Las revelaciones de productos cortas son el caso de uso de mayor valor para un generador de video de productos con IA. Ya conoces el primer cuadro y el último cuadro. El trabajo del modelo es inventar el movimiento intermedio. Eso es exactamente para lo que está construido el modo de primer-último-cuadro de Wan 2.7, como se documenta en la referencia de la API I2V de Alibaba Cloud.
Este es un caso de estudio compuesto basado en escenarios comunes de clientes, no un compromiso real con un cliente. Lo hemos elaborado a partir de tickets de soporte, comentarios de usuarios de prueba y nuestras propias pruebas de banco de Wan 2.7 I2V en 1080P. La marca, "Aura Botanicals", es ficticia. Los costos de crédito, el texto del prompt y los modos de fallo son reales. Para un contexto más amplio, consulta nuestro resumen de casos de uso de video de primer-último-cuadro.
Aura Botanicals está lanzando un suero de vitamina C. Necesitan un anuncio vertical de 5 segundos en formato 9:16 para Instagram Reels y Stories. El equipo de la marca tiene una toma principal del producto de la botella con la tapa puesta. También tienen una toma secundaria de la botella con la tapa quitada y el gotero de vidrio medio fuera, iluminada desde un lado. El anuncio debe comenzar con la botella cerrada y terminar con la botella abierta con el gotero visible.
Este es un trabajo de primer-último-cuadro de libro de texto. Según la guía de usuario de imagen a video de Wan 2.7, el modelo acepta dos cuadros de referencia e interpola la transición. I2V de una sola imagen dejaría el cuadro final al modelo, que generalmente se desvía de la toma principal aprobada por la marca. El primer-último-cuadro bloquea ambos extremos.
Hemos ejecutado este patrón exacto docenas de veces en el banco de PixMind. Los equipos de marca casi siempre tienen una toma principal del producto cerrado y una toma principal del producto abierto o en uso. La brecha entre ellos es el anuncio.
El encargo de Aura: vertical 9:16, 5 segundos, 1080P, luz cinematográfica suave, tono cálido, sin texto en pantalla. De tapa puesta a tapa quitada con gotero visible. Tres rondas de revisión presupuestadas.
Los dos cuadros clave son las únicas entradas que el modelo utiliza para definir el estado inicial y final. Todo lo demás es interpolación. La API I2V de Wan 2.7 requiere que ambas imágenes compartan la misma composición, línea base de iluminación y relación de aspecto.
Cuadro Clave A (primer cuadro): Foto vertical 9:16 de la botella de suero Aura Botanicals, con tapa, centrada, fondo de estudio azul marino oscuro sin costuras, una sola luz principal desde la izquierda de la cámara a 45 grados, tono cálido de 3200K. La botella ocupa aproximadamente el 60% de la altura del cuadro.
Cuadro Clave B (último cuadro): misma botella, mismo fondo, misma iluminación, tapa quitada y apoyada junto a la botella, gotero de vidrio sacado a la mitad, una sola gota de suero suspendida en el aire entre el gotero y el cuello de la botella.
Dos comprobaciones previas al vuelo son importantes. Primero, la botella debe ocupar la misma posición de píxel en ambos cuadros clave. Si la botella se desplaza a la izquierda o a la derecha entre cuadros, el modelo inventa un movimiento de cámara para salvar la brecha, lo que se interpreta como temblor. Segundo, la dirección de la iluminación debe coincidir. La iluminación mixta entre cuadros clave produce un artefacto de parpadeo durante la transición.
Cápsula de cita: En un caso de estudio compuesto de primer-último-cuadro de Wan 2.7, una marca de cuidado de la piel produjo un anuncio de revelación de Instagram de 5 segundos en formato 9:16 bloqueando el primer cuadro de la botella cerrada y el último cuadro de la botella abierta con gotero, y luego dejando que el modelo interpolara. Fuente: Caso de estudio de PixMind, 2026, basado en la API I2V de Alibaba Cloud Wan 2.7.
El primer-último-cuadro todavía necesita un prompt de texto. El prompt no controla el estado inicial o final (lo hacen los cuadros clave). Controla el estilo de movimiento, el comportamiento de la cámara, la consistencia de la iluminación y el detalle ambiental.
El prompt utilizado en este caso de estudio:
Transición cinematográfica suave, 5 segundos, vertical 9:16. La tapa se levanta de la botella en la primera mitad de la toma y se asienta a su lado en la superficie. El gotero de vidrio se eleva del cuello de la botella en la segunda mitad. Una sola gota de suero cae de la punta del gotero hacia la botella. Luz principal cálida de 3200K desde la izquierda de la cámara, relleno suave desde la derecha de la cámara. Poca profundidad de campo, ligero bokeh en el fondo. Sin texto, sin logotipos, sin manos humanas. Estilo: anuncio de cuidado de la piel de lujo.
El movimiento se divide en dos tiempos: levantamiento de la tapa (segundos 0-2.5) y ascenso del gotero más caída de la gota (segundos 2.5-5). Dividir la línea de tiempo en el prompt evita que el modelo comprima ambas acciones en el primer segundo y deje la segunda mitad estática.
