El mundo responde al movimiento

Lección 11 de 22 del curso «Vídeo IA sin flops». Gratis, con animaciones y un test.

Acción y reacción

Una persona pesa no solo porque está bien plantada, sino porque el mundo le responde. Tercera ley de Newton: el pie empuja el suelo hacia atrás, el suelo empuja el cuerpo hacia delante y sale polvo de la suela. Una mano empuja una puerta y la puerta se balancea. El skater se impulsa y las ruedas suenan. Cuando OpenAI presentó Sora 2 en 2025, puso justo este ejemplo: si un jugador de baloncesto fallaba, los modelos antiguos podían “teletransportar” el balón al aro, y el nuevo lo hace rebotar en el tablero. O sea, hasta los creadores ven la física de la respuesta como la señal clave del realismo. Tu trabajo es describir no solo el movimiento, sino lo que cambia a su alrededor.

Las consecuencias se quedan

En el primer anuncio de Sora, en 2024, OpenAI enumeró con franqueza los puntos débiles del modelo. Uno: una persona puede morder una galleta y después la galleta no tiene marca. Es un error típico: el modelo dibuja la acción pero olvida su resultado. Las huellas en la nieve desaparecen, el pelo mojado se seca en un segundo, un vaso aplastado vuelve a estar liso. Se arregla escribiendo el resultado en una frase aparte: “a visible bite mark remains”, “her footprints stay in the snow”. Y si aun así lo pierde, haz que el siguiente plano ya muestre el resultado, por ejemplo un primer plano de la hamburguesa mordida.

La tela según el material

Para una marca de ropa, esta es la diapositiva clave. El modelo no sabe de qué es tu sudadera hasta que se lo dices, y todo el movimiento depende del material. El forro polar de algodón grueso pesa: cae y se mece despacio y suave. Un cortavientos de nailon es ligero: cruje y ondea con el viento. La seda fluye y sigue cada movimiento del cuerpo. El denim crudo es rígido y mantiene los pliegues. Escribe el material y el gramaje en la descripción de la ropa: “oversized heavyweight cotton hoodie, 400 gsm”. Quien ve el feed nota el grosor de la tela por cómo se mueve, antes de leer la descripción.

Un viento para todo

El viento es una fuente habitual de fallos silenciosos. El modelo anima cada detalle por separado, y en un mismo plano el pelo va a la izquierda, la bandera a la derecha y el humo sube recto. El espectador quizá no sepa qué falla, pero notará lo falso. La regla es simple: una escena tiene una sola dirección de viento, y todo lo ligero la obedece: pelo, cordones, tela, hojas, humo, banderas. Escríbelo: “strong wind from the left, her hair and hoodie strings blow to the right”. Si no quieres viento, dilo también: “still air”, y nada se moverá sin motivo.

Salpicaduras, polvo, nieve

Las partículas son una forma barata de vender peso. Un paso en un charco lanza salpicaduras hacia el paso y ondas en el agua. Aterrizar en un suelo polvoriento levanta una nube a los pies. La nieve y la arena guardan huellas, y su profundidad sugiere el peso. Importa la proporción: cuanto más fuerte el golpe, más partículas y más lejos. Si un skater aterriza desde un metro y no se levanta ni una mota, el golpe parece ingrávido. Y si un paso ligero hace saltar el agua como una fuente, es comedia. Escribe las partículas junto a la acción: “lands, a small puff of dust rises around the wheels”.

Sombras y reflejos

La sombra es la prueba del contacto. Mientras la persona está de pie, la sombra empieza justo en los pies. En un salto, la sombra se separa de las piernas y se queda en el suelo, y el cerebro lee la altura por ese hueco. Los modelos a veces olvidan la sombra: la persona parece pegada sobre el fondo como en un mal collage. Los reflejos funcionan igual: en un charco, un escaparate o el asfalto mojado, el reflejo debe repetir el movimiento. La prueba es simple: pausa el vídeo en mitad del salto y busca la sombra. Si está pegada a las piernas en el aire o no existe, rehaz el plano.

La gravedad es igual para todo

Todo lo que cae, cae acelerando: despacio en la primera fracción de segundo y luego cada vez más rápido. Una gorra lanzada vuela en arco, una parábola. Es física de colegio, y el cerebro la conoce por intuición, así que un móvil que flota suave o una gorra que vuela en recta delatan a la IA al instante. A los modelos les encanta la cámara lenta “bonita”, así que si no la quieres, escribe “real-time speed”. Y si la quieres, ralentiza a propósito y todo a la vez: en una cámara lenta real, la persona, el pelo y las salpicaduras van lentos, no solo una cosa. Mira los planos de Mira: la gorra vuela en arco, el móvil cae cada vez más rápido, y se lee como real.

Ponte a prueba

1. Para una colaboración con una hamburguesería, Mira graba un mordisco. Un segundo después la hamburguesa está entera. ¿Qué hace?
   Respuesta correcta: Añadir “a visible bite mark remains” o mostrar la hamburguesa mordida en el siguiente plano. El modelo olvida el resultado si no se dice. Una frase o un plano aparte fijan la marca.
2. En el plano de la azotea, el pelo de Mira va a la izquierda y los cordones a la derecha. ¿Cómo se arregla?
   Respuesta correcta: Fijar un solo viento: “wind from the right, her hair and strings blow to the left”. Una dirección de viento explícita hace que todo lo ligero la siga.
3. Mira lanza una sudadera doblada a una caja y baja despacio como una pluma. ¿Qué añade?
   Respuesta correcta: “the folded heavyweight hoodie drops quickly and lands with a soft thud, real-time speed”. La tela gruesa doblada cae rápido con un golpe sordo. Velocidad, material y sonido dan peso.
4. Un skater aterriza desde un metro, pero no hay sonido ni polvo. ¿Qué vende mejor el golpe?
   Respuesta correcta: “lands, a small puff of dust rises around the wheels, a sharp clack”. Partículas y un sonido seco en el contacto son la respuesta del mundo al golpe. El cerebro cree en el peso al instante.

← Fases del movimiento y el prompt de movimiento Motion control y el test del peso →