Blog

Guía de uso

Indicaciones de imagen a vídeo para Hailuo 2.3 Fast: recetas copiables para desarrolladores

Estructura del primer fotograma, formulación del movimiento, equilibrio de calidad e indicaciones negativas en el modo rápido

Nov 9, 2026
Imagen de portada: planos de hormigón gris cálido entrelazados bajo la luz solar oblicua, proyectando sombras de color azul pizarra, con una fina junta de color salvia que los recorre.
En esta página

Para qué sirve el modo rápido

El modo rápido tiene un lugar en el flujo de trabajo por una sola razón: cuántos intentos puedes permitirte. Las indicaciones de imagen a vídeo son un proceso empírico: formulas una hipótesis sobre cómo debería moverse un fotograma fijo, la generas, revisas el resultado y ajustas una variable. Un modelo más rápido comprime el bucle de retroalimentación, lo que significa que, aunque un clip individual no sea tan refinado como el que devuelve un modo más lento, puedes encontrar antes una buena indicación.

Por lo tanto, elige hailuo-2.3-fast cuando la indicación en sí siga siendo lo que estás explorando:

  • Exploración de indicaciones. Tienes un primer fotograma, pero no sabes cómo lo interpretará el modelo. Ejecuta variantes económicas y rápidas hasta que el vocabulario de movimiento se vuelva claro y tangible.
  • Comprobación de composición. ¿El anclaje de cámara se mantiene estable? ¿El sujeto permanece dentro del encuadre? Son preguntas estructurales que no requieren la máxima fidelidad para responderse.
  • Iteración de una sola variable. La velocidad de un gesto, la dirección de un giro, si un objeto se mueve o no: cada una es una modificación única que conviene probar de forma secuencial.
  • Filtrado rápido por lotes. Diez intentos breves con formulaciones distintas te dicen más que un intento largo con una sola formulación.

Elige un modo más lento cuando la receta ya esté fijada y estés trabajando en un plano concreto: ahí importan más la textura, el detalle fino y la coherencia a largo plazo que cuántos intentos puedes hacer. El patrón práctico es tratar el modo rápido como un entorno de preproducción y el modo más lento como producción.

Una nota estructural: en el modo rápido, el presupuesto de la indicación no es infinito. Las descripciones breves y ordenadas sobreviven mejor que los párrafos largos, y ese es el tema de la siguiente sección.

El bucle de iteración rápida se mantiene compacto y repetitivo; el plano principal sigue un camino más lento y profundo.

Estructura repetible para describir el primer fotograma

La imagen de entrada ya codifica la mayor parte de la información visual. La tarea de la indicación no es volver a describir la escena, sino decirle al modelo qué partes de la imagen son portantes y qué debería cambiar. Un orden fijo hace que varias ejecuciones sean comparables: si siempre describes las cosas en el mismo orden, las diferencias entre dos resultados se pueden atribuir con más probabilidad al elemento que modificaste.

Usa cuatro bloques en el siguiente orden.

1. Sujeto

De quién o de qué trata la imagen, y cualquier estado relevante para el movimiento. Conserva solo los actores destacados y una o dos propiedades que limiten el movimiento: la postura, qué sostienen las manos, si la persona está sentada o de pie.

Subject: a woman in a canvas jacket, seated, hands resting on a wooden table

2. Escena

Suficiente información del entorno para establecer qué puede moverse y qué está fijo. Indica las superficies, la dirección de la luz y cualquier elemento que deba reaccionar al sujeto (vapor, tela, follaje, reflejos).

Setting: narrow cafe interior, window light from the left, background softly out of focus

3. Anclaje de cámara

Especifica claramente si la cámara está bloqueada o si se mueve. La ambigüedad aquí es la causa más común de deriva innecesaria en clips cortos.

Camera: locked-off medium shot, no pan, no zoom

4. Pista de movimiento

Qué ocurre, en una sola frase, con una dirección y un punto final. Los detalles están en la siguiente sección.

Motion: she lifts the cup to her mouth and sets it back down on the table

Ensamblada, la indicación se lee como un párrafo compacto: sujeto, escena, cámara, movimiento. En la primera pasada no te apresures a añadir adjetivos de textura: primero haz que el movimiento sea correcto y luego añade detalles de forma selectiva; esa es exactamente la compensación que impone el modo rápido.

