En los flujos de trabajo tradicionales de video generativo con inteligencia artificial, los editores y animadores lidian constantemente con la deriva impredecible: la generación a partir de una sola imagen sabe de dónde parte, pero rara vez dónde aterriza, mientras que las indicaciones basadas solo en texto suelen alterar la coherencia geométrica. El modo de fotograma inicial y final (Start and End Frame mode) de Vidu, desarrollado sobre la arquitectura U-ViT de ShengShu Technology, resuelve este dilema técnico estableciendo dos límites visuales estrictos: fija el segundo 0:00 en un fotograma clave inicial y el fotograma de cierre en un fotograma objetivo. De este modo, la IA deja de ser una ruleta probabilística y se convierte en un motor de intercalado (in-betweening) e interpolación física tridimensional.
Tanto si buscas crear match cuts cinematográficos, metamorfosis complejas para publicidad o acelerar la animación 2D y 3D, esta guía detalla cómo dominar el modo de fotogramas extremos en Vidu para mantener el control artístico absoluto en la línea de tiempo.
1. Arquitectura Fundamental: El Valor de los Fotogramas Extremos
Mientras que la generación habitual de imagen a video funciona como una cámara que avanza hacia lo desconocido perdiendo gradualmente la memoria del encuadre inicial, el modo de fotograma inicial y final de Vidu introduce un condicionamiento bidireccional:
- Doble Ancla Visual: El modelo de difusión procesa de forma simultánea la imagen inicial (
start_image_url) y la final (end_image_url), obligando a la trayectoria visual a converger de forma determinista. - Interpolación Consciente de la Física: En lugar de aplicar un simple fundido encadenado (cross dissolve) o una distorsión plana por flujo óptico, Vidu calcula profundidad de campo, volumen tridimensional, movimiento de cuerpos rígidos y deformación de luces y sombras.
- Sincronización Exacta en Edición (NLE): Al conocer con certeza el último cuadro del clip, los editores pueden montar secuencias en Premiere Pro, DaVinci Resolve o Final Cut Pro con una precisión de cuadro milimétrica, asegurando raccords impecables.
2. Preparación de los Fotogramas Clave: Criterios Técnicos Esenciales
La calidad del video resultante depende directamente de la higiene visual de los dos fotogramas suministrados. La incompatibilidad en las propiedades de las imágenes inicial y final provocará aberraciones y estiramientos en los fotogramas intermedios.
Coincidencia Estricta de Relación de Aspecto y Resolución
Ambos fotogramas deben tener exactamente la misma proporción de aspecto (como 16:9 panorámico, 9:16 vertical o 1:1 cuadrado). Si una imagen tiene una resolución de 1920×1080 y la otra está ligeramente recortada a 1800×1080, Vidu se verá forzado a reescalar e interpolar dinámicamente los bordes, generando distorsiones o bandas anómalas. Estandariza siempre las dimensiones en Photoshop o herramientas de diseño antes de cargarlas.
Alineación de Siluetas y Centros de Interés
- Continuidad Espacial: Si el sujeto principal se encuentra en el tercio inferior derecho en el primer fotograma, procura que en el fotograma final no aparezca bruscamente en el extremo opuesto sin una motivación de movimiento creíble.
- Solapamiento en Metamorfosis: En transformaciones de estado (como un boceto convirtiéndose en un coche hiperrealista o un embalaje abriéndose para mostrar un dispositivo), mantener masas y siluetas volumétricas afines facilita un puente morfológico limpio.
- Coherencia Lumínica: Aunque Vidu es capaz de recrear cambios temporales de día a noche, invertir repentinamente el ángulo de la luz principal puede causar parpadeos desagradables de sombras. Ecualizar curvas de contraste y balances de blanco previos reduce drásticamente las anomalías.
3. Flujo de Trabajo Operativo: Web Studio y API
Vidu permite trabajar tanto desde su interfaz web visual como mediante endpoints de API para estudios que busquen automatización por lotes.
