El movimiento de cámara cinematográfico en la generación de vídeo con inteligencia artificial no es fruto de la casualidad: requiere un control riguroso sobre la trayectoria, la velocidad del encuadre y la coherencia temporal. En Genmo, los creadores audiovisuales y diseñadores de movimiento disponen de dos vías fundamentales para lograr movimientos de cámara cinematográficos: utilizar las herramientas dedicadas y los controles de intensidad en Genmo Replay, o aprovechar la coreografía en lenguaje natural y los parámetros de muestreo en el modelo de código abierto de referencia de Genmo, Mochi 1. Al aplicar los principios de la "disciplina de movimiento" y calibrar adecuadamente el ritmo, es posible eliminar deformaciones y artefactos, logrando travellings, panorámicas, inclinaciones y órbitas con calidad de película.
1. Los Dos Paradigmas de Control de Cámara en Genmo
Dependiendo de si se trabaja en la plataforma web alojada o en entornos de código abierto, Genmo ofrece dos métodos diferenciados para dirigir la cámara:
Genmo Replay: Controles de Interfaz Dedicados y Reguladores de Movimiento
En el motor Replay de Genmo (disponible en el espacio de trabajo para texto a vídeo e imagen a vídeo), la plataforma ofrece controles visuales para cada eje direccional:
- Panorámica (Pan, eje horizontal): Desplaza la mirada de la cámara hacia la izquierda o la derecha sobre un escenario, ideal para revelar entornos o seguir a un sujeto.
- Inclinación (Tilt, eje vertical): Bascula la lente hacia arriba o hacia abajo, ideal para enfatizar la escala vertical de estructuras o paisajes.
- Zoom / Travelling (Dolly, eje de profundidad): Acerca o aleja la cámara del sujeto principal para acentuar el dramatismo o la perspectiva.
- Rotación (Roll, eje óptico): Gira el encuadre sobre el eje de la lente para generar planos holandeses o transiciones cinéticas.
- Control deslizante de intensidad de movimiento (Motion Intensity Slider): Regula el grado de desplazamiento visual entre fotogramas. Ajustes moderados (40%–60%) conservan la integridad geométrica y la definición de los rostros, mientras que valores extremos (80%–100%) provocan distorsiones y desgarros en los bordes.
- Biblioteca de ajustes predefinidos FX: Incluye movimientos coreografiados como Spiral (espiral), Star Spin, Flower y Ninja, pensados para vídeos musicales y transiciones dinámicas.
Mochi 1: Dinámicas de Cámara Mediante Lenguaje Natural y Simulación Física
El modelo abierto insignia de Genmo, Mochi 1 (con arquitectura Asymmetric Diffusion Transformer o AsymmDiT de 10.000 millones de parámetros y licencia Apache 2.0), genera vídeo nativo a 30 fps con una duración de hasta 5,4 segundos. Mochi 1 procesa las descripciones textuales a través del modelo de lenguaje T5-XXL y destaca por simular una física de fluidos creíble. Aquí, el movimiento de cámara no depende de botones de interfaz, sino de una precisa redacción cinematográfica combinada con parámetros de inferencia de difusión.
2. Dinámica de Velocidad y el Principio de "Disciplina de Movimiento"
El error más común en la generación de vídeo con IA es el exceso de movimiento simultáneo. Cuando el modelo intenta calcular acciones corporales complejas junto con desplazamientos abruptos de cámara en varios ejes, el espacio latente sufre inestabilidad temporal, provocando licuados en el fondo y deformaciones del sujeto.
Los diseñadores profesionales aplican la disciplina de movimiento:
- Desacoplar la velocidad del sujeto y la de la cámara: Si el sujeto realiza movimientos intensos (como correr o bailar), la cámara debe permanecer fija o con movimientos sutiles. En cambio, si el sujeto está estático o se mueve despacio, los giros orbitales y travellings fluidos generan una gran tridimensionalidad y solidez.
- Especificar la velocidad con adverbios precisos: Nunca introduzca un comando desnudo como "camera zoom". Utilice siempre calificadores de ritmo y desaceleración:
- Slow, steady push-in (acercamiento lento y constante: genera tensión o concentración psicológica)
- Gentle drifting pan right (panorámica suave hacia la derecha: describe geografía y amplitud)
- Smooth continuous orbital arc (arco orbital continuo y suave: ideal para vitrinas de producto o planos de presentación)
- Static locked-off shot (plano fijo bloqueado: maximiza la nitidez de texturas y la estabilidad)
- Restricción de movimiento por toma: En planos cortos de 3 a 5,4 segundos, un único movimiento ejecutado a velocidad constante resulta infinitamente más cinematográfico que combinar zoom, panorámica e inclinación simultáneamente.