El orden fijo de cuatro bloques (sujeto, escena, anclaje de cámara y pista de movimiento) mantiene cada indicación comparable entre ejecuciones.

Un lenguaje que se mueve como la física

El vocabulario de movimiento abstracto es la mayor fuente de inestabilidad en los clips. «Dinámico», «movimiento cinematográfico», «lleno de energía» y adjetivos similares describen una sensación, no una trayectoria, y el modelo solo puede adivinar qué quieres decir. Una formulación concreta especifica dirección, velocidad y sensación de peso, y así genera clips que se mantienen coherentes, porque cada cláusula restringe el resultado.

Tres propiedades hacen la mayor parte del trabajo:

  • Dirección: hacia dónde, en relación con el encuadre. «Hacia la cámara», «de izquierda a derecha por el encuadre», «hacia abajo, al tercio inferior del encuadre». Si importa, dilo.
  • Velocidad: lento, constante, rápido, repentino. Un adverbio puede cambiar cuántos fotogramas abarca la acción y, por tanto, si puede completarse dentro del clip.
  • Peso: qué se resiste y qué cede. Lo pesado arranca despacio y se detiene despacio; lo ligero es seco y rápido. «La cortina se posa» no se lee igual que «la cortina ondea».

Compáralo:

Weak:   the scene comes alive with movement
Better: the leaves shift gently left to right in the breeze
Weak:   she moves dramatically
Better: she turns her head slowly to the right, then holds still

Hay dos hábitos más que conviene adquirir. Primero, limita los límites de la acción: indica dónde termina el movimiento o cuándo el sujeto vuelve al reposo. Cuando el modelo sigue generando movimiento después del punto que describiste, el clip deriva. Segundo, da un orden cuando haya varias acciones: «levanta la taza y luego la deja» establece una secuencia; «la taza se levanta y la mano se mueve» no.

Mantén toda la cláusula de movimiento en una o dos frases. Las cadenas largas de acciones dispersan la atención del modelo y, en el modo rápido, son la primera parte que se rompe.

Recetas listas para copiar

Cada plantilla siguiente es un esqueleto completo de indicación. Sustituye los huecos entre corchetes y mantén el orden. En la primera pasada solo deberías cambiar las variables entre corchetes: una a la vez.

Receta 1: retrato con cámara bloqueada y un solo gesto

Subject: [a person], [posture], [what the hands are doing]
Setting: [interior/exterior], [light direction], background softly out of focus
Camera: locked-off medium shot, no pan, no zoom
Motion: [subject] [single gesture with direction], then holds still
Negative: no camera shake, no warping, no extra fingers

Usa esta receta cuando el primer fotograma sea un retrato limpio y quieras un micro-movimiento realista sin que la cámara haga nada. La variable más importante es la cláusula del gesto: sustitúyela primero.

Receta 2: el entorno reacciona ante un sujeto inmóvil

Subject: [figure or object], motionless, [posture or state]
Setting: [environment] with [moving element: steam, fabric, foliage, water], light from [direction]
Camera: locked-off wide shot, no pan
Motion: [moving element] drifts [direction] at [slow/steady] speed; subject remains still
Negative: no subject movement, no camera drift, no flickering

Usa esta receta cuando quieras atmósfera en lugar de acción. Declarar al sujeto inmóvil tanto en el bloque de sujeto como en el de movimiento es la clave para evitar que la figura derive.

Receta 3: rotación de producto u objeto

Subject: [object] on [surface], [notable material or finish]
Setting: [studio/surface], [key light direction], clean background
Camera: locked-off close-up, no zoom
Motion: [object] rotates [clockwise/counter-clockwise] [slowly/steadily] until [end position]
Negative: no shape warping, no background movement, no text artifacts

Para clips de inspección. La posición final importa: una rotación sin límites suele seguir girando en clips cortos más allá de lo que parece natural.

