Anima una imagen o reúne varias referencias visuales en una escena. Elige entre 540p y 4K, describe la acción y el movimiento de cámara, y activa el audio si lo necesitas.
Vidu Q4 es un modelo de vídeo desarrollado por ShengShu Technology. Imagen a vídeo transforma una imagen en un clip de 3–16 segundos; referencias a vídeo combina entre 1 y 15 imágenes en un clip de 3–16 segundos. El audio opcional y hasta tres referencias de voz permiten explorar escenas que unen apariencia, movimiento y sonido.
Elige la entrada adecuada para tu escena.
Parte de una imagen o combina varias referencias.
Usa imagen a vídeo para añadir acciones y movimientos de cámara a una foto de producto, un retrato o un paisaje. Elige referencias a vídeo cuando necesites varias fuentes para los sujetos, el estilo o el entorno. Describe una acción principal clara y el movimiento de cámara deseado para mantener un foco visual definido.
Cada referencia debe aportar información útil y distinta.
Imagen a vídeo utiliza una imagen y conserva su relación de aspecto. Referencias a vídeo acepta 1–15 imágenes; elige vistas útiles y evita apariencias contradictorias. Puedes añadir hasta tres referencias de voz MP3, cada una de 3–12 segundos y como máximo 50 MB. Usa grabaciones que tengas permiso para subir.
Adapta las opciones al destino del vídeo.
Sube las imágenes, describe la acción y elige 540p, 720p, 1080p, 2K o 4K. Los clips de una imagen duran 3–16 segundos; los de referencias, 3–16 segundos, con 16:9, 9:16, 1:1, 4:3 o 3:4. El audio es opcional y está desactivado por defecto. Revisa la estimación de créditos antes de enviar.
Explora movimiento, ambiente y sonido sincronizado opcional.
Usa el clip como una escena para redes sociales, una presentación de producto o un guion gráfico animado. Una resolución mayor puede convenir a pantallas más grandes; un clip corto facilita explorar una acción concreta. Si activas el audio, revisa imagen y sonido juntos antes de incorporar el clip a tu proyecto.
Comprueba continuidad, movimiento y audio generado.
Mira el clip de principio a fin y compara los detalles del sujeto con las referencias. Revisa cambios en caras, manos o productos, así como el movimiento de cámara y las transiciones. Con audio, escucha el carácter de la voz, su sincronización y sonidos no deseados. No se garantizan identidad ni sincronización labial; ajusta las entradas o la descripción si hace falta.
Utiliza el clip como material para tu montaje final.
Descarga el resultado elegido, recórtalo, combínalo con otras tomas y añade subtítulos o audio en tu editor. Comprueba el encuadre y la legibilidad en la pantalla de destino. Vidu Q4 no otorga derechos comerciales sobre referencias, voces ni resultados; confirma los permisos y las condiciones aplicables antes de publicar.
Los dos vídeos son demostraciones oficiales de Vidu. Las tres imágenes son conceptos originales de IA para preparar escenas, no resultados de Vidu Q4.
Generador de video Vidu Q4 FAQ
Veo 3.1 representa la tecnología de generación de video IA más avanzada de Google DeepMind con una capacidad revolucionaria de generación de audio nativo que crea simultáneamente efectos de sonido sincronizados, diálogos y audio ambiental con el contenido de video.
Probar ahora
Wan 2.6 es el modelo de generación de video de Alibaba que produce videos de alta calidad con soporte de estilos diversos, movimiento fluido y salida cinematográfica a partir de prompts de texto e imágenes de referencia.
Probar ahora
Sora 2 es el modelo insignia de generación de video de OpenAI, capaz de producir videos de alta calidad tanto desde descripciones de texto como desde imágenes. Comprende composiciones de escenas complejas, interacciones de personajes, movimientos de cámara y física del mundo real para ofrecer resultados cinematográficos. Sora 2 representa un gran salto en la generación de video AI con mejor consistencia temporal, soporte de mayor duración e interpretación más fiel de los prompts.
Probar ahora
Kling 2.6 es el último modelo de generación de video AI de Kuaishou, reconocido por su excepcional calidad de movimiento y salida cinematográfica. Basado en modelado espaciotemporal avanzado, Kling 2.6 produce videos con movimientos de personajes fluidos, transiciones de cámara dinámicas y ricos detalles visuales. Soporta tanto texto-a-video como imagen-a-video, siendo una herramienta versátil para creadores que buscan contenido de video AI de calidad profesional.
Probar ahora
Seedance 2.0 es el modelo de generación de video con IA más avanzado de ByteDance, presentado en febrero de 2026. Adopta una arquitectura unificada de generación conjunta de audio y video multimodal que admite 4 modalidades de entrada simultáneamente: texto, hasta 9 imágenes, hasta 3 clips de video y hasta 3 pistas de audio. El innovador sistema de referencia @ le permite etiquetar elementos específicos en su instrucción y vincularlos a referencias cargadas para un control granular sobre el movimiento de cámara, la apariencia de los personajes, el ritmo del audio y el estilo visual. Las salidas alcanzan hasta resolución 2K con audio sincronizado nativo que incluye sincronización de labios multilingüe, efectos de sonido y música de fondo.
Probar ahoraGrok Video (impulsado por Grok Imagine Video) es el modelo de generación de video de xAI integrado directamente en el ecosistema Grok. Impulsado por el motor Aurora propietario, convierte indicaciones de texto o imágenes estáticas en videoclips cortos con audio sincronizado. Lo que distingue a Grok Video es su velocidad: los clips se generan en segundos, no en minutos, combinada con el acceso a datos web en tiempo real para referencias visuales actuales y relevantes. El modelo prioriza la fidelidad a las indicaciones y la coherencia de movimiento natural, lo que lo hace ideal para contenido rápido en redes sociales, prototipado ágil y flujos de trabajo creativos iterativos.
Probar ahora
+1k
