Video con IA generativa: qué se genera y qué controlas tú
Pruébalo: elige algo que te importe de un plano (un rostro, un abrigo, dónde está alguien, el clima) y decide si debe fijarse con una imagen, con palabras o con un ajuste. La tabla de abajo dice cuál lo sujeta.
Generado o ensamblado: una forma rápida de distinguirlo
Una plantilla o un editor de stock ensambla: toma clips, texto y música que ya existen y los coloca. Nada del resultado se hizo para tu frase, así que es repetible, barato por cambio y limitado a lo que existe. Una herramienta generativa crea: la imagen, el habla y el sonido se producen para tu petición. Puedes pedir algo que ninguna biblioteca tiene, un personaje con tu descripción en una sala que describiste, pero cada petición es un sorteo nuevo.
La prueba es fácil. Pide algo que no pueda estar en metraje de archivo, como un personaje con nombre y un atuendo concreto diciendo una línea concreta. Si la herramienta te devuelve una coincidencia cercana de material existente, está ensamblando. Aquí, un segmento se produce a partir de las imágenes de tu reparto, el texto de tus planos y tus voces; nada se recupera de una biblioteca de clips. La unión del final es el único paso no generativo: cose segmentos ya terminados.
Las imágenes atan
Cuando se genera un plano, el modelo recibe como imágenes las fichas de los personajes, la escena y los accesorios que se nombran en él, y los reproduce con fidelidad: rostro, ropa, materiales y la luz y el fondo que haya en la imagen. Es el control más fuerte que existe, y es de doble filo. Una imagen ata lo que muestra, y ninguna frase lo deshará. Así que la forma de cambiar un rostro o un abrigo es cambiar la imagen: edita la descripción y regenera la ficha, sustitúyela por tu propia imagen en un plan de pago, o añade una imagen de estado para un aspecto cambiado.
También por eso las fichas son neutras: un personaje dibujado con iluminación de cine negro lleva esa iluminación a un picnic soleado. El ambiente se escribe en cada plano con palabras, que es donde corresponde. Por qué las fichas parecen sencillas · Usar tus propias imágenes de referencia.
Las palabras orientan
El texto del plano decide lo que hace la imagen y que las imágenes no deciden: dónde están las personas, qué hacen, de dónde viene la luz, el clima, la hora del día, cómo se mueve la cámara y, palabra por palabra, lo que se dice. Las palabras actúan en la capa que está por encima de las imágenes, así que la lluvia, el anochecer, una persona que se sienta y quién sostiene una taza se montan sobre lo que muestren las fichas. Orientan, no fijan. Los sustantivos pesan más que las palabras funcionales, así que una negación suele producir justo lo que nombra, y una lista de adjetivos hunde las palabras importantes. Escribe lo que hay delante de la cámara, con la causa de la luz, no el veredicto que quieres sobre el resultado.
Describe la causa, no el resultado · Sin palabras mágicas · Escribir movimientos de cámara.
Los ajustes enmarcan
Los ajustes de SceneMixer fijan el recuadro dentro del que trabajan las imágenes y las palabras. El estilo visual es el medio, de lo fotográfico a lo pintado o al 3D, y se aplica a todo. El estilo de escena y el de vestuario se aplican una vez, cuando se lee el guion, y pasan a cada descripción. El formato, 9:16 o 16:9, queda fijado tras el Paso 1. El nivel de video fija la resolución, de 480P a 2K, y el segmento más largo, 15 o 30 segundos; los segundos de cada plano suman dentro de ese tope. Los ajustes nunca dicen qué ocurre en un plano, y el sistema evita que choquen con las palabras: no le dice al modelo dónde colocar al sujeto, porque eso es tarea del guion gráfico.
Elegir tus ajustes de estilo · Segmentos de 15 o 30 segundos · Vertical u horizontal.
