Una frase. Un vídeo.

Hace dos años, generar un vídeo con inteligencia artificial daba resultados extraños: manos de seis dedos, caras que se derretían de un fotograma a otro, movimientos de cámara imposibles. Los modelos de 2026 han dado un salto que nadie esperaba tan pronto. Los personajes conservan su aspecto de un plano a otro, la luz se comporta como en el mundo real, el agua, el humo y las telas se mueven como deben, y el sonido se genera a la vez que la imagen: pasos, viento, motores, ambiente de ciudad.

Este generador se basa en esos modelos de última generación, en particular la familia Seedance de ByteDance, elegida por la fidelidad de las caras y la precisión del movimiento. Escribes una frase en tu idioma, nosotros la traducimos y la enriquecemos para el modelo, y un vídeo de cinco o diez segundos en 720p, con sonido, está listo en uno o dos minutos.

Esta guía explica cómo funciona un modelo de vídeo, cómo escribir una descripción que dé el resultado que tienes en mente, qué ofrecen los formatos y los estilos, y por qué elegimos créditos en lugar de una suscripción.

Un modelo de generación de vídeo no «filma» nada: aprende, a partir de millones de vídeos descritos, la relación entre las palabras y las secuencias de imágenes. Cuando le das una descripción, parte de un ruido aleatorio y lo va limpiando poco a poco, fotograma a fotograma y sobre todo en el tiempo, hasta converger en una secuencia coherente con el texto. Es el mismo principio que la generación de imágenes, con una dimensión más: la continuidad entre fotogramas sucesivos.

Esa continuidad temporal es lo que separa un buen modelo de uno malo. Un modelo débil produce imágenes bonitas pero independientes, y el vídeo tiembla o cambia de tema. Un modelo reciente razona sobre toda la secuencia a la vez: el zorro que cruza el bosque sigue siendo el mismo zorro, la sombra sigue a la luz, la cámara se desliza sin tirones. Por eso solo usamos modelos del último trimestre, y los sustituiremos en cuanto salga uno mejor.

El sonido sigue la misma lógica: el modelo genera una pista de audio coherente con lo que muestra. Una ola produce un rumor, una calle de noche un fondo de tráfico lejano, una chimenea su crepitar. No es música de biblioteca añadida después, es un ambiente calculado para la escena, lo que da a los clips un realismo que la imagen sola no tiene.

La calidad de tu vídeo depende ante todo de tu descripción. El modelo es muy bueno inventando los detalles que no precisas, pero no puede adivinar lo que tienes en mente. Una frase como «un gato» da un gato cualquiera en un decorado cualquiera; «un gato pelirrojo dormido en el alféizar de una ventana, cortina que se mueve con el viento, luz dorada de media tarde» da exactamente esa escena.

Piensa como un director que describe un plano a su equipo. Hay cuatro elementos que cubrir: el sujeto y lo que hace, el decorado, la luz o el momento del día, y el movimiento de cámara. No tienes por qué darlos todos, pero cada uno reduce el azar. El movimiento de cámara es el que más se olvida, y el que más cambia el resultado: «la cámara avanza lentamente», «vista de dron que desciende», «primer plano fijo», «travelling lateral».

Evita las listas de palabras clave de moda en los generadores de imágenes de 2023: «8k, ultra detallado, obra maestra» no aporta nada a un modelo de vídeo y ocupa el lugar de información real. Evita también pedir dos acciones contradictorias en cinco segundos, o una escena que cambie de lugar: un clip corto cuenta un solo instante. Si tu historia tiene tres momentos, haz tres vídeos.

Por último, escribe con naturalidad, en tu idioma. Nuestro servidor traduce tu descripción al inglés, el idioma en el que los modelos son más precisos, y le añade las indicaciones de estilo que hayas elegido. No tienes que hacer nada más, y puedes releer el prompt usado bajo cada vídeo para entender qué funcionó.

• Un sujeto, una acción: «una mujer corre por una playa» mejor que «una mujer corre, luego nada y luego vuelve a casa»
• El decorado y la hora: «callejón de Lisboa, temprano por la mañana, suelo todavía mojado»
• El movimiento de cámara: «la cámara gira lentamente alrededor del sujeto»
• El ambiente: «bruma ligera, colores suaves, silencio»
• Lo que hay que evitar: nada de texto en pantalla, nada de logotipos, ninguna persona real con nombre

El formato depende de dónde se verá el vídeo. El horizontal 16:9 es el formato natural de YouTube, de una web o de una presentación. El vertical 9:16 es el de TikTok, los Reels de Instagram y los Shorts: si tu vídeo es para el móvil, elígelo desde el principio en lugar de recortar después, el modelo compone la escena para el formato pedido. El cuadrado 1:1 sirve para las publicaciones clásicas de Instagram, los avatares animados y las miniaturas.

La duración estándar es de cinco segundos, lo que corresponde a un plano de película o a un clip de redes sociales: lo bastante largo para que ocurra una acción, lo bastante corto para seguir siendo nítido. La versión de diez segundos cuesta dos créditos y sirve para escenas en las que algo tiene que construirse, como un amanecer o una cámara que descubre un lugar poco a poco. Para un montaje, cinco segundos por plano es el ritmo adecuado.

