Image to video con IA: de foto a vídeo sin perder la cara

👁 113 lecturas

La tecnología de image to video con IA convierte una imagen fija en un plano en movimiento, pero el mejor modelo para un rostro o producto concreto siempre debe juzgarse frente a esa foto de referencia. Mis pruebas registradas aportan pistas útiles sobre continuidad de personajes y tomas de producto, pero no constituyen un ranking específico de fidelidad fotográfica. En esta guía te explico estas diferencias y un flujo de trabajo práctico, con documentación oficial revisada a fecha de 18 de octubre de 2026.

¿Qué hace el image to video con tu fotografía?

En un flujo de trabajo basado en primer fotograma (first frame), la imagen subida fija la composición inicial. A continuación, el prompt de texto describe cómo deben moverse el sujeto, el entorno o la cámara. La guía de prompting image-to-video de Runway detalla con claridad esta separación y aconseja utilizar una imagen de entrada limpia, ya que cualquier defecto visual existente tiende a hacerse más visible al añadir movimiento.

Eso no implica que cada fotograma posterior vaya a ser un clon exacto de la fotografía. El objetivo mismo de la generación es introducir cambios temporales. En un packshot comercial, esos cambios exigen límites: una botella puede quedarse quieta mientras la cámara hace un barrido suave. Pedirle que gire, se destape, vierta líquido y se transforme multiplica el riesgo de fallos en el resultado final.

Además, según la plataforma, la interfaz puede distinguir entre un fotograma inicial, una referencia de personaje o un fotograma final. Lee siempre la descripción del modo elegido antes de subir el archivo. Una imagen pensada para guiar el aspecto no garantiza necesariamente que el clip empiece exactamente con esa composición.

Antes de elegir herramienta, plantéate si el proyecto necesita realmente movimiento generado. Para un pase de diapositivas suele bastar un zoom editado sobre la fotografía fija. La animación mediante imagen a vídeo IA solo cobra sentido si el sujeto o la escena requieren una transformación que el montaje convencional no puede ofrecer.

Modelos a prueba para rostros y productos en imagen a vídeo IA

En mi comparativa registrada del 8 de octubre de 2026, Wan 3.0 obtuvo una puntuación de 9,0/10 en el mantenimiento de un mismo personaje a lo largo de dos tomas consecutivas. Aquella prueba se realizó con prompts de texto, sin imagen inicial de referencia y a un solo intento por escena. Es un motivo sólido para meter a Wan en tu lista de candidatos, pero no demuestra que conserve un rostro subido mejor que cualquier otra alternativa.

Mis pruebas registradas no incluyen un test directo controlado con el mismo retrato o fotografía de producto subida a todos los modelos. Por tanto, no existe un porcentaje riguroso sobre retención de identidad ni un ganador medido en fidelidad de etiquetas comerciales. Puedes consultar el planteamiento del test original en la comparativa general de generadores de vídeo con IA.

Elabora tu lista de candidatos priorizando el requisito más difícil. Si se trata de un retrato, puede ser mantener las proporciones faciales durante un giro suave de cabeza. En un producto, que la forma del tapón o el texto del envase sigan siendo legibles. Si lo primordial es el movimiento de cámara, Kling es una opción interesante para probar, aunque no conviene asumir que su versión actual conserve puntuaciones previas sin verificarlo antes.

Usa la misma imagen de entrada y el mismo movimiento previsto en todas las pruebas. Apunta con claridad por qué cada intento pasa o no el corte. Un resultado visualmente bonito que distorsiona el producto no equivale a una toma fiel que solo necesita un leve ajuste de color.

Flujo de trabajo para pasar de foto a vídeo IA

Empieza siempre con una fotografía sobre la que tengas autorización de uso. Comprueba que todos los elementos clave se distingan bien antes de añadir movimiento. Si una etiqueta ya es ilegible o parte de la cara queda tapada, el modelo difícilmente podrá mantener lo que la imagen de partida no define con claridad.

• Prepara la imagen: define el encuadre final y revisa bordes, manos, tipografías y reflejos.
• Selecciona el modo: asegúrate de si el archivo actúa como primer fotograma, imagen de referencia o fotograma de cierre.
• Define una sola acción: decide qué elementos deben moverse y cuáles tienen que permanecer totalmente estables.
• Configura la exportación: elige la relación de aspecto y la duración antes de comprometer saldo o dinero.
• Inspecciona el resultado: compara el fotograma inicial, el intermedio y el final frente a la foto original.
• Corrige con foco: modifica solo la instrucción del prompt vinculada al error que has detectado.

Para un retrato, un prompt inicial de prueba podría ser: “The subject looks toward the camera and gives a subtle smile. The camera remains still. Soft window light stays consistent throughout the shot.” Es un ejemplo propio para experimentar, no una fórmula mágica validada de forma universal.

Para una toma de producto: “The camera slowly moves closer to the bottle. The bottle remains centered and upright on the table. A soft reflection moves across the background while the front label stays facing the camera.” Aunque el prompt especifique el comportamiento deseado, la inspección fotograma a fotograma sigue siendo obligatoria.

Antes de gastar saldo en más iteraciones, plantéate si el movimiento es imprescindible. Un plano sutil que conserve la nitidez del producto suele ser más valioso que una animación compleja que requiera horas de retoque. Valora además el resultado en el formato final de publicación: los textos sobreimpresos en edición pueden tapar justo el detalle que querías mostrar.

