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
Vidu Q4 ofrece animación de una imagen y generación con referencias. Aporta una imagen o 1–15 referencias y describe la acción y la cámara. Estas son las dos modalidades disponibles en esta página.
Imagen a vídeo admite 3–16 segundos y referencias a vídeo, 3–16 segundos. Elige una duración suficiente para la acción descrita.
Referencias a vídeo acepta 1–15 imágenes y, opcionalmente, 0–3 clips de voz MP3. Cada clip debe durar 3–12 segundos y ocupar como máximo 50 MB. La animación de una imagen utiliza una sola imagen.
La animación de una imagen conserva la proporción de la imagen subida. Referencias a vídeo permite 16:9, 9:16, 1:1, 4:3 y 3:4. Elige el formato según el uso previsto.
Ambas modalidades ofrecen 540p, 720p, 1080p, 2K y 4K. Revisa la estimación después de elegir resolución y duración, antes de generar.
Un clip de 5 segundos cuesta actualmente 44, 92, 116, 183 y 375 créditos en 540p, 720p, 1080p, 2K y 4K, respectivamente. Ambas modalidades tienen el mismo precio. La estimación dinámica del generador es la referencia para tus ajustes.
Elige el modo de referencias y sube hasta tres clips de voz MP3 claros, de 3–12 segundos y hasta 50 MB cada uno. Describe qué voz corresponde a cada personaje y su diálogo. Activa la generación de audio si quieres un vídeo con sonido y revisa las voces y la sincronización del resultado.
Veo 3.1 es el generador de videos IA gratis más avanzado de Google DeepMind con generación de audio nativo revolucionaria. Crea videos 1080p HD online con efectos de sonido, diálogos y audio ambiental sincronizados — sin marca de agua, ilimitado. Hasta 8 segundos por clip, extensible a 60+ segundos a 24 FPS.
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
HappyHorse es el modelo de vídeo IA de próxima generación de Alibaba, construido sobre una arquitectura multimodal nativa. Un único modelo unificado cubre cuatro escenarios de producción — texto-a-vídeo, imagen-a-vídeo, referencia multi-imagen a vídeo y edición de vídeo in-place — con síntesis nativa de audio-vídeo, salida 720p/1080p y profunda adaptación a publicidad, e-commerce, mini-series y creatividades sociales.
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
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 1.5 Pro es el modelo profesional de generación de video AI de ByteDance, enfocado en danza, movimiento y movimiento humano dinámico. Produce coreografías fluidas y naturales con mecánica corporal precisa, soportando texto-a-video e imagen-a-video a resolución de hasta 1080p y 12 segundos de duración.
Probar ahoraPrepara las imágenes, ajusta las opciones y revisa los créditos estimados antes de generar.
10,000+ users
