Conceptos básicos de texto a video

Cómo funciona la generación de video en Sunra: texto a video vs. imagen a video, elegir modelos como Veo 3.1, Sora 2 y Kling 3.0, y las pestañas Edit y Motion Control.

El generador de video convierte un prompt —o una imagen— en un clip en movimiento. Tiene tres pestañas: Create Video, Edit Video y Motion Control. La mayoría del trabajo empieza en Create.

El generador de video de Sunra en la pestaña Create Video: las tres pestañas en la parte superior, el selector de modelo, las ranuras Start/End frame (fotograma inicial/final), el cuadro de prompt y los controles de relación de aspecto, duración, resolución y audio.

Un generador, cuatro modos de entrada

No hay un interruptor de modo: Sunra deduce lo que quieres a partir de lo que le das:

Texto a video: solo un prompt y nada más. Máxima libertad; el modelo inventa cada fotograma.
Imagen a video: sube un Start frame (fotograma inicial) y el modelo lo anima como primer fotograma. Máximo control del aspecto.
Transición inicio → fin: añade también un End frame (fotograma final) y el clip transiciona de una imagen a otra.
Referencia a video: adjunta imágenes/videos de referencia en un modelo compatible para llevar un sujeto o estilo a la toma.

Nota

Nunca eliges un modo: las ranuras Start frame y End frame y cualquier adjunto de referencia lo deciden por ti. Si ya tienes una imagen de personaje o producto que te encanta, empieza desde un fotograma; si estás explorando, empieza desde texto.

Escribe movimiento, no solo una escena

Un prompt de imagen fija describe un momento. Un prompt de video describe un momento que cambia: sujeto, acción, cámara y ritmo:

Un surfista rema mar adentro y se pone de pie sobre una ola al amanecer, la cámara lo sigue en paralelo a la altura del agua, la espuma atrapa la luz. Movimiento suave y cinematográfico.

Elegir un modelo

El selector es una fila de fichas. Cada uno tiene una fortaleza clara:

Veo 3.1: el lenguaje de cámara más controlable más audio nativo. Un gran todoterreno. Veo 3.1 Fast bosqueja el mismo aspecto más rápido.
Sora 2: física y realismo de texturas de primera, con audio sincronizado.
Kling 3.0: movimiento preciso, sincronización de labios y narrativa de varias tomas (varios cortes de cámara en una generación).
Seedance 2.0: rápido y expresivo, prioriza el vertical, con sincronización audiovisual al ritmo. Seedance 2.0 Fast es aún más rápido.
HappyHorse: el más versátil: flujos de texto, imagen, referencia y edición, con muchos personajes de referencia y audio nativo.

Relación de aspecto, duración, resolución, audio

Relación de aspecto: 16:9 para YouTube, 9:16 para TikTok / Reels / Shorts, 1:1 para el feed (se oculta al empezar desde una imagen).
Duración y resolución: las opciones dependen del modelo.
Audio: en los modelos con audio, un interruptor genera sonido junto con la imagen; algunos modelos (como HappyHorse) siempre lo incluyen.

Consejo

Mantén los primeros renders cortos y en la resolución por defecto. El movimiento se lee igual a 720p que a 1080p, así que puedes juzgar si una toma funciona por una fracción de los créditos antes de comprometerte con la versión larga y en alta resolución.

Más allá de Create: Edit y Motion Control

Edit Video: introduce un clip existente y un prompt para reestilizarlo o modificarlo (video a video), conservando opcionalmente el audio original.
Motion Control: dirige una imagen de personaje fija con el movimiento de un video de referencia, eligiendo si el personaje sigue a la imagen o al video.

Después del render

Ordena tomas y vuelve a ejecutarlas en Flow, o construye una pieza de varias escenas en Studio.
Añade locución, música o efectos de sonido en el estudio de audio.

Para el método más a fondo —lenguaje de cámara, estructura de toma y soluciones comunes— lee Cómo escribir prompts de video.