Comparativa de motores de imagen a video: cuál anima tu imagen

Darle a un motor una imagen fija es la forma más controlable de hacer un video. El sujeto, el encuadre y la luz ya están decididos (están en la imagen) y al motor le queda un solo trabajo: moverla. Todos los motores de video de eroq aceptan un fotograma inicial, así que la pregunta nunca es si un motor puede hacer imagen a video. La pregunta es qué hace cada uno después del primer fotograma.

Lo que de verdad te da un fotograma inicial

En texto a video, el motor inventa a la vez el sujeto, la composición, la luz y el movimiento, y un fallo en cualquiera de ellos arruina la toma. En imagen a video, tres de esos cuatro ya están fijados: una cara que aprobaste, un producto fotografiado tal como lo aprobó el cliente, una pintura cuya paleta costó cuatro renders dejar bien.

De ahí sale el flujo de trabajo. Prepara el fotograma en el estudio de Imagen hasta que esté bien y luego anímalo. Cada render se guarda en tu Biblioteca con su receta, y Animar, en la tarjeta de una imagen, la envía a la herramienta de video como fuente. Un Personaje funciona de otra forma: menciónalo con @ y los motores que leen imágenes de referencia (Seedance, Kling, Veo 3.1, Hailuo 3, Wan) llevan su cara al clip.

Los motores, juzgados por lo que pasa después del primer fotograma

Motion One es el motor sin censura propio de eroq, y eso por sí solo resuelve toda una categoría de trabajos. Él y su hermano Motion Pro son los únicos motores de video que no están moderados en origen, así que cuando un proveedor rechaza una imagen (una escena oscura, violenta o intensa), son la alternativa. Motion One está en todas las cuentas, incluida la gratuita, a 29 créditos / segundo (145 créditos por 5 segundos), de 5 a 15 segundos en 480p o 768p (1080p y 2K reescalados), con el sonido incluido, y acepta un primer fotograma, un último fotograma o los dos. Motion Pro renderiza en 720p o 1080p a partir de un fotograma inicial. El resto del artículo trata los motores de terceros, que sus proveedores moderan en origen.

Kling 3.0 es al que le das una cara. Tiene fama de movimiento fluido y buenas caras, lo que en la práctica significa que un retrato animado en Kling suele seguir siendo la misma persona del primer fotograma al último, en lugar de convertirse en un primo a mitad del clip. 720p, de 3 a 15 segundos, con sonido, 270 créditos por 5 segundos, del plan Hobby para arriba (Kling 3.0 Pro en Creator). Si tu imagen es una persona y el clip trata de esa persona, empieza aquí. Hay una comparación lado a lado con Seedance en /compare/seedance-vs-kling.

Hailuo 3 Max es al que le das una escena donde el clima juega un papel. Tiene fama de física cinematográfica y luz dramática: humo, agua, escombros que caen, haces de luz duros que van cambiando con el tiempo. Si lo que debe moverse en tu imagen no es una persona sino el aire que la rodea, Hailuo es la elección. 480p o 768p, de 5 a 15 segundos, sin sonido, 170 créditos por 5 segundos, de Hobby para arriba; Hailuo 3, en Creator, hace lo mismo en 2K y con sonido.

Seedance 2.5 es el que tiene los controles y la duración. Respeta una semilla de reproducibilidad, así que cuando una toma funciona puedes renderizar variaciones desde el mismo punto de partida en lugar de volver a tirar los dados, y admite interpolación entre primer y último fotograma: le das la imagen con la que empiezas y la imagen en la que quieres terminar, y él rellena el medio. De 4 a 30 segundos, 480p o 720p (1080p y 2K reescalados), con sonido, de Creator para arriba, 490 créditos por 5 segundos. Un límite: los motores Seedance rechazan un fotograma inicial que parezca una foto de una persona real; las ilustraciones y los renders 3D pasan.

Seedance 2.0, 2.0 Fast y 2.0 Mini son el resto de la familia, de 4 a 15 segundos, todos con semilla y con los dos fotogramas. Mini, en todas las cuentas, a 60 créditos por 4 segundos, es la forma más barata de la familia de saber si una imagen se anima bien antes de gastar más en ella.

La familia Veo 3.1 anima una imagen y genera el sonido con ella (ambiente, efectos, diálogo) en 4, 6 u 8 segundos, hasta 1080p en Lite y 4K en los otros dos (el 4K, desde Creator): Veo 3.1 Lite en todas las cuentas, Veo 3.1 Fast desde Hobby (344 créditos por 8 segundos) y Veo 3.1 en Creator. También acepta un fotograma final y una semilla.

Escribe el prompt solo para el movimiento

Este es el mayor error en imagen a video, y es fácil de corregir. Cuando la imagen ya es el sujeto, volver a describir el sujeto no aporta nada y hasta puede pelearse con el fotograma que le diste. El motor ya ve el abrigo rojo. Hablarle del abrigo rojo solo le da la oportunidad de renderizar otro distinto.