Si lo que buscas es movimiento sutil y creíble en una imagen personal sin alterar su atmósfera, en mi guía sobre cómo animar fotos sin perder su esencia detallo ese proceso. Para un paso a paso centrado en un modelo específico con script incluido, consulta el tutorial de image-to-video con Wan 3.0.

Precios, pruebas gratuitas y opciones de pago por uso

Calcula siempre los costes sobre el modo de generación y la resolución exactos que vayas a utilizar. El nombre del modelo no basta para presupuestar, y conviene no convertir a ciegas un precio por vídeo a tarifa por segundo si la duración incluida no está clara. Estas cifras se comprobaron el 18 de octubre de 2026.

Estos importes proceden de las tarifas oficiales de suscripción web y de la API para desarrolladores de Runway, dos vías de facturación independientes. No des por sentado que una suscripción web cubre llamadas a la API; comprueba siempre las condiciones asociadas a la modalidad concreta que contratas.

Como alternativa de pago por uso directo, my tool Jantaris listaba Wan 3.0 con soporte de image to video a $0.15538 por segundo en 720p en su catálogo público en USD el 18 de octubre. En dicho catálogo figuran otras resoluciones a distintas tarifas; aquí no se ofrece saldo inicial gratuito.

Si prefieres no atarte a suscripciones, echa un vistazo a la comparativa de planes gratuitos antes de decidirte. Una cuenta gratuita suele ofrecer un catálogo limitado y el modelo que necesitas evaluar podría requerir saldo de pago. En la fecha de consulta no fue posible acceder a la tabla vigente de planes de Kling, por lo que no se incluye un precio directo para este servicio.

Ponte un límite de gasto antes de la primera prueba. Guarda siempre juntos la imagen original, el prompt, los ajustes y el clip aprobado. Así dispondrás de una referencia clara para el siguiente proyecto y evitarás que un coste por segundo aparentemente bajo acabe disparándose tras decenas de descartes.

Permisos, derechos de imagen y transparencia

Tener en mano el archivo de una foto no otorga todos los permisos necesarios para animarla. En cualquier producción real, conviene verificar los derechos sobre la fotografía, la autorización de la persona retratada y el canal donde se difundirá. Animar un recuerdo familiar para uso privado no tiene nada que ver con lanzar una campaña comercial.

Por poner un caso concreto, las condiciones de uso de Pika exigen contar con los derechos o el consentimiento necesario sobre los rostros subidos y prohíben explícitamente ciertas manipulaciones sin autorización. Se trata de las normas de la plataforma, no de un resumen exhaustivo de la legislación de cada país. Pulsar el botón de generar no legaliza mágicamente el material utilizado.

Si trabajas con un adulto que da su consentimiento, define con él de antemano el movimiento y el contexto del plano. Enséñale la pieza final antes de publicarla; no asumas que aceptar posar para una foto fija cubre cualquier acción o gesto generado por IA. En ningún caso generes testimonios o declaraciones que la persona jamás haya pronunciado.

En vídeos de producto, revisa minuciosamente que el envase y sus reclamos coincidan con el artículo real. No des por bueno un clip solo porque el resultado visual sea atractivo si se han alterado el peso neto, los ingredientes o los sellos de certificación. Añade la información técnica obligatoria mediante grafismos en edición y mantén siempre a la vista una foto real del producto durante la revisión.

Antes de publicar, repasa las directrices de la plataforma sobre contenido generado por IA y medios sintéticos. Mantén las etiquetas obligatorias de IA al margen de la marca de agua propia de la herramienta. Un vídeo nítido y sin artefactos no demuestra que la escena haya sido filmada con una cámara real, y nunca debe presentarse como tal si la veracidad importa a tu audiencia.

FAQ

¿Qué modelo de image to video conserva mejor los rostros?

Mis pruebas registradas no arrojan un claro ganador para retratos subidos como imagen inicial. El rendimiento de Wan 3.0 en consistencia de personajes mediante texto justifica ponerlo a prueba, pero sigue siendo necesario realizar un test directo con la foto y el movimiento que necesitas.

¿Puede una IA de foto a vídeo mantener un logotipo de producto intacto?

La conservación milimétrica de logotipos no se midió en mis pruebas. Conviene revisar cada letra durante todo el clip y descartar cualquier generación que deforme la marca. Si la fidelidad corporativa es prioritaria, opta por movimientos muy sutiles o por montaje tradicional.

¿El prompt debe describir todos los elementos de la fotografía?

En flujos basados en el primer fotograma, céntrate en el movimiento que quieres introducir. Menciona detalles visuales solo cuando sean cruciales para la acción, en lugar de redactar un inventario exhaustivo de lo que la IA ya ve en la imagen.

¿Puedo animar una fotografía familiar antigua?

Valora los permisos familiares, la privacidad y el destino del vídeo. Deja claro siempre que el movimiento ha sido recreado por software. Una sonrisa o una mirada generada no son pruebas documentales de cómo se movía realmente esa persona.

¿Pagar por mayor resolución evita que se deforme la cara?

Mis datos no respaldan esa relación. Evalúa la fidelidad del sujeto en resoluciones estándar antes de comprar una exportación a mayor calidad. Añadir píxeles no corrige los fallos estructurales de base.

// sigue leyendoPNG transparente con Qwen-Image-2.1: canal alfa nativoRevistaQwen-Image-2.1: ranking completo de 29 modelos de imagen con datosRevistaVersiones sin censura de Qwen-Image-2.1: qué hacen los pesosRevista