Paso a Paso en la Plataforma Web
- Acceso al Panel: Inicia sesión en Vidu y entra en el espacio de creación «Image to Video».
- Activar Doble Cuadro: En el módulo de carga, selecciona la opción que habilita dos casillas: First Frame (primer fotograma) y Last Frame (último fotograma).
- Cargar Materiales: Arrastra la imagen de origen al primer espacio y la de destino al segundo.
- Ajuste de Parámetros:
- Duración (Duration): Elige entre clips cortos y dinámicos (4 segundos) o transiciones más progresivas (8 segundos), ideales para metamorfosis pausadas.
- Amplitud de Movimiento (Movement Amplitude): Para variaciones sutiles de expresión o movimientos de cámara lentos, reduce la amplitud para ganar estabilidad anatómica; para explosiones, giros vertiginosos o efectos visuales, elévela.
- Redacción del Prompt de Transición: Describe la cinemática intermedia que une ambos puntos (ver estrategias de prompt más adelante).
- Generación y Verificación: Ejecuta la renderización y evalúa la coherencia del movimiento generado.
Implementación mediante API para Desarrolladores
Los equipos que integren pipelines automáticos o nodos en ComfyUI pueden emplear el servicio disponible en Vidu API Platform:
- Endpoint:
POST /v1/vidu/start-end2video - Cuerpo de la Petición:
{ "prompt": "Cinematic morph from technical blueprint into realistic sports car, lights illuminate, camera slowly dollies forward, high resolution, cinematic grade", "start_image_url": "https://assets.yourstudio.com/frames/start.png", "end_image_url": "https://assets.yourstudio.com/frames/end.png", "duration": 4, "aspect_ratio": "16:9", "movement_amplitude": "auto" } - Mediante el
task_iddevuelto se consulta el estado de la tarea hasta descargar el video final en formato MP4.
4. Ingeniería de Prompts: Diseñar el Puente Cinético
El fallo más recurrente entre los creadores novatos es describir nuevamente el contenido del fotograma A y del fotograma B:
❌ Prompt Ineficaz: «A la izquierda hay un boceto de un reloj y a la derecha un reloj de lujo brillante sobre fondo oscuro.»
Vidu ya extrajo la semántica visual de ambas imágenes. Lo que el modelo necesita que le indiques es el puente cinético (The Kinetic Bridge): el mecanismo físico, el ritmo y el movimiento de cámara que articulan la transición.
Estructura de Prompt Recomendada
[Mecanismo de Transformación] + [Física de Materiales / Dinámica] + [Trayectoria de Cámara] + [Estabilidad Temporal y Textura]
Ejemplos Prácticos de Aplicación
- Metamorfosis Orgánica de Materiales:
“Smooth organic metamorphosis, the stone bust delicately dissolves into liquid metallic bronze, flowing seamlessly along facial contours before cooling into polished reflective chrome. Locked camera, elegant studio lighting, flicker-free temporal consistency.” (Metamorfosis orgánica suave, el busto de piedra se disuelve delicadamente en bronce metálico líquido, fluyendo por los contornos faciales antes de enfriarse en cromo pulido reflectante. Cámara fija, iluminación de estudio elegante, consistencia temporal sin parpadeos.)
- Whip-Pan y Match Cut Cinematográfico:
“Fast horizontal whip-pan to the right with intense dynamic motion blur, the vintage wooden room swiftly streaks across the frame, decelerating smoothly to lock onto the minimalist white gallery. Seamless scene transition, realistic kinetic inertia.” (Panorámica rápida en barrido hacia la derecha con intenso desenfoque de movimiento, la habitación de madera antigua se estira rápidamente por el encuadre, decelerando con suavidad hasta fijarse en la galería blanca minimalista. Transición sin cortes perceptibles, inercia cinética realista.)
