Generar vídeo
El modo vídeo convierte un prompt, y opcionalmente un marco inicial y uno final, en un clip corto generado. Funciona sobre Qwen, fal.ai o BytePlus, los tres proveedores que generan vídeo. Consulta la matriz de proveedores para ver qué cubre cada uno.
Vistazo rápido
- Cambia el compositor al modo Video.
- Escribe un prompt y define la relación de aspecto, la resolución y la duración.
- Opcionalmente, elige un marco start y, en algunos proveedores, uno end.
- Comprueba la previsualización del coste y luego genera.
Controles
| Control | Opciones |
|---|---|
| Relación de aspecto | 16:9, 9:16, 1:1 |
| Resolución | 480p, 720p, 1080p |
| Duración | 5 o 10 segundos |
La duración en el compositor es una simple elección entre 5 o 10 segundos; el modelo subyacente puede ajustarla ligeramente de otra forma.
| Familia de modelos | Rango aceptado real |
|---|---|
| Qwen, la mayoría de modelos de fal.ai | Aproximadamente de 2 a 15 segundos |
| BytePlus | Aproximadamente de 4 a 15 segundos |
| El modelo de fal.ai basado en Veo | Fijo, solo 4, 6 u 8 segundos |
Marcos inicial y final
El apoyo para guiar el movimiento con imágenes depende del proveedor.
| Proveedor | Marco inicial | Marco final |
|---|---|---|
| Qwen | Sí | Sí |
| fal.ai | Sí | No |
| BytePlus | Sí | No |
Donde se admite un marco final, el modelo anima entre tus dos imágenes, útil para un movimiento de cámara controlado o para revelar un producto. Donde no se admite, solo el marco de apertura dirige el resultado y el resto del movimiento sigue tu prompt. El resultado se reproduce en un reproductor integrado y se guarda en tu galería.
Proveedores y sus modelos
| Proveedor | Qué ofrece |
|---|---|
| Qwen | Sus propios modelos de vídeo Wan, tanto para texto a vídeo como para imagen a vídeo |
| fal.ai | Un catálogo alojado de modelos de terceros con una sola clave. El desplegable del modo Video ofrece Seedance 2.0, Seedance 2.0 Fast, Veo 3.1, Veo 3.1 Fast y Kling 2.6 |
| BytePlus | Vídeo Seedance, directo de BytePlus en lugar de a través de un concentrador |
La sincronización labial se aplica automáticamente, no se elige aquí
El catálogo de fal.ai sí incluye un modelo de sincronización labial entre bastidores, pero no es uno de los modelos que eliges en el modo Video normal. La sincronización labial la aplica automáticamente Marketing Studio para escenarios de avatar parlante: primero se genera un clip de busto parlante y luego se pasa por el modelo de sincronización labial para fijar la boca al audio. Si quieres un presentador cuyos labios coincidan con la voz, hazlo a través de Marketing Studio en lugar de buscar una opción de sincronización labial en el desplegable de Video.
Previsualización del coste
Como el vídeo puede salir caro, una previsualización del coste estima el precio antes de generar, aproximadamente la tarifa por segundo del modelo multiplicada por la duración que elijas, para que haya menos sorpresas. Esta estimación en dólares en línea se muestra para los modelos de fal.ai y BytePlus. Los propios modelos Wan de Qwen no muestran una estimación en dólares en el compositor, así que para esos consulta directamente la página de precios de DashScope.
Las tarifas varían mucho según el modelo, así que revisa la estimación cada vez que cambies de modelo, no solo una vez. A modo de ilustración, y esto puede cambiar, un modelo rápido de fal.ai puede rondar los 0,07 $ por segundo de clip mientras que uno premium se acerca más a los 0,40 $ por segundo, con otros entre medias, y el Seedance de BytePlus tiene una estimación plana de unos 0,14 $ por segundo. Los proveedores en fal.ai en particular abarcan un rango amplio con la misma clave, que es justo por lo que vale la pena comparar antes de comprometerte con un clip más largo o de mayor resolución.
Paso a paso
Abre AI Studio desde la barra lateral de la app (el elemento con la descripción emergente Create with AI) y luego cambia el control de modo del compositor a Video. Elige un proveedor con capacidad de vídeo (Qwen, fal.ai o BytePlus). Si no hay ninguno conectado, añade uno desde Settings, AI Settings, pestaña Provider & Model (consulta Conectar un proveedor).
1. Un primer clip solo con prompt
- Escribe un prompt, por ejemplo
a reusable steel water bottle rotating slowly on a white pedestal, soft studio light, seamless white background. - Define la relación de aspecto (por ejemplo 9:16 para vertical), la resolución (empieza en 720p) y la duración (5 segundos).