Lo que quieres controlar y qué control lo sujeta
| Quieres fijar | Usa | Con qué firmeza |
|---|---|---|
| Un rostro, la edad, la complexión | La ficha del personaje | Ata: se copia con fidelidad |
| Un atuendo | La ficha, o una imagen de estado para un atuendo cambiado | Ata; las palabras no pueden anularlo |
| La distribución de una sala | La ficha de la escena y el modelo 3D de la escena | Ata el espacio |
| Dónde están las personas | Palabras, como anclas de la sala | Orienta; se mantiene entre cámaras |
| Luz, clima, hora del día | Palabras en el plano | Orienta; actúa sobre las imágenes |
| Lo que se dice | Una línea con etiquetas de hablante y de voz | Se dice palabra por palabra |
| Cómo suena una voz | Una voz descrita por escrito o una predefinida de la biblioteca | Orienta, o ata una vez que se asigna una predefinida |
| Duración y detalle | Segundos por plano, el nivel | Encuadra: dentro del tope |
| Encuadre exacto, gestos pequeños, manos | Nada de forma fiable | Lo decide el modelo; regenera |
Lo que sigue siendo aleatorio y cómo trabajar con ello
Dos peticiones idénticas pueden dar dos clips distintos; los términos de SceneMixer lo dicen, y la versión honesta de cualquier producto generativo es aquella en la que eso se espera. Lo que varía es el encuadre exacto, la interpretación, los detalles pequeños y todo lo que dejaste sin decir. Trabaja con eso, no contra eso: lee el guion gráfico antes de pagar el video, genera primero un segmento, corrige planos sueltos editando su texto y regenerando solo esos, y conserva las tomas anteriores, ya que cada generación de un segmento se guarda en el Historial de versiones y cambiar entre ellas es gratis. Edita un plano y regenéralo · Versiones de segmento.
Como cada clip es una tirada nueva, el costo es por intento, no por resultado: 10 créditos por segundo en el nivel por defecto. El control más barato que tienes es el que actúa antes de generar, el texto, que puedes editar gratis tantas veces como quieras.
| Tipo de control | Ejemplos | Se sostiene por |
|---|---|---|
| Imágenes | Fichas de personajes, escenas y objetos, imágenes de estado, tu propia foto | Ser copiadas con fidelidad |
| Palabras | Texto del plano, posiciones, luz, clima, líneas de diálogo | Guiar lo que las imágenes dejan abierto |
| Ajustes | Estilo visual, de escena y de vestuario, formato, nivel, segundos | Fijar el marco en el que ocurre todo |
| Ninguno | Encuadre exacto, gestos, manos | Regenerar y elegir |
Preguntas frecuentes
¿Qué es el video con IA generativa?
Video cuyas imágenes, voz y sonido produce un modelo a partir de una descripción, en lugar de montarse con material ya existente o con una plantilla.
¿En qué se diferencia de un editor de video con plantillas?
Un editor de plantillas coloca clips, texto y música que ya existen, así que es repetible y se limita a lo que hay. Una herramienta generativa crea imagen y sonido nuevos en cada petición, lo que permite escenas nuevas pero no repeticiones idénticas.
¿Qué puedo controlar en un video generativo?
Las imágenes fijan un rostro, un vestuario y un espacio; las palabras orientan posiciones, luz, clima y diálogo; los ajustes marcan estilo, formato, resolución y duración. El encuadre fino y los gestos los decide el modelo.
¿Por qué mi texto no cambia la ropa del personaje?
Una imagen de referencia se copia con su ropa, y el texto no puede anularla. Cambia la imagen, edita la descripción y regenera la ficha, o añade una imagen de estado.
¿Puedo obtener exactamente el mismo video dos veces?
No. La generación es probabilística. Puedes quedarte con una toma que te guste, alternar entre tomas gratis y regenerar solo los planos que fallan.
¿Hay alguna parte del video que no se genere?
La unión que cose los segmentos terminados de SceneMixer en un episodio es un procesamiento de video corriente. Las voces salen de una biblioteca de voces predefinidas o de una descripción escrita, y la banda sonora se elige para el episodio.
¿Generativo significa aleatorio?
En parte. Las imágenes y palabras que aportas fijan la identidad, el espacio y la historia; lo que varía es el encuadre exacto, la interpretación y los pequeños detalles.
¿Cuál es el control más barato?
El texto. Editar el storyboard es gratis en SceneMixer, y una frase corregida antes de generar ahorra una regeneración al precio por segundo.
Fija primero las imágenes y luego guía con palabras
Aprueba el reparto, escribe el plano y genera un segmento antes que el resto.
Actualizado el 2 de noviembre de 2026