Vídeo a partir de ruido
Lección 1 de 22 del curso «Vídeo IA sin flops». Gratis, con animaciones y un test.
Te presento a Mira
Mira tiene 19 años y una pequeña marca de sudaderas. Para el viernes necesita un anuncio de 15 segundos: una modelo corriendo de noche por la ciudad con la sudadera nueva. Sin equipo de rodaje y con 50 $. Hace unos años era imposible. Hoy son un par de tardes con vídeo IA, si sabes lo que haces. Haremos todo el curso con Mira: de su primer clip torcido a un vídeo donde la persona se mueve como una real.
Cómo la IA dibuja vídeo
El modelo no empieza con una hoja en blanco, sino con ruido digital, como la estática de una tele vieja. Luego quita el ruido paso a paso y en cada paso se pregunta: ¿a qué se parece esto según tu prompt? Tras decenas de pasos aparecen una persona, una calle y la luz. Este método se llama difusión. La consecuencia clave: cada intento empieza con ruido nuevo, así que el mismo prompt da un clip distinto cada vez.
Por qué los clips son tan cortos
Un vídeo es una sucesión rápida de imágenes, normalmente 24 por segundo. O sea, 15 segundos son 360 imágenes, y en cada una deben estar la misma cara, la misma sudadera y la misma luz. El modelo maneja todos los fotogramas a la vez, y eso cuesta muchísimo cálculo. Por eso en 2026 un clip suele durar 5–15 segundos, hasta 30 en los modelos más nuevos. Los vídeos largos se montan con varios clips, como una peli con escenas.
La IA no sabe física
Dentro de un modelo de vídeo no hay leyes de Newton. Vio millones de vídeos y aprendió a dibujar lo que parece verosímil. En 2025, investigadores de INSAIT y Google DeepMind crearon el test Physics-IQ con 396 vídeos reales de caídas, líquidos y choques. Conclusión: los modelos dibujan bonito, pero no entienden la física. Por eso todo el nivel 3 del curso trata de cómo sugerirle al modelo peso, inercia y apoyo con palabras y referencias.
Lo rápido que cambia todo
En marzo de 2023 un usuario de Reddit publicó el clip “Will Smith comiendo espaguetis”. La cara se derretía, las manos se fundían con el tenedor, no había sonido, y se volvió meme. En mayo de 2025, el mismo prompt en Veo 3 dio un hombre que mastica de verdad, con sonido. El clip se convirtió en test de progreso. La lección: los modelos concretos caducan en meses; la habilidad de plantear la tarea y revisar el resultado se queda.
Eres el director, no el botón
El modelo es cámara, actores y luces en una caja. Pero decidir qué grabar sigue siendo cosa tuya. Un novato escribe “un vídeo bonito”, se queda con el primer resultado y se extraña del cringe. Un director sabe qué plano necesita y por qué, hace 10–20 tomas y monta las mejores. Incluso los profesionales de publicidad gastan un par de decenas de intentos por clip útil; lo veremos en el nivel 5.
Lo que viene
Seis niveles, de lo simple a lo avanzado. Primero verás cómo piensa el modelo y dónde falla. Luego aprenderás a escribir prompts como un director: plano, cámara, luz, sonido. Después lo principal: la física del cuerpo, para que la persona pese y camine de verdad. Luego un personaje con la misma cara en todo el vídeo, un agente que monta el vídeo por ti y cómo publicar sin baneos ni líos legales.
Ponte a prueba
- Mira lanzó el mismo prompt dos veces y obtuvo dos clips distintos. ¿Por qué?
Respuesta correcta: Cada intento empieza con ruido aleatorio nuevo. Así funciona la difusión: empezar desde ruido nuevo da un resultado nuevo. No es un fallo, es una ventaja: haz varias tomas y elige la mejor. - Mira necesita un vídeo de 45 segundos. ¿Cómo lo hace?
Respuesta correcta: Montarlo con varios clips, como una peli con escenas. Un clip suele durar 5–15 segundos, unos 30 como máximo. Un vídeo largo es un montaje de varios clips, y eso es mejor: cada plano se puede pulir por separado. - En el clip la modelo salta y “flota” más de lo posible. ¿Qué dice eso de la IA?
Respuesta correcta: Dibuja lo verosímil en lugar de calcular la gravedad. Dentro del modelo no hay motor de física, solo la experiencia de millones de vídeos. Por eso el peso y la gravedad hay que sugerirlos: describiendo las fases del salto o con un vídeo de referencia. - Un amigo le dice a Mira: “Aprende los botones de un modelo y listo”. ¿Qué le responde?
Respuesta correcta: Los modelos cambian en meses; la habilidad de director se queda. El clip de los espaguetis lo demostró: en dos años cambió todo. Si sabes describir un plano y un movimiento y revisar el resultado, lo llevas a cualquier modelo nuevo.