- Si estás en fal.ai o BytePlus, lee la previsualización del coste, aproximadamente la tarifa por segundo por tu duración. En Qwen, consulta en su lugar la página de precios de DashScope, ya que no se muestra ninguna estimación en dólares en el compositor.
- Genera. El clip terminado se reproduce en un reproductor integrado dentro del hilo y se guarda en tu galería.
2. Un clip de imagen a vídeo con un marco inicial
- Añade un marco start, por ejemplo la foto principal de tu producto.
- En Qwen, también puedes añadir un marco end, y el modelo anima entre los dos, útil para un movimiento de cámara controlado o para revelar un producto. En fal.ai y BytePlus solo se usa el marco inicial, y el resto del movimiento sigue tu prompt.
- Escribe un prompt que describa el movimiento, por ejemplo
the bottle turns a quarter rotation to reveal the label, camera slowly pushes in. - Genera y revisa en el reproductor.
3. Comparar dos proveedores o modelos antes de comprometerte
- Ejecuta tu prompt en un modelo de fal.ai, por ejemplo Seedance 2.0 Fast, y anota su previsualización del coste.
- Cambia a otro modelo, por ejemplo Veo 3.1, ejecuta el mismo prompt y compara tanto el resultado como la estimación.
- Como un modelo rápido puede costar una fracción de uno premium por segundo (consulta Previsualización del coste), prueba primero la dirección de forma barata con una duración corta y una resolución más baja, y luego comprométete con un clip más largo o de mayor resolución solo en el modelo que te gustó.
Tareas habituales
Prompts concretos para copiar y adaptar. Mantén la primera pasada corta y barata, y luego amplía.
| Objetivo | Prompt de ejemplo |
|---|---|
| Giro de producto | a matte black water bottle slowly rotating on a marble pedestal, soft rim light, seamless white background, subtle reflection. |
| Primer plano apetitoso | a cup of coffee with steam rising, close-up, warm morning light through a window, gentle camera push-in. |
| Revelación de producto (marco inicial y final en Qwen) | the closed box opens and the sneaker rises out, smooth motion, studio lighting. |
Para un presentador parlante cuya boca coincida con una voz en off, no busques aquí un modelo de sincronización labial, usa Marketing Studio, que añade la sincronización labial automáticamente para ese escenario.
Después de generar
Un clip terminado se reproduce en un reproductor integrado dentro del hilo y se guarda en tu galería para reutilizarlo. Desde ahí se puede descargar o referenciar de nuevo más tarde, la misma galería de la que se nutren los escenarios de Marketing Studio.
Los costes de vídeo se acumulan
Tu proveedor te cobra por lo que generas, y el vídeo es más costoso que las imágenes. Empieza con un clip corto a una resolución más baja para probar un prompt, y luego amplía cuando te guste la dirección.
Prueba más de un proveedor
Dado que fal.ai por sí solo aloja varios modelos distintos, y que Qwen y BytePlus aportan cada uno los suyos, el mismo prompt puede verse notablemente diferente según el proveedor. Si un resultado no acaba de encajar, cambiar de modelo suele ser más rápido que reescribir el prompt.
Solución de problemas
No veo una estimación de coste. La previsualización en dólares en línea se muestra solo para fal.ai y BytePlus. En los propios modelos Wan de Qwen no aparece ninguna estimación en dólares en el compositor, así que consulta directamente la página de precios de DashScope para esas tarifas.
No encuentro un modelo de sincronización labial en el desplegable de Video. El desplegable del modo Video para fal.ai ofrece Seedance 2.0, Seedance 2.0 Fast, Veo 3.1, Veo 3.1 Fast y Kling 2.6, y ninguno de estos es un modelo de sincronización labial. La sincronización labial no es algo que selecciones tú mismo en el modo Video normal. La aplica automáticamente Marketing Studio para escenarios de avatar parlante: primero se genera un clip de busto parlante y luego se pasa por el modelo de sincronización labial para que la boca coincida con el audio.
Mi marco final se ignora. Los marcos finales solo se admiten en Qwen. En fal.ai y BytePlus solo se usa el marco inicial y el resto del movimiento sigue tu prompt. Para animar entre dos imágenes concretas, usa Qwen.
La duración del clip no coincide con los 5 o 10 segundos que elegí. El modelo ajusta la elección de 5 o 10 segundos del compositor. El modelo de fal.ai basado en Veo es fijo a 4, 6 u 8 segundos, Qwen y la mayoría de modelos de fal.ai aceptan aproximadamente de 2 a 15 segundos, y BytePlus acepta aproximadamente de 4 a 15 segundos, así que la duración final puede quedar cerca de tu elección, pero no exactamente en ella.
Relacionado
- Conectar un proveedor
- Matriz de proveedores y modelos
- Marketing Studio
- Avatares y productos para mantener un sujeto consistente entre clips