Video to Video

• Duración: 5, 10, 15, 20, 25, o 30s

• Resolución: 480p / 720p / 1080p

• Ideal para: generación de video a video guiada por prompt con videos de referencia (hasta 3), imágenes de referencia (hasta 9), y audio de referencia, creando ediciones o transformaciones largas y de varias tomas de hasta 30 segundos, con audio nativo opcional escrito por el modelo. Entrenado en un extenso conjunto de datos etiquetado de contenido NSFW.

• Fortalezas: puede escribir su propia banda sonora mediante el interruptor Generate Audio, sigue prompts largos tipo guion divididos en tomas con marca de tiempo, los tokens de referencia ([img1], [vid1], [audio1]) te permiten dirigirte exactamente a qué archivo subido usar, mayor consistencia multi-sujeto y control de cámara que los modelos Wan anteriores.

• Desventajas: los mejores resultados necesitan un prompt acorde a la duración: los prompts cortos en duraciones largas dejan las decisiones de trama y toma al modelo. Sin prompt negativo; los elementos no deseados deben describirse explícitamente.

• Notas de contenido: Filtros: Mínimos

• Duración: 5, 10, 15, 20, 25, o 30s

• Resolución: 480p / 720p / 1080p

• Ideal para: la misma generación de video a video guiada por prompt que Wan 3.0 Spicy (videos de referencia hasta 3, imágenes de referencia hasta 9 y audio de referencia), pero devuelto aproximadamente un 40 % más rápido.

• Fortalezas: misma calidad de salida y mismas funciones que Wan 3.0 Spicy (interruptor Generate Audio, prompts tipo guion, tokens de referencia, consistencia multi-sujeto); la diferencia es el tiempo de espera, importante al probar ideas o iterar sobre una toma.

• Desventajas: cuesta más por segundo que Wan 3.0 Spicy para el mismo resultado; misma sensibilidad a la longitud del prompt y ausencia de prompt negativo.

• Notas de contenido: Filtros: Mínimos

• Duración: 5–15s

• Resolución: 720p / 480p

• Ideal para: generación de vídeo guiada por prompt con primer/último fotograma y referencia multimodal (imágenes, vídeos, audio): editar un vídeo terminado reemplazando vestuario, fondo, iluminación o escenario mientras se preserva el movimiento, el tiempo y la identidad del sujeto. Entrenado con un enorme conjunto de datos anotados de contenido NSFW.

• Puntos fuertes: una distinción clara entre "qué mantener" y "qué cambiar" en el prompt produce resultados predecibles sin "reconstruir" la escena. Preserva bien la animación original y las proporciones del cuerpo cuando el prompt está formulado con precisión. Maneja las referencias [video 1]/[audio 1]/[image 1] con precisión y puede generar audio cuando no se proporciona referencia.

• Compensaciones: el orden en que se describen los elementos es crítico: si empiezas con los cambios en lugar de lo que hay que mantener, el modelo puede perder el movimiento y el tiempo originales. La referencia de vídeo original [Video 1] debe ser clara para resultados fiables. Duración máxima de las 3 referencias de vídeo es de 15 segundos. Más lento que Seedance 2.0 Fast Spicy.

• Notas de contenido: Filtros: Mínimos

• Duración: 5–15s

• Resolución: 720p / 480p

• Ideal para: generación de vídeo más rápida y económica con el mismo enfoque de primer/último fotograma y referencia multimodal que Seedance 2.0 Uncensored: buena calidad, edición de vídeos pregrabados (vestuario, fondos, iluminación) mientras se preserva el movimiento, el tiempo y la identidad facial. Además de entrenamiento adicional con un enorme conjunto de datos etiquetados de contenido NSFW.

• Puntos fuertes: tiempo de procesamiento rápido; distinguir claramente entre "qué mantener" y "qué cambiar" en el prompt produce resultados predecibles sin tener que "reconstruir" la escena. Más rápido y económico que Seedance 2.0 Uncensored.

• Compensaciones: el orden en que se describen los cambios es crítico: si empiezas con los cambios en lugar de lo que hay que mantener, el modelo puede perder el movimiento y el tiempo originales. La referencia de vídeo original [Video 1] debe ser clara. Duración máxima de las 3 referencias de vídeo es de 15 segundos. La calidad es inferior a Seedance 2.0 Uncensored.

• Notas de contenido: Filtros: Mínimos

• Duración: 5, 10, 15, 20 o 30 s

• Resolución: 480p / 720p / 1080p

• Ideal para: generación de video a video guiada por prompt a partir de hasta 10 videos de referencia, 30 imágenes de referencia y 10 clips de audio de referencia (citados en el prompt como [vid1], [img1], [audio1]) en resultados largos de varias tomas de hasta 30 segundos. Entrenado con un enorme conjunto de datos etiquetados de contenido NSFW.

• Puntos fuertes: metraje más natural y menos «de IA»: mejores transiciones de cámara, estabilidad del sujeto, iluminación y detalle de piel y ojos; los prompts con marcas de tiempo («0–5s: …, 6–10s: …») controlan qué ocurre y cuándo; audio nativo opcional con el interruptor Generate Audio.

• Compensaciones: el modelo Seedance más caro: 1080p cuesta unas 3,4 veces la tarifa de 720p y los segundos de tus videos de referencia se cobran junto con el resultado, así que prueba primero en 480p/720p. Sin prompt negativo. El video puede salir sin audio aunque Generate Audio esté activado.

• Notas de contenido: Filtros: Mínimos

• Duración: hasta 30s

• Resolución: 720p / 480p

• Ideal para: dar vida a una imagen estática de personaje aplicando exactamente los movimientos corporales, gestos, expresiones faciales y movimientos labiales de un vídeo de referencia. Ideal para interpretaciones de personajes, secuencias de baile, animaciones expresivas y escenas con varios personajes, más entrenamiento adicional con un enorme conjunto de datos etiquetados de contenido NSFW.

