Funciones Actuales de Wan2GP: Guía Completa

Si te refieres al proyecto de código abierto Wan2GP, la respuesta corta es que ya no es simplemente «una interfaz para Wan 2.x». Se ha convertido en una plataforma relativamente completa para ejecutar modelos de imagen, video y flujos auxiliares optimizados para GPUs de consumo.

Capacidades Principales

Aunque nació orientado al video, actualmente puede trabajar con modelos de imagen compatibles y ha añadido varias funciones avanzadas:

🎬 Video

• Texto → video: Generación desde un prompt con distintas resoluciones y duración configurable.
• Imagen → video: Anima una imagen inicial (fotografía, ilustración o render) mediante un prompt para obtener movimiento natural.
• Primer y último fotograma: Das el frame inicial y final, y el modelo inventa la transición completa entre ambos. Sirve para morphing, transformaciones, envejecimiento o cambio de ropa.
• Video → video: Con los modelos compatibles actuales puede cambiar el estilo, reemplazar personajes o modificar apariencia preservando movimientos.
• Motion Transfer: Usa un video como referencia de movimiento para que otro personaje realice exactamente esos mismos movimientos. Muy útil para VTubers y animación facial.
• Character Swap: Reemplaza al actor por otro personaje, popular para memes o influencers virtuales.
• Videos largos: Wan2GP añadió generación por ventanas y continuidad mediante RIFLEx, permitiendo clips considerablemente más largos que el proyecto original.
• LoRA para video: Admite LoRAs para entrenar personajes, estilos o ropa y reutilizarlos durante la generación.
• Batch Rendering: Puede generar múltiples prompts, semillas y variaciones sin intervención manual.

🖼 Imagen

• Texto → imagen: Utilizando distintos backends compatibles para la generación de imágenes estáticas.
• Edición mediante instrucciones: Dependiendo del modelo, puedes cambiar ropa, iluminación o modificar objetos directamente con el prompt.
• Conversión de estilo: Transforma una foto en anime, un anime en pintura, etc., según el modelo utilizado.
• Generación consistente: Usa LoRAs y referencias para preservar la identidad del personaje a lo largo de la generación.

🔊 Audio

Aquí es donde suele haber confusión. Wan2GP no genera audio por sí mismo.

No es un modelo multimodal completo. Lo que hace es facilitar el flujo con otros proyectos, normalmente integrándose con herramientas como MMAudio, generadores de música o sincronización labial para completar el pipeline. Por tanto, no genera voces, efectos de sonido (Foley) ni música nativamente.

⚙ Optimizaciones Técnicas

Incluye muchas optimizaciones clave como reducción extrema de VRAM, carga automática de modelos, compilación optimizada, atención optimizada, TeaCache, VAE Tiling y swapping inteligente. Gracias a ello puede ejecutar modelos grandes con mucha menos VRAM que otros entornos.

Lo que NO hace

Todavía hay varias cosas fuera de su alcance: no soporta audio nativo, edición tipo Photoshop por capas, generación 3D o captura de movimiento profesional. En resumen, Wan2GP ha evolucionado hasta cubrir prácticamente todo el flujo de trabajo de creación de video con IA, delegando el audio en herramientas especializadas.