Convertir una imagen en vídeo no es un flujo único. A veces el clip debe empezar desde una composición concreta; en otros proyectos también importa el final. Otras veces pesa más que un personaje, producto o estilo siga siendo reconocible que fijar exactamente el primer o el último fotograma.
Veo3o1 separa esos objetivos en Fotogramas inicial y final e Imágenes de referencia. Elegir el modo antes de escribir evita gastar créditos intentando conseguir un control que la entrada seleccionada no puede ofrecer.
Decisión rápida
- Elige Fotogramas inicial y final si la apertura, el cierre o el recorrido entre ambos es lo principal.
- Elige Imágenes de referencia si un sujeto recurrente o una identidad visual importan más que los extremos exactos.
- Elige Texto a vídeo si no necesitas conservar ningún recurso visual subido.
Fotogramas inicial y final: controlar los extremos
Este modo admite una o dos imágenes. Con una proporcionas el punto de partida visual. Con dos defines ambos extremos y describes en el prompt un camino plausible entre ellos.
Es apropiado para:
- presentar un producto a partir de una foto;
- pasar de un plano abierto a una composición cercana;
- guiar una transición del día a la noche;
- conectar dos cuadros diseñados para un storyboard;
- animar una imagen fija sin perder su composición inicial.
Las dos imágenes deben ser compatibles. Si cambian por completo sujeto, ángulo, luz y lugar, un clip de ocho segundos puede dedicar gran parte del movimiento a resolver esas contradicciones.
Un prompt sólido describe el recorrido, no solo el destino:
Empieza en el primer fotograma. La cámara avanza por la puerta abierta mientras la luz del final de la tarde da paso gradualmente al anochecer. Termina en el segundo fotograma, con el letrero centrado y la cámara quieta.
La guía de fotogramas inicial y final explica el orden de carga.
Imágenes de referencia: guiar la identidad visual
Este modo acepta de una a tres imágenes. Está disponible con Lite y Fast, genera actualmente ocho segundos y exige 16:9 o 9:16.
Funciona bien para:
- un personaje recurrente;
- un producto con forma o envase distintivos;
- ropa o paleta constantes;
- un vehículo, espacio u objeto reconocible;
- varios planos con la misma identidad visual.
Las referencias orientan el aspecto, pero no bloquean el inicio ni el final. El modelo puede crear una nueva puesta en escena alrededor del sujeto proporcionado.
Para trabajos de identidad, elige imágenes coherentes. Un retrato, una vista más amplia del vestuario y un perfil aportan más que tres fotos casi iguales. La guía de consistencia de personajes amplía la selección y la estructura del prompt.
Tabla comparativa
| Pregunta | Fotogramas inicial y final | Imágenes de referencia |
|---|---|---|
| Objetivo principal | Controlar los extremos del plano | Preservar sujeto o identidad visual |
| Número de imágenes | 1–2 | 1–3 |
| Mejor para | Transiciones, storyboards, animar fotos | Personajes, productos, mundos recurrentes |
| Condiciones actuales | Depende de los ajustes | Lite/Fast, 8 segundos, 16:9 o 9:16 |
Las imágenes orientan el inicio y el final, pero no garantizan una reproducción píxel a píxel. Revisa ambos extremos y el movimiento entre ellos antes de usar el resultado.
Tres ejemplos
Presentación de producto
Tienes una imagen limpia del envase y una composición final aprobada. Usa los extremos y describe movimiento de cámara, cambio de luz y posición final del producto.
Portavoz recurrente
La misma persona aparece en lugares distintos. Usa referencias, mantén fija la descripción de identidad y cambia solo una acción o ubicación cada vez.
Concepto de ambiente
Quieres «un mercado futurista nocturno bajo la lluvia» sin una imagen que deba conservarse. Texto a vídeo es más directo; una referencia arbitraria añadiría límites sin resolver una necesidad real.
Evitar el modo equivocado
No pidas a las referencias un último fotograma exacto: no bloquean extremos. No combines dos imágenes sin relación esperando una transición natural sin describir el recorrido. Y no subas una referencia solo porque la tienes; cada entrada debe apoyar el objetivo central.