3. Fórmulas Prácticas para Tomas Cinematográficas
Al estructurar los prompts en Genmo y Mochi 1, sitúe el movimiento de cámara y la óptica al principio del texto. El codificador lingüístico prioriza los primeros términos al condicionar el espacio latente.
1. Travelling de Acercamiento Protagonista (Hero Dolly-In)
- Objetivo: Enfocar la atención del espectador en la emoción de un personaje o en un objeto clave.
- Estructura del prompt:
Slow cinematic dolly push-in toward the subject, centered framing, eye-level angle. A cyberpunk detective seated in a rain-slicked neon alley, cigarette smoke drifting through anamorphic blue light, photorealistic, 35mm film grain, 30 fps. - Configuración: En Replay, elija Zoom In con intensidad al 45%. En Mochi 1, mantenga una guía CFG de 6.0 a lo largo de 64 pasos de inferencia.
2. Panorámica Reveladora de Entorno (Landscape Reveal Pan)
- Objetivo: Describir un paisaje monumental o establecer la disposición espacial de una escena.
- Estructura del prompt:
Slow horizontal camera pan from left to right, smooth gimbal motion, wide-angle lens. Expansive ancient sandstone canyon illuminated by golden hour sunset light, distant dust particles floating in the breeze, deep focus, cinematic realism. - Configuración: En Replay, active Pan Right manteniendo el regulador por debajo del 50%. En Mochi 1, especifique movimiento de estabilizador suave (smooth gimbal motion).
3. Giro Orbital de Producto 360° (Commercial Product Orbit)
- Objetivo: Destacar los reflejos, la geometría tridimensional y la calidad de un producto de lujo o automoción.
- Estructura del prompt:
Smooth, continuous 360-degree camera orbit around the subject, maintaining tight focal distance. A sculpted obsidian perfume bottle resting on wet basalt stone, soft studio key lighting, subtle light reflections sliding across the glass surface. - Configuración: En Replay, pruebe el ajuste Spiral o rotación combinada con desplazamiento; en Mochi 1, defina una órbita suave alrededor del punto central.
4. Grúa en Contrapicado / Inclinación Ascendente (Low-Angle Crane / Tilt Up)
- Objetivo: Presentar construcciones colosales o conferir autoridad y majestuosidad a un protagonista.
- Estructura del prompt:
Slow cinematic camera crane tilt upward from ground level to sky. A monolithic brutalist concrete structure towering into overcast mist, atmospheric haze, subtle water trickling down weathered textures, hyperrealistic. - Configuración: Seleccione Tilt Up e incluya referencias de suelo o primer plano para asentar la perspectiva de la IA.
4. Recomendaciones para el Flujo de Trabajo en Producción
Para incorporar Genmo con éxito en procesos profesionales de producción y motion graphics:
- Partir de Imagen a Vídeo (Image-to-Video): Si el proyecto exige fidelidad en el encuadre, la iluminación o los rasgos de un personaje, genere primero la imagen base en Midjourney o FLUX y anímela después en Genmo Replay o Mochi 1. La tasa de acierto es considerablemente mayor que con texto puro.
- Ajustes de Inferencia Recomendados en Mochi 1: Al ejecutar Mochi 1 localmente o mediante API, use los valores de referencia:
num_inference_steps: 64cfg_schedule: 6.0 constantenum_frames: entre 31 y 84 fotogramas (para reproducción a 30 fps)sigma_schedule: programación cuadrática lineal (linear_quadratic_schedule, inicio en 0.025)
- Probar Semillas (Seeds) Antes de Modificar el Texto: Las variaciones entre semillas son notables en difusión de vídeo. Si una trayectoria tiembla ligeramente, renderice 2 o 3 semillas adicionales con el mismo prompt antes de reescribir la descripción.
- Estabilización y Re-temporización en Posproducción: Importe las tomas generadas en Premiere, DaVinci Resolve o After Effects. La aplicación de flujo óptico (Optical Flow) para desaceleraciones suaves y la estabilización electrónica convierten las tomas generativas en metraje plenamente cinematográfico.