[PERSPECTIVA ÚNICA] Indicar al modelo una asignación de tiempo explícita por tiempo ("primera mitad", "segunda mitad") mejora notablemente el ritmo del movimiento. Sin ella, Wan 2.7 tiende a concentrar toda la acción en el primer 40% del clip.
La Iteración 1 utilizó el prompt verbatim, 720P, 5 segundos, 9:16. Siempre comenzamos en 720P para las primeras vistas, porque cuesta la mitad que 1080P según la tabla de precios de PixMind.
Resultado: La tapa se levantó correctamente. El gotero subió limpiamente. Pero la superficie de la botella de vidrio se deformó durante la transición. Las superficies reflectantes son un punto débil conocido para los modelos de interpolación, y la documentación I2V de Wan 2.7 lo señala.
Diagnóstico: La deformación apareció entre el segundo 1.5 y el segundo 2.5, exactamente cuando la tapa se estaba levantando. El modelo tuvo dificultades para distinguir el borde de la tapa del cuello reflectante de la botella detrás de ella.
Plan de corrección: Ralentizar el movimiento de levantamiento de la tapa y añadir un modificador explícito de "movimiento lento y deliberado". Aumentar a 1080P para ver si una mayor resolución reduce la visibilidad del artefacto. Costo de la iteración 1: 750 créditos (720P, 5s, a 150 créditos por segundo).
Cápsula de cita: La Iteración 1 del render de primer-último-cuadro de Wan 2.7 produjo una deformación visible en la superficie de la botella de vidrio durante el tiempo de levantamiento de la tapa, un artefacto conocido de superficie reflectante documentado en la guía de usuario I2V de Alibaba Cloud. El costo del render en 720P fue de 750 créditos por 5 segundos.
La Iteración 2 añadió "movimiento lento y deliberado, sin aceleración brusca" al prompt, cambió a 1080P, mantuvo 5 segundos y 9:16. Los cuadros clave inicial y final no se modificaron.
Resultado: La deformación de la botella desapareció. El levantamiento de la tapa se vio limpio y premium. Pero apareció un parpadeo de luz en el segundo 3.2, justo cuando el gotero despejó el cuello de la botella. El parpadeo duró aproximadamente 8 cuadros y se percibió como un estroboscopio.
Diagnóstico: El parpadeo provino del intento del modelo de conciliar la luz principal cálida de 3200K con la luz de borde ligeramente más fría que se reflejaba en el vidrio del gotero ascendente. Las temperaturas de color mixtas a través de un borde reflectante en movimiento son un conocido disparador de interpolación.
Plan de corrección: Añadir un bloqueo de temperatura de color al prompt. Añadir una línea de prompt negativo para suprimir el parpadeo de luz. Mantener todas las demás configuraciones iguales. Costo de la iteración 2: 1,500 créditos (1080P, 5s, a 300 créditos por segundo).
Hemos visto este fallo de parpadeo de luz en casi todas las tomas de productos de vidrio y líquido que hemos probado. Es el problema de iteración 2 más común para las marcas de cuidado de la piel y bebidas.
Cápsula de cita: La Iteración 2 del render de primer-último-cuadro de Wan 2.7 en 1080P corrigió la deformación del vidrio de la iteración 1, pero introdujo un parpadeo de luz de 8 cuadros cuando el gotero despejó el cuello de la botella, causado por temperaturas de color mixtas a través de un borde reflectante. Costo: 1,500 créditos por 5 segundos en 1080P.
La Iteración 3 añadió dos líneas al prompt: "iluminación cálida consistente de 3200K en todo momento, sin cambio de color" y "sin parpadeo, sin estroboscopio, sin pulsación de luz". Todo lo demás se mantuvo constante: 1080P, 5 segundos, 9:16, los mismos cuadros clave.
Resultado: Limpio. La tapa se levanta suavemente en la primera mitad. El gotero sube y la gota de suero cae limpiamente en la segunda mitad. La superficie de la botella permanece rígida. Sin parpadeo. El bokeh del fondo se percibe como cuidado de la piel de lujo.
Evaluación de calidad: Calificamos el render final según cinco criterios en una escala de 1 a 5. Coherencia de movimiento: 5. Preservación de identidad entre cuadros clave: 5. Consistencia de iluminación: 4 (muy ligero cambio cálido en el vidrio del gotero, aceptable). Tasa de artefactos: 4 (un cuadro tenía un ligero fallo de reflejo en la base de la tapa). Adecuación a la marca: 5. Promedio: 4.6 de 5. ¡A enviar!
Costo de la iteración 3: 1,500 créditos (1080P, 5s).
PixMind cobra el video de Wan 2.7 a una tarifa plana por segundo según la resolución. 720P cuesta 150 créditos por segundo. 1080P cuesta 300 créditos por segundo. La duración es lineal.
| Iteración | Resolución | Duración | Costo |
|---|---|---|---|
| 1 | 720P | 5s | 750 credits |
| 2 | 1080P | 5s | 1,500 credits |
| 3 | 1080P | 5s | 1,500 credits |
| Total | 3,750 credits |
Nota: El encargo original presupuestó 4,500 créditos (tres renders en 1080P). Ahorramos 750 créditos al ejecutar la iteración 1 en 720P. Este es el patrón recomendado. Usa 720P para la primera revisión para detectar errores de movimiento y composición de forma económica, luego cambia a 1080P una vez que la dirección del movimiento sea correcta.