Los estilos son indicaciones añadidas a tu descripción. «Realista» busca el aspecto de una cámara de cine, «Cine» añade una imagen más contrastada y movimientos lentos, «Anime» aplica el trazo y los colores de la animación japonesa, «3D» da un acabado de película de animación, «Dron» encuadra un plano general aéreo, «Vintage» añade el grano y los colores de una película antigua. Puedes no elegir ninguno: el modelo interpreta entonces tu descripción libremente.

El modo «Alta calidad» del selector no es lo mismo que el estilo «Cine»: es un modelo más avanzado, el mejor que tenemos, que se vende en packs propios y cuenta como dos vídeos estándar. Aporta más finura en caras, manos y movimientos complejos. Para un paisaje, un objeto o un ambiente, el modelo estándar basta de sobra; reserva la alta calidad para escenas con personajes en primer plano.

Los vídeos que generas son tuyos y se entregan sin marca de agua, en MP4 que se reproduce en todas partes. Puedes publicarlos en redes sociales, integrarlos en una presentación o una web, usarlos en un montaje o un anuncio. Los usos más frecuentes entre nuestros usuarios: fondos animados para vídeos de TikTok o YouTube, imágenes de producto para una tienda online, ilustraciones animadas para un curso o una formación, planos de ambiente para un cortometraje y regalos personalizados.

Cada vídeo tiene una página para compartir con un enlace corto, una vista previa que se muestra bien en WhatsApp, Messenger, X o Discord, y el prompt usado para que quien lo reciba pueda crear el suyo. Esta página no la indexan los buscadores: solo la ven las personas a las que envías el enlace.

Los archivos se guardan treinta días en nuestros servidores, el tiempo de descargarlos y usarlos, y luego se borran: no creamos una biblioteca con tus creaciones. Descarga lo que te importe. Un vídeo borrado no se puede volver a generar idéntico, cada generación es única.

Producir un vídeo cuesta dinero de verdad: unas decenas de céntimos de cálculo en tarjetas gráficas especializadas, cien veces más que un mensaje de chat. Una suscripción sin límite a ese precio sería una mentira, como la de quienes la venden y ralentizan la cola en cuanto la usas de verdad. Preferimos un sistema sencillo y honesto: un crédito, un vídeo. El precio por vídeo está escrito en cada pack, sin unidades abstractas ni tablas de conversión.

Los créditos no te suscriben a nada. Compras un pack cuando lo necesitas, lo usas a tu ritmo durante doce meses y después no se cobra nada. El primer pack, diez vídeos por 9,99 €, equivale a una tarde de creación; el de treinta es el preferido de quienes publican cada semana; el de ochenta está pensado para proyectos y profesionales. Durante los siete días siguientes a la compra, los créditos no usados se reembolsan con una simple solicitud.

Por último, no pedimos registro antes de comprar: pagas, tus créditos están disponibles al instante en este dispositivo, y se crea una cuenta con el email del pago para que puedas encontrarlos en otros. Nadie debería tener que registrarse solo para mirar.

La generación de vídeo en 2026 es impresionante, no perfecta. Los textos en pantalla suelen ser ilegibles: si necesitas un título, añádelo después en un programa de edición. Las manos siguen siendo el punto débil de todos los modelos en primeros planos. Las escenas muy complejas, con muchos personajes interactuando, pueden perder coherencia. Y el modelo interpreta: dos generaciones de la misma descripción darán dos vídeos distintos, que es también lo que lo hace divertido.

Algunas peticiones se rechazan antes de cualquier generación, sin gastar créditos: contenido sexual, violencia explícita, personas reales identificables, menores en situaciones inapropiadas, incitación al odio. Son las normas de los modelos que usamos y las nuestras. Cuando se rechaza una descripción, el mensaje te lo dice con claridad y puedes reformularla.

Si una generación falla por un motivo técnico, el crédito se devuelve automáticamente y al instante; no tienes que pedir nada. El tiempo de generación anunciado es una mediana real de los últimos vídeos producidos, no una promesa comercial: varía según la carga de los servidores, y preferimos decirte «unos 90 segundos» y cumplirlo que «instantáneo» y decepcionarte.

Trabaja por variaciones. Una primera generación te muestra cómo entiende el modelo tu descripción; la segunda, cambiando una o dos palabras, casi siempre es mejor. Tu descripción se queda en el campo después de cada vídeo, así que iterar es inmediato. Los creadores más eficaces producen tres versiones de un plano y se quedan con la mejor, en lugar de buscar la descripción perfecta a la primera.

Para un montaje, genera todos tus planos en el mismo formato y el mismo estilo, describiendo la misma luz: el resultado tendrá una unidad visual que el público siente sin poder explicarla. Alterna los tamaños de plano como en el cine: un plano general para situar, un plano medio para la acción, un primer plano para la emoción.

Y mira los ejemplos de arriba con su descripción exacta: son vídeos reales producidos por este generador, sin selección cosmética. Al hacer clic en uno, su descripción se copia en el campo; cambia el sujeto, mantén la estructura y tendrás un buen punto de partida.