmo asume que tienes tus fotogramas clave listos antes de comenzar a renderizar. Sin fotogramas clave preparados, espera más cerca de una o dos tomas por hora.
No de forma nativa. Cada render es independiente. Para preservar la continuidad del personaje entre tomas, usa I2V con la misma imagen de referencia, o cambia al modo R2V. La guía multi-toma de PixMind explica las estrategias de referencia entre tomas.
Para cortometrajes independientes, sí. Un animatic 3D tradicional para una secuencia de cuatro tomas cuesta entre $400 y $1,200 en tiempo de artista freelance. La sesión compuesta aquí costó aproximadamente 10,500 créditos PixMind, más unas cuatro horas del tiempo del director. La contrapartida es el control: la previs tradicional te da movimientos de cámara precisos al fotograma.
La forma más rápida de probar la previs cinematográfica con Wan 2.7 es elegir un tipo de toma y entregar un clip de 5 segundos. Utiliza las plantillas de prompts de este estudio de caso como punto de partida.
Abre el generador de video Wan 2.7 y comienza con un gran angular de establecimiento. Para la biblioteca completa de patrones de prompts en los cuatro tipos de tomas, el caso de uso de previsualización cinematográfica de PixMind tiene plantillas descargables.
Lectura relacionada: nuestra guía completa de Wan 2.7 para los fundamentos del modo, y el tutorial de prompts de video multi-toma para patrones de secuenciación más allá de cuatro tomas.
Relacionado en X: BrentLynch — Discusión del creador sobre flujos de trabajo de previsualización cinematográfica..
Wan 2.7 admite secuencias multitoma en un solo prompt. Aquí está la estructura de prompt de 4 tomas con cuatro arquetipos de secuencia: arco narrativo, recorrido de producto, paso…
Leer Más
El modo impulsado por audio I2V de Wan 2.7 convierte un retrato estático más una voz en off limpia en un video de cabeza parlante sincronizado con los labios.…
Leer Más
Un caso de estudio compuesto que muestra cómo una marca de cuidado de la piel utilizó el primer último cuadro de Wan 2.7 para producir un anuncio de revelación de Instagram de 5…
Leer Más