[DATOS ORIGINALES] En 14 pruebas de banco de revelación de productos que realizamos en junio y julio de 2026, el costo total promedio para un render listo para enviar fue de 3,200 créditos. El caso de Aura Botanicals, con 3,750 créditos, se sitúa ligeramente por encima del promedio, impulsado por la complejidad del vidrio y el líquido.
Si tu presupuesto solo permite un render en 1080P, omite la iteración 1 en 720P. Aceptas un mayor riesgo de desperdiciar una toma de 1,500 créditos a cambio de una oportunidad de máxima calidad. No recomendamos esto para usuarios primerizos.
La mayor palanca de calidad en el trabajo de primer-último-cuadro es la paridad de los cuadros clave. Misma composición, misma dirección de iluminación, misma temperatura de color, mismo fondo. Un gran prompt no puede rescatar cuadros clave desajustados. Dedicamos más tiempo a la preparación de los cuadros clave (unos 40 minutos) que a la iteración del prompt (unos 15 minutos).
[PERSPECTIVA ÚNICA] La mayoría de los fallos de primer-último-cuadro que vemos en los tickets de soporte son desajustes de cuadros clave que el usuario no notó. Compara las dos imágenes lado a lado en cualquier editor de imágenes y verifica las posiciones de los píxeles de cada elemento fijo antes de subir.
720P detecta errores de movimiento y composición a la mitad del costo de créditos. El perfil de artefactos es lo suficientemente similar a 1080P como para que veas las mismas deformaciones, parpadeos y derivas de identidad. Cambia a 1080P solo cuando la dirección del movimiento esté bloqueada. Para un análisis más profundo, consulta nuestra publicación sobre la compensación entre 720P y 1080P.
Wan 2.7 concentra la acción al principio si lo permites. Añadir asignaciones de "primera mitad" y "segunda mitad" al prompt distribuye el movimiento a lo largo de toda la duración. Esta única edición transformó nuestro render de la iteración 2 de "apresurado y luego estático" a "deliberado y cinematográfico". El mismo patrón funciona para cualquier revelación de múltiples tiempos.
Un render de Wan 2.7 de 5 segundos en 1080P cuesta 1,500 créditos a la tarifa publicada de PixMind de 300 créditos por segundo. Un flujo de trabajo de tres iteraciones con la primera iteración en 720P cuesta un total de 3,750 créditos, según nuestro caso de estudio compuesto.
Sí, pero con cuidado. Las superficies reflectantes son la fuente más común de artefactos de deformación en la interpolación de primer-último-cuadro. Utiliza un lenguaje de movimiento más lento en el prompt, bloquea la temperatura de color y prueba primero en 720P. La guía I2V de Alibaba Cloud documenta esta limitación.
Sí. Wan 2.7 admite relaciones de aspecto 9:16, 16:9, 1:1, 4:3 y 3:4. Sube cuadros clave que ya estén en 9:16 para evitar sorpresas de recorte. El vertical 9:16 es el formato correcto para Instagram Reels, Stories y TikTok.
Presupuesta tres iteraciones. Una para detectar errores de movimiento y composición. Una para corregir la iluminación o el ritmo. Una para enviar. Nuestro caso compuesto de Aura Botanicals utilizó exactamente tres. La mayoría de nuestras pruebas de banco se sitúan entre dos y cuatro iteraciones.
Sí, pero pierdes el control del estado final. I2V de una sola imagen permite al modelo inventar el cuadro final, que a menudo se desvía de tu toma principal aprobada por la marca. El primer-último-cuadro es la opción más segura para las revelaciones de productos donde los estados inicial y final están ambos fijos. Consulta nuestra guía de foto de producto a video 1080P para el flujo de trabajo de una sola imagen.
11 minutes of work turned into 8.7M views in 5 days
— Woody (@woody_research) May 28, 2026
no camera, no real person, no photoshoots, just a 24 year old kid and an ai girl he generated on his laptop.
I've been watching how the page is built. the whole pipeline is three tools running in sequence.
> chatgpt writes… https://t.co/iNPeLY9r3K pic.twitter.com/4jB5QObIvw
Wan 2.7 y Sora 2 generan video a partir de fotogramas clave, pero exponen controles diferentes. Aquí hay una comparación lado a lado basada en las especificaciones publicadas por…
Leer Más
El modo de primer y último fotograma en Wan 2.7 permite definir los estados inicial y final de un clip generado. Aquí se presenta el flujo de trabajo de 5 pasos con patrones de…
Leer Más
Un estudio de caso compuesto que muestra cómo un cortometraje independiente utilizó Wan 2.7 para la previsualización cinematográfica en cuatro tipos de tomas: de establecimiento…
Leer Más