- Transición Macro por Avance de Cámara (Dolly-In):
“Continuous smooth camera push-in through the iris of the eye, the pupil expands gracefully and reveals a swirling cosmic nebula. Immersive visual depth, stable geometry, zero visual jitter.” (Avance continuo y fluido de cámara a través del iris del ojo, la pupila se expande con elegancia y revela una nebulosa cósmica en rotación. Profundidad visual inmersiva, geometría estable, sin fluctuaciones visuales.)
5. Casos de Uso Clave para Animadores y Editores
1. Intercalado Automático en Animación 2D y 3D
En animación tradicional y digital, dibujar los cuadros intermedios (in-betweens) entre dos poses extremas consume cientos de horas de trabajo. Al proporcionar la pose de anticipación como fotograma inicial y la pose de impacto como final, Vidu interpola la física secundaria (ondulaciones de ropa, caída del cabello, balanceo de peso), acelerando drásticamente el proceso de animación.
2. Despieces Tecnológicos y Packaging para Publicidad
En comerciales de producto, mostrar cómo una caja se descompone o cómo un teléfono móvil despliega sus componentes internos flotantes requiere complejas simulaciones 3D. Al configurar la caja cerrada como fotograma inicial y el despiece de ingeniería como final, se generan transiciones tecnológicas de alta gama en segundos.
3. Transiciones Temporales de Iluminación y Paisaje
Para documentales o secuencias de apertura arquitectónicas, situar una fachada bañada por el sol matinal como primer cuadro y la misma estructura iluminada por la noche como último cuadro genera un time-lapse realista con sombras en movimiento y encendido progresivo de luces.
6. Resolución de Problemas y Postproducción Profesional
Si una generación presenta anomalías intermedias, aplica los siguientes métodos de edición profesional:
- Deformaciones Incoherentes en Mitad del Clip: Ocurre cuando la distancia conceptual o formal entre los dos fotogramas es desmedida (por ejemplo, pasar de una catedral gótica a una célula biológica).
- Solución: Estrategia de Fotograma Puente. Diseña una imagen intermedia (un dibujo arquitectónico estilizado) y genera dos clips de 4 segundos: Catedral $\to$ Puente y Puente $\to$ Célula. Ensámblalos con corte directo en tu software de edición.
- Microparpadeo al Aterrizar en el Cuadro Final: Sucede cuando existe una ligera diferencia de balance de blancos o luminancia de fondo entre ambas imágenes.
- Solución: Iguala previamente los tonos y curvas de luminancia en DaVinci Resolve antes de importar las imágenes a Vidu.
- Remapeo de Tiempo (Speed Ramping) en NLE: El movimiento generado por IA suele ser uniforme. En Premiere Pro o DaVinci Resolve, aplica una curva de velocidad Bézier (inicio pausado, aceleración rápida en el clímax de la transformación y aterrizaje suave). Añade efectos de sonido cinemáticos (whooshes, impactos subgraves) para ocultar cualquier microimperfección y maximizar el impacto visual.
7. Modelo de Precios y Créditos de la Plataforma
Vidu opera mediante un sistema de créditos computacionales:
- Modalidades de Acceso: Los nuevos usuarios disponen de créditos de prueba gratuitos al registrarse. Se ofrecen planes de suscripción mensual o anual (procesados vía Stripe) y paquetes de créditos adicionales recargables bajo demanda.
- Consumo de Créditos: El gasto de créditos depende de la duración del video (4 u 8 segundos) y del nivel de resolución seleccionado. Los créditos de suscripción se renuevan mensualmente, mientras que los créditos adquiridos en paquetes independientes conservan una validez de hasta 2 años.
- Entornos Corporativos y API: Los estudios de producción pueden contratar capacidades dedicadas y mayores cuotas de concurrencia mediante la plataforma API de Vidu.
El modo de fotograma inicial y final de Vidu redefine la creación de video con IA, transformándola de un proceso aleatorio en una herramienta de interpolación espacial de alta precisión. Siguiendo una rigurosa preparación de materiales y un prompt centrado en la cinemática, los creadores audiovisuales pueden integrar esta tecnología con total solvencia en entornos comerciales exigentes.