Para convertir una foto en vídeo con IA, abre la herramienta de imagen a vídeo, sube la imagen como primer fotograma, escribe una frase sobre lo que debe moverse, elige un modelo de vídeo y pulsa generar. En un minuto aproximadamente obtienes un clip de 5 segundos que empieza exactamente en tu foto.
Lo probamos con un retrato y un solo prompt en tres modelos de vídeo distintos, para que veas qué cambia al cambiar de modelo: el movimiento, las caras, el sonido, la velocidad y el precio.
Paso 1: elige una foto que se anime bien
El primer fotograma del vídeo es tu foto, así que la foto decide la mayor parte del resultado. Estas fotos funcionan mejor:
- Un sujeto claro, grande en el encuadre, con una cara visible.
- Nítida y bien iluminada. El desenfoque de la foto se convierte en desenfoque en el vídeo.
- Espacio para moverse. Una persona que camina tiene hacia dónde caminar; una persona pegada al borde del encuadre no.
Esta es la foto que usamos. Es un retrato de una mujer en una calle a la hora dorada, con una ciudad desenfocada detrás:
Paso 2: escribe una frase sobre el movimiento
No describes la foto; el modelo ya la ve. Describes lo que debe pasar. Usamos el mismo prompt en los tres modelos:
She turns her head toward the camera and smiles, her hair and jacket moving gently in the breeze as she walks forward slowly, the camera drifts in a little. Natural city street sound.
La fórmula es sencilla: quién hace qué, cómo se mueven la tela o el pelo, qué hace la cámara. Mantenlo en una sola acción. «Camina despacio hacia delante y sonríe» es fácil para un modelo; «camina, luego baila, luego saluda» es donde las caras empiezan a desviarse.
Paso 3: elige un modelo, tres resultados
Los tres clips duran 5 segundos, generados desde la misma foto con el mismo prompt.
MiniMax H3
Ella se gira, sonríe y camina hacia la cámara, con el pelo y la chaqueta moviéndose como pedía el prompt. La banda sonora sigue la línea «natural city street sound» del prompt. Coste: 185 créditos.
Kling 3.0
Kling dio la expresión más tranquila y natural: una sonrisa pequeña y relajada en lugar de una grande, y el detalle de piel más nítido de los tres. El sonido viene desactivado por defecto, así que este clip es mudo. Coste: 336 créditos.
Seedance 2.0 Fast
El más rápido de los tres y la imagen más pequeña (480p). El movimiento es más suave que el de los otros dos. Es un buen modelo para probar cinco ideas antes de gastar más en la mejor. Coste: 225 créditos.
En paralelo
| MiniMax H3 | Kling 3.0 | Seedance 2.0 Fast | |
|---|---|---|---|
| Resolución que probamos | 768p | 720p | 480p |
| Sonido | Sí | Desactivado por defecto | Sí |
| Tiempo para generar | unos 80 s | unos 130 s | unos 40 s |
| Coste por 5 segundos | 185 créditos | 336 créditos | 225 créditos |
| Lo mejor para | Sonido y una interpretación más viva | Una cara natural | Borradores rápidos |
En los tres, su cara, su pelo y su chaqueta se mantuvieron cerca de la foto durante todo el clip. Eso es lo que buscas en un modelo de imagen a vídeo: que mueva tu foto en lugar de reemplazarla.
Paso 4: descarga, extiende o usa un efecto
Tu clip está listo para descargar. Si lo quieres más largo, extiende el vídeo desde su último fotograma. Si prefieres no escribir ningún prompt, los efectos de vídeo son versiones de un toque de ideas como un globo que sube, un baile o un abrazo. Solo añade una foto.
Prompts que funcionan
- Caminar. «She walks slowly toward the camera, the wind moves her hair.»
- Retrato. «He looks up, smiles and nods slightly. The camera pushes in slowly.»
- Mascota. «The dog shakes its head and wags its tail, the camera stays still.»
- Producto. «The camera slowly orbits the mug, steam rises from the cup.»
- Paisaje. «Clouds drift across the sky, ripples spread across the lake.»
Problemas habituales
- La cara cambia. Acorta el prompt a una sola acción y prueba la misma foto en un segundo modelo.
- Casi no se mueve nada. Añade un movimiento de cámara («slow push in») y un movimiento del cuerpo o de la tela («her scarf flutters»).
- El final se ve raro. Pide 5 segundos, no 10; la mayoría de los modelos son más estables en los primeros cinco.
- Querías sonido. Activa el audio cuando el modelo lo ofrezca, y escribe el sonido en el prompt («rain on a window»).
Si el mismo personaje tiene que aparecer en muchos clips, crea el personaje una vez en Personajes y úsalo como foto de partida cada vez.
Preguntas frecuentes
¿Cómo convierto una foto en vídeo con IA?
Sube la foto como primer fotograma en una herramienta de imagen a vídeo, escribe una frase sobre el movimiento, elige un modelo y genera. El resultado es un clip de 3 a 15 segundos, según el modelo.
¿Puedo convertir una imagen en vídeo gratis?
No gratis en PopNow, pero una prueba corta con un modelo rápido cuesta solo unos pocos créditos. Pagas por clip, sin suscripción, y el precio se muestra antes de generar.
¿Qué IA es la mejor para convertir fotos en vídeos?
Depende de lo que necesites. En nuestra prueba, MiniMax H3 tuvo la interpretación y el sonido más vivos, Kling 3.0 la cara más natural y Seedance 2.0 Fast fue el más rápido y el más barato. Prueba tu foto en dos.
¿Cuánto puede durar el vídeo?
Cada modelo tiene su propio límite, en general de 5 a 15 segundos por clip. Para hacerlo más largo, extiende el clip desde su último fotograma o une varios clips.
¿El vídeo conserva la cara de la persona?
En nuestros tres clips, sí. Usa una foto nítida con una cara clara, pide una sola acción y evita movimientos bruscos para conseguir el mejor parecido.
