Qué puede hacer HiDream-O1-Video: 7 ejemplos y prompts
Analizamos qué puede hacer HiDream-O1-Video con 7 ejemplos y prompts para su modo image-to-video, costes de generación y comparativas reales.
👁 117 lecturas
HiDream-O1-Video-1.0 ocupa el sexto puesto en la clasificación de imagen a vídeo de Artificial Analysis (1175 Elo), pero el fabricante no ha publicado ni un solo clip indicando su prompt exacto. He recopilado 7 ejemplos: un clip procedente de una publicación en X, tres demos oficiales descritas por la prensa china y tres propuestas mías de prompts para probar en su único modo disponible actualmente, imagen a vídeo. Consulta sus parámetros técnicos, precios y accesos en la guía de HiDream-O1-Video.
Veredicto resumido (11 de octubre de 2026)
- Sin clips oficiales con prompt: no existen en las páginas de HiDream, ni en Hugging Face, ni en YouTube (a fecha de 11/10).
- El único clip visible es una comparativa entre tres modelos en un post de @Chinazhidx del 15 de septiembre.
- Las demos sobre físicas (cuerda, manzana, pelota de ping-pong) solo se conocen por la descripción de QbitAI. No incluyo capturas de allí al no tener confirmación de su licencia.
- Sin clips propios generados por ahora: el modelo todavía no está disponible en los proveedores intermediarios que utilizo de forma habitual. Presento mis prompts clasificados como «para probar».
Cómo interpretar estos ejemplos
La API pública de HiHarness requiere obligatoriamente una imagen, un prompt opcional y el parámetro booleano force_10s. No existe el modo texto a vídeo en la API, a pesar de que los anuncios del 15 y 17 de septiembre lo prometían. Por esa razón, cada prompt propuesto asume que ya dispones de un fotograma inicial. El modelo decide automáticamente la duración del corte (anunciado entre 5 y 20 segundos), salvo que fuerces 10 s.
Los vídeos analizados en las tablas clasificatorias tampoco se han hecho públicos con sus instrucciones de texto. Arena.ai reflejó únicamente la puntuación: el 30 de septiembre HiDream entró en su arena de imagen a vídeo en la 7.ª posición con 1456 puntos.
Hidream-O1-Video-1.0 by @HiDream_AI just landed in the Image-to-Video Arena at #7 with 1456 pts!
- Arena.ai (@arena) 30 de septiembre de 2026
| N.º | Ejemplo | Qué evalúa | Fuente | Material disponible |
|---|---|---|---|---|
| 1 | Mismo prompt en tres modelos | Calidad general | Post de @Chinazhidx (15/09) | Vídeo integrado en el post |
| 2 | Cuerda roja tensada con dos manos | Tensión y respuesta de materiales | Demo de HiDream según QbitAI | Solo descripción textual |
| 3 | Lanzamiento de manzana | Duración calculada por el modelo | Demo de HiDream según QbitAI | Solo descripción textual |
| 4 | Pelota de ping-pong | Gravedad combinada con audio | Demo de HiDream según QbitAI | Solo descripción textual |
| 5 | Café servido en un vaso | Fluidos y desbordamiento | Mi propuesta de prompt | Ninguno |
| 6 | Línea de fichas de dominó | Colisiones en cadena | Mi propuesta de prompt | Ninguno |
| 7 | Bandera ondeando al viento, 10 s | Textiles bajo force_10s |
Mi propuesta de prompt | Ninguno |
Ejemplos de las presentaciones de lanzamiento
1. Mismo prompt en tres modelos
Aplicación: comparación rápida de renderizado frente a alternativas antes de gastar saldo en la API.
Prompt: el autor de la publicación no lo facilitó. Solo especificó que se envió la misma orden a tres modelos distintos y que el último vídeo de la comparativa corresponde a HiDream (denominado entonces bajo el nombre chino HD-V1).
Material: vídeo vertical a 720 x 1280 en la cuenta de un medio tecnológico chino de IA. No es una muestra del canal oficial de HiDream ni una generación propia.
Text, image, or video in. 5-20s 1080p video out.
- 智东西China AI News (@Chinazhidx) 15 de septiembre de 2026
Comentario: el tuit replica el eslogan comercial inicial («entrada de texto, imagen o vídeo»). En la API abierta a fecha de 11 de octubre solo se admite imagen. Tampoco hay constancia de qué entrada exacta generó este vídeo, por lo que conviene tomarlo como una muestra promocional y no como confirmación de un modo texto a vídeo plenamente funcional.
