Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Text-to-video

El text-to-video (texto a vídeo) es la tarea de generar un clip de vídeo corto a partir de un prompt escrito. Los modelos tienen que producir fotogramas que se vean bien cada uno por separado y que además se muevan de forma coherente de uno a otro.

También llamado: video generation, T2V, AI video generator

Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas

El text-to-video amplía el text-to-image con un segundo problema: el tiempo. Un buen fotograma suelto no basta. Los objetos deben mantener su forma, la iluminación debe ser estable y el movimiento debe parecer físico en todos los fotogramas.

Cómo funciona

Muchos modelos de vídeo parten de un modelo de difusión de imágenes y añaden capas que miran a través de los fotogramas. El artículo de Make-A-Video de Meta lo planteó con claridad: aprender la apariencia a partir de texto e imágenes emparejados, y aprender el movimiento a partir de vídeo sin etiquetar. Stable Video Diffusion se entrenó por etapas, primero con imágenes, luego con un gran conjunto de vídeos y después con uno más pequeño de alta calidad.

En la práctica

Servicios alojados como Kling y Runway, y modelos como Veo 3.1, producen clips de unos pocos segundos a partir de un prompt. Muchos aceptan también una imagen fija como primer fotograma, lo que se conoce como image-to-video. Hay más opciones en modelos de vídeo.

Límites

Los clips son cortos, y las escenas más largas suelen montarse uniendo varios. El detalle fino, las manos, el texto y la relación causa-efecto a menudo fallan. Generar vídeo es mucho más caro que generar imágenes, porque cada segundo contiene muchos fotogramas. Una salida realista también despierta preocupación por los deepfakes.

Términos relacionados

Image-to-video
Image-to-video (de imagen a vídeo) es la tarea de convertir una imagen fija en un clip de vídeo corto, normalmente con la imagen como primer fotograma y un prompt de texto que describe el movimiento.
Modelo de difusión
Un modelo de difusión (diffusion model) es un modelo generativo que aprende a convertir ruido aleatorio en datos, como una imagen, eliminando un poco de ruido cada vez a lo largo de muchos pasos.
Text-to-image
El text-to-image (texto a imagen) es la tarea de generar una imagen nueva a partir de una descripción escrita, llamada prompt. La mayoría de los modelos text-to-image actuales son modelos de difusión condicionados por el texto.
Sincronización labial (vídeo con IA)
La sincronización labial con IA (lip sync) es el uso de un modelo para cambiar los movimientos de la boca de una persona en un vídeo o una imagen de modo que encajen con una pista de audio nueva, como una frase traducida o reescrita.
Deepfake
Un deepfake es un contenido de imagen, audio o vídeo creado o alterado con IA de forma que muestra de manera convincente a una persona, un lugar o un hecho reales tal como no ocurrieron, y que podría pasar por auténtico.
World model
Un world model (modelo del mundo) es un modelo de IA que aprende cómo funciona un entorno lo bastante bien como para predecir qué pasará después, a menudo a partir de vídeo o datos de sensores, para que un agente pueda planificar o entrenarse dentro de la simulación.

Fuentes