Así que reduce el prompt a lo que cambia con el tiempo: qué se mueve, cómo se mueve la cámara, qué hace la luz.

Supongamos que tu imagen de partida es una mujer de pie junto a una ventana surcada de lluvia, de noche, hecha en el estudio de Imagen y ya exactamente como la quieres. El prompt no es una descripción de ella. Es esto:

Exhala despacio y el cristal se empaña en el borde del encuadre; levanta una mano y limpia un arco corto; la lluvia sigue corriendo por fuera del vidrio y el neón de detrás palpita sobre el agua. Acercamiento lento, unos grados de deriva de cámara en mano, todo lo demás se queda quieto.

Cada frase es un verbo o una instrucción de cámara. «Todo lo demás se queda quieto» hace un trabajo real: le dice al motor que el resto del fotograma ya está terminado, que es justo la premisa de animar una imagen.

Compáralo con el típico primer intento: «Una mujer hermosa con abrigo rojo junto a una ventana lluviosa de noche, luces de neón, cinematográfico, 35mm». Eso es un prompt de texto a video pegado en un trabajo de imagen a video. Describe lo que la imagen ya es, no pide ningún movimiento y vuelve con pinta de fotografía con una brisa suave.

Una lista de tres líneas para un prompt de movimiento:

1. Una acción. Ella limpia el cristal. Se abre la puerta del auto. El humo sube.
2. Un movimiento de cámara. Acercamiento lento, cámara orbital, paneo lento, deriva de cámara en mano. Con nombre, no insinuado.
3. Una línea sobre lo que hace la luz o el entorno, o una indicación clara de que se mantiene igual.

El truco del fotograma final

Si sabes dónde tiene que terminar el plano (un logo que se forma, una cara que se gira hacia la cámara, una puerta abierta del todo), muchos motores aceptan los dos extremos: las familias Seedance, Veo, Kling y Hailuo y Motion One. Renderiza dos imágenes en el estudio de Imagen, pon la primera como fotograma inicial y la segunda como fotograma final, y escribe un prompt que describa solo el recorrido entre ambas.

Es lo más parecido a dirigir, en vez de escribir prompts, que hay en el catálogo, y es lo que hace que una secuencia empalme bien: el plano dos puede empezar exactamente en el fotograma en el que terminó el plano uno.

Lo que imagen a video no hace

Vale la pena decirlo claro. En eroq no hay sincronización labial: una imagen animada no va a mover los labios al ritmo de una pista de voz que traigas tú; los motores con sonido interpretan en cambio las frases escritas en el prompt. El reescalado es un paso aparte: eroq Upscale (próximamente) lleva un clip terminado a 1080p o 2K, desde Video › Edit › Reescalar o el botón «Mejorar a 1080p o 2K» de una toma. Cambiar a quién aparece en un clip terminado es trabajo de Replace, no de imagen a video. El clip vuelve con la resolución y la duración que pediste; los recortes, los fundidos, los títulos y la pista de voz vienen después, en el Editor o en Premiere o After Effects si ahí es donde ya trabajas.

La versión corta

• Un proveedor rechaza la imagen → Motion One o Motion Pro, los motores sin censura de eroq.
• La imagen es una persona y el clip trata de esa persona → Kling 3.0.
• La imagen es una escena y el movimiento es física, clima o luz → Hailuo 3 Max (o Hailuo 3 en 2K).
• Conoces el último fotograma o necesitas una semilla → Seedance (Mini para probar la pareja de fotogramas, 2.0 o 2.5 para terminar) o Veo 3.1; más de 15 segundos → Seedance 2.5.
• Tiene que llegar con sonido → casi todos los motores lo hacen; Veo 3.1 Fast es la elección habitual.
• No sabes si la imagen se anima siquiera → Seedance 2.0 Mini, 4 segundos, 60 créditos, y después decides.

Preguntas frecuentes

¿Todos los motores de video de eroq pueden animar una imagen?

Sí. Todos los motores aceptan un fotograma inicial, ya venga de una subida o de un render de tu Biblioteca. Lo que cambia es la duración, la resolución, el plan que da acceso y aquello en lo que destaca cada motor cuando el fotograma empieza a moverse. Los motores Seedance rechazan los fotogramas iniciales que parecen una foto de una persona real.

¿Qué motor mantiene la misma cara en imagen a video?

Kling 3.0, conocido por su movimiento fluido y sus caras. Usar un Personaje en lugar de una foto suelta ayuda todavía más: en los motores que leen imágenes de referencia, sus imágenes mantienen la misma cara tanto en las imágenes como en los clips.

¿Qué motor admite un fotograma inicial y uno final?

Las familias Seedance, Veo 3.1, Kling 3.0 y Hailuo y Motion One aceptan un primer y un último fotograma, así que puedes darle al motor el fotograma con el que abrir y el fotograma en el que terminar, y dejar que rellene el medio. Seedance 2.0 Mini es la forma barata de probar la pareja; Seedance 2.5 es el que llega a más duración.

Prepara el fotograma y luego escribe tres líneas de movimiento: abre el estudio de video.