2. Cuerda roja tensada con dos manos
Aplicación: recreación de tensión en objetos elásticos o flexibles como cuerdas, cables o tejidos.
Prompt: HiDream no facilitó el texto original. QbitAI (15/09/2026) describe una demo comparativa donde dos manos tiran de los extremos de un cordón rojo y el sistema simula cómo se estira. Esta es mi propuesta adaptada para reproducir la prueba (propuesta sin probar en el modelo):
Two hands slowly pull a red string in opposite directions. The string straightens and becomes taut, fibers stretch slightly, a small vibration runs along it before it holds still. Close-up, soft daylight, static camera.
Traducción de la prueba original: dos manos tiran lentamente de un cordel rojo en direcciones opuestas hasta tensarlo y generar una ligera vibración.
Material: ninguno público. No se reproducen las capturas de QbitAI al desconocerse su régimen de licencias.
Comentario: el fotograma de origen debería mostrar la cuerda completamente destensada para evaluar el comportamiento físico. En esta prueba los motores generativos más antiguos tienden a deformar las manos en lugar de estirar el objeto.
3. Lanzamiento de manzana
Aplicación: secuencias de acción breve donde la duración del clip debe ajustarse orgánicamente al movimiento y no a un temporizador rígido.
Prompt: no existe versión oficial. En la demostración recogida por QbitAI, el modelo determinó por sí mismo los segundos necesarios para la parábola del objeto. Formulación propuesta:
A person tosses a red apple to a friend standing a few meters away. The apple flies in a natural arc, the friend catches it with one hand and takes a bite. Medium shot, park in late afternoon light.
Traducción de la prueba original: una persona lanza una manzana roja a un compañero situado a pocos metros; este la atrapa con una mano y le da un mordisco.
Material: ninguno disponible más allá de la reseña en QbitAI.
Comentario: en este tipo de prompts es recomendable prescindir del parámetro force_10s para comprobar si el cálculo temporal del sistema funciona. Toma nota de la duración resultante: con una tarifa de unos 5,19 EUR (5,80 USD) por minuto según Artificial Analysis (conversión estimada según el tipo de cambio del BCE a 12/10/2026: 1 EUR = 1,1181 USD; https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml), cada segundo sale a unos 0,087 EUR (0,097 USD).
4. Pelota de ping-pong
Aplicación: amortiguación por gravedad, pérdida progresiva de energía cinética y sincronía audio-vídeo.
Prompt: no publicado de forma oficial. QbitAI reseña una escena en la que una pelota rebota perdiendo altura en cada bote, acompañada por el sonido de cada impacto. Propuesta para ensayar:
A white ping-pong ball drops onto a wooden table and bounces, each bounce lower than the last, until it rolls to a stop. Each impact makes a crisp click. Low angle, shallow depth of field.
Traducción de la prueba original: una pelota blanca cae sobre una mesa de madera rebotando con menor altura hasta detenerse, escuchándose un golpe seco en cada contacto.
Material: ninguno.
Comentario: aunque el material promocional habla de sonido integrado, las especificaciones de la API no recogen selectores de audio ni pistas acústicas. Si generas este clip vía API y carece de sonido, no se debe a un error en el prompt.
Prompts propios para experimentar
He diseñado estas tres escenas orientadas a evaluar las capacidades anunciadas por la compañía: resolución de mecánicas físicas, respuesta de materiales y ajuste dinámico de tiempo. Ninguna de ellas ha sido procesada todavía en el motor generativo; son propuestas para probar. Puedes generar el fotograma de partida con el modelo abierto HiDream-O1-Image, cubierto en nuestra guía general de HiDream-O1-Video.
5. Café servido en un vaso
Aplicación: spots de producto, hostelería o presentaciones comerciales.
Hot coffee is poured from a glass carafe into a clear glass on a marble counter. The liquid swirls, foam rises, the glass fills to the brim and a few drops spill over the edge. Steam drifts up. Static close-up, warm morning light.
Traducción de la prueba original: el café servido desde una jarra llena el vaso hasta el borde y derrama unas gotas por el lateral.
Material: ninguno (propuesta pendiente de ejecución).
Comentario: este planteamiento donde el líquido rebasa el borde lo utilicé para evaluar varios motores en la comparativa de la Arena de vídeo. En aquella prueba se evaluaba texto a vídeo puro; en HiDream debes suministrar una imagen con el vaso vacío.
6. Domino sobre la mesa
Aplicación: secuencias de reacción en cadena, intros audiovisuales o animaciones de carácter didáctico.