• Puntos fuertes: excelente fidelidad de movimiento y comprensión semántica de los movimientos, alta consistencia de identidad y fondo, gran rendimiento con personajes no humanos y estilizados, expresiones naturales, salida estable en acciones complejas. La opción más estable para dar vida a una foto.

• Compensaciones: mejores resultados con composición bien emparejada, vídeo de referencia claro (buena iluminación, mínima oclusión), e imagen de personaje compatible.

• Notas de contenido: Filtros: Mínimos

• Duración: hasta 30s

• Resolución: 720p / 480p

• Ideal para: dar vida a una imagen estática de personaje (retrato, ilustración o diseño) aplicando exactamente los movimientos corporales, gestos y expresiones faciales de un vídeo de referencia. Ideal para interpretaciones de personajes, secuencias de baile y animaciones expresivas, más entrenamiento adicional con un enorme conjunto de datos etiquetados de contenido NSFW.

• Puntos fuertes: fuerte fidelidad de movimiento con expresiones naturales, alta consistencia de identidad, transferencia sin fisuras de acciones complejas.

• Compensaciones: mejores resultados con composición bien emparejada, vídeo de referencia claro (buena iluminación, mínima oclusión), e imagen de personaje compatible. Puede ser inestable (ver la nota de abajo).

• Notas de contenido: Filtros: Mínimos

• Duración: hasta 30s

• Resolución: 720p / 480p

• Ideal para: reemplazar al personaje principal en un vídeo existente por un sujeto de tu imagen, preservando el movimiento, la escena, la iluminación y el trabajo de cámara originales. Perfecto para intercambios de personajes en material grabado, reemplazos de presentador, e integración sin fisuras, más entrenamiento adicional con un enorme conjunto de datos etiquetados de contenido NSFW.

• Puntos fuertes: mantiene los elementos originales de la escena y el movimiento, fuerte preservación de identidad, integración realista con el entorno y la iluminación.

• Compensaciones: mejores resultados con buena coincidencia de pose/composición entre imagen y vídeo, material de referencia limpio. Puede ser inestable (ver la nota de abajo).

• Notas de contenido: Filtros: Mínimos

• Duración: hasta 30s (los vídeos más largos se recortan automáticamente)

• Resolución: solo 1080p

• Ideal para: aplicar coreografía y movimientos de un vídeo de referencia a un sujeto en una imagen de personaje. Ideal para pasos de baile complejos, gestos y actuaciones de cuerpo completo. Genial para secuencias de baile, transferencia de movimiento, y creación de animaciones de personajes consistentes.

• Puntos fuertes: extrae y transfiere el movimiento/coreografía completos (incluidas acciones complejas, manos, expresiones faciales) de un vídeo de referencia. Opción de conservar sonido original. Fuerte fidelidad de movimiento y consistencia del personaje.

• Compensaciones: requiere buena calidad de vídeo de referencia (movimientos claros, sin obstrucciones) e imagen de personaje compatible. Filtros de seguridad más estrictos que los otros modelos.

• Notas de contenido: Filtros: Activos

• Duración: 5, 6, 8, 10, 12, o 15s

• Resolución: 480p / 720p / 1080p

• Ideal para: transformar un vídeo existente con un prompt de texto, combinándolo opcionalmente con imágenes de referencia, vídeos adicionales, y audio (hasta 9 imágenes, 3 vídeos, 3 clips de audio, 12 archivos en total) para guiar el resultado.

• Fortalezas: los tokens de referencia (Image 1, Video 1, Audio 1) te permiten indicar exactamente qué archivo subido impulsa cada parte de la edición; audio estéreo nativo en cada resultado, sin necesidad de activar nada; relaciones de aspecto flexibles (16:9, 9:16, 4:3, 3:4, 1:1, 21:9, o Adaptativo).

• Desventajas: se cobra tanto por los segundos del vídeo de origen como por los del resultado. Sin prompt negativo; describe las exclusiones al final del prompt principal. El audio no se puede desactivar. Los prompts largos se comprimen internamente, así que un texto más corto y preciso suele funcionar mejor.

• Notas de contenido: Filtros: Activados. Solo SFW, no admite contenido NSFW.

Recibirás un error, pero tus créditos se reembolsarán automáticamente.

Sí, hasta 30 segundos.

Esto puede ocurrir cuando el rostro no es claramente visible en todos los fotogramas, el vídeo contiene movimiento rápido o cortes, o la iluminación cambia significativamente. Para mejores resultados, usa vídeos estables con iluminación consistente y un rostro visible.

Tu tarea puede fallar debido a archivos no admitidos o corruptos, entradas de muy baja calidad, restricciones de contenido según el modelo seleccionado, o movimiento inestable en el vídeo de origen. Intenta simplificar tus entradas y usar un vídeo más corto o más claro.

Animate sigue el movimiento del vídeo y es más rápido pero menos estable. Kling 2.6 Motion ofrece mayor calidad y consistencia, pero usa filtros de seguridad más estrictos.

Kling 2.6 Motion admite una duración máxima de 30 segundos. Si tu vídeo es más largo, se recortará automáticamente.

Sí, puedes pegar enlaces directamente en la herramienta. Los enlaces solo funcionan con algunos modelos, y Seedance, Wan 3.0 y MiniMax H3 requieren un archivo de vídeo subido. Asegúrate de que el vídeo sea público y accesible.

No. Los créditos de las tareas fallidas se reembolsan automáticamente a tu saldo.