A long curved line of wooden dominoes stands on a table. A finger pushes the first one and they fall one after another in sequence, the last domino knocks over a small toy figure. Camera slowly tracks along the line.
Traducción de la prueba original: un dedo empuja la primera ficha y el dominó cae en riguroso orden hasta golpear una figura al final de la hilera.
Material: ninguno (propuesta pendiente de ejecución).
Comentario: permite vigilar si la hilera conserva la coherencia espacial y si alguna pieza se desvanece de forma anómala. Deja el parámetro de tiempo libre para constatar si una fila larga desencadena un vídeo de mayor extensión.
7. Bandera al viento (10 segundos exactos)
Aplicación: recursos de fondo para edición, bucles continuos para páginas web o planos de transición.
A white and red flag waves on a flagpole against a cloudy sky. The wind changes strength, the fabric ripples and snaps, light passes through the thin cloth. Static wide shot.
Traducción de la prueba original: una bandera roja y blanca ondea en el mástil mientras el viento varía de intensidad continuamente.
Material: ninguno (propuesta pendiente de ejecución).
Comentario: este caso está concebido para configurarse con "force_10s": true. Con esta opción el coste es predecible: en torno a 0,87 EUR (0,97 USD) por clip aplicando la referencia de AA.
Escala: 100% = 20 s, la duración máxima anunciada en las presentaciones. Las cifras son un cálculo propio derivado de las tarifas registradas por Artificial Analysis a 11/10/2026 (conversión aproximada de divisas según el tipo de cambio oficial del BCE de 1 EUR = 1,1181 USD a fecha de 12/10/2026; https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml); HiDream no ha hecho público un tarifario directo en su web.
Recomendaciones para redactar prompts
- Redacta en inglés: los desarrolladores no han detallado compatibilidad con otros idiomas de entrada.
- Enfócate en la acción y no en el entorno estático: la imagen inicial ya aporta el escenario; el texto debe detallar qué elementos se desplazan y su trayectoria.
- Usa términos físicos explícitos: expresiones como «bounces lower each time», «becomes taut» o «spills over the edge» acotan el resultado.
- Menciona el audio en la descripción a pesar de las limitaciones de la API, ya que los primeros materiales asociaban el sonido directamente a las acciones del prompt.
- Selecciona una imagen base nítida: la API admite archivos entre 40 KB y 20 MB, y el formato de vídeo final respetará la relación de aspecto del fotograma.
Para ver el desempeño del modelo en términos de coste y rendimiento relativo frente a otras opciones del mercado, echa un vistazo a la comparativa de HiDream-O1-Video frente a MiniMax H3 y Vidu Q4. Si buscas referencias de herramientas con modo texto a vídeo activo, revisa los artículos dedicados a Wan 3.0 y a MiniMax H3 Max.
Preguntas frecuentes
¿Ha publicado HiDream vídeos oficiales junto con sus prompts?
A fecha de 11/10/2026 no hay rastro de ellos en su documentación oficial, ni en su repositorio de Hugging Face, ni en su perfil de YouTube. Solo se han localizado fragmentos en publicaciones de X y referencias en crónicas técnicas chinas.
¿Se pueden utilizar estas instrucciones sin cargar una imagen previa?
Mediante su API no es posible: el parámetro image es obligatorio. Necesitas contar obligatoriamente con un fotograma inicial.
¿Cuánto cuesta probar estos siete escenarios?
Con las referencias de Artificial Analysis y forzando clips de 10 segundos, el gasto ronda los 6,08 EUR (6,80 USD) en total (conversión de divisas estimada con la tasa del BCE a 12/10/2026: 1 EUR = 1,1181 USD). Si el modelo genera duraciones más extensas, el importe final aumentará proporcionalmente.
¿Se añadirán resultados generados directamente en esta guía?
Sí, en cuanto el modelo se integre en los agregadores habituales o se habilite el acceso a cuentas directas en HiHarness se actualizará la entrada con clips, costes y ajustes reales.
Google · Tus fuentesBrilla más alto en tu Google - con un solo clicAñadir a fuentes preferidas →Fuentes y fecha de verificación
- Publicación de @Chinazhidx con el vídeo comparativo (15/09/2026)
- Artículo de QbitAI sobre el lanzamiento de HD-V1 y sus demos (15/09/2026)
- Documentación oficial de la API de HiHarness (consultada el 11/10/2026)
- Tabla clasificatoria de imagen a vídeo de Artificial Analysis (consultada el 11/10/2026)
More on this from FULGOR