Ajustar sin romper la estructura

Cuando una receta no funcione, no te apresures a reescribirlo todo. Identifica a cuál de los cuatro bloques pertenece el fallo (movimiento incorrecto, movimiento de cámara sobrante, enfoque erróneo de la escena) y edita solo ese bloque. Las notas de cada receta señalan la variable con mayor apalancamiento, para que sepas por dónde empezar.

Tres esqueletos de recetas pegables: la placa fija se mantiene igual y la ranura sombreada marca lo que debes sustituir.

Equilibrar la calidad en el modo rápido

La configuración de generación rápida deja menos espacio para que el modelo resuelva detalles finos fotograma a fotograma, así que los tokens de la indicación dedicados a la textura son tokens que no se dedican a la estructura. La regla práctica es: en el modo rápido, gasta el presupuesto de la indicación en claridad de movimiento y composición, no en detalle superficial.

Dónde compensa el detalle:

  • Puntos finales y dirección del movimiento: las palabras de mayor valor en la indicación. Las acciones con límites claros sobreviven mucho mejor en la configuración rápida que las descritas de forma vaga.
  • Indicaciones de cámara: un plano bloqueado explícito o un paneo explícito evitan la deriva, que es más visible que una textura ausente.
  • Qué elemento se mueve: señalar un elemento en movimiento y uno quieto vale más que cinco adjetivos.

Dónde se desperdicia el detalle:

  • Textura de tejidos, poros de la piel, mechones individuales de pelo. El primer fotograma ya los contiene; volver a describirlos no añade la resolución que el modo rápido no va a renderizar de todos modos.
  • Adjetivos de calidad apilados. «Fotorrealista, 8k, ultradetallado» es ruido. La composición y el movimiento son la palanca.
  • Listas largas de referencias de estilo. Compiten por la atención con la cláusula de movimiento.

Una prueba útil: reduce la indicación a sujeto, cámara y movimiento. Si el clip sigue estando estructuralmente mal, añadir más detalle no lo arreglará. Si la estructura es correcta pero el resultado se siente plano, vuelve a añadir uno o dos detalles de escena y ejecuta de nuevo. Ese es el flujo de trabajo completo de calidad en el modo rápido: primero construye la estructura, luego decora, y decora solo aquello en lo que veas que el modelo responde.

Indicaciones negativas que realmente sirven

Las listas largas de términos negativos genéricos son en su mayoría una moda sin fundamento. Copiar cincuenta palabras de la configuración de otra persona no le dice nada al modelo sobre tu imagen, y las palabras que no corresponden a fallos reales solo consumen atención. Las indicaciones negativas eficaces son breves, concretas y surgen de los defectos que has observado realmente.

Un ciclo viable:

  1. Genera sin indicación negativa.
  2. Observa los dos o tres problemas concretos que aparecen.
  3. Nombra esos problemas directamente en el campo negativo.
  4. Vuelve a ejecutar con la misma indicación positiva más el añadido negativo.
  5. Detente cuando desaparezca el defecto visible: no sigas llenando la lista.

Nombres comunes de defectos, con formulación directa:

Negative: no camera shake, no warping of [the object], no extra fingers, no background drift

Haz que la formulación coincida con el defecto. «No camera shake» es mejor que «no instability». «No extra fingers» es mejor que «no anatomical errors». Los sustantivos y verbos concretos le dan al modelo algo claro que evitar.

Dos advertencias. Primero, los términos negativos que contradicen la indicación positiva desperdician la ejecución: si pides que el sujeto gire, no incluyas un «no subject movement» genérico. Segundo, cuando un término negativo haya corregido el problema, consérvalo; trata el campo negativo como un registro acumulativo de fallos conocidos de cada imagen, no como un borrador que se reescribe de memoria cada vez.

Probar indicaciones como se prueba el código

Trata la indicación como código fuente y la salida como resultado de la prueba. La versión mínima viable de esta práctica casi no cuesta herramientas:

  • Versiona cada indicación. Un id corto en un comentario o en el nombre del archivo, más una referencia a la imagen de entrada, es suficiente. Necesitas poder responder una semana después: «¿qué generó exactamente este clip?».
  • Cambia solo una variable por ejecución. Una imagen distinta o una cláusula de movimiento distinta, nunca ambas en la misma comparación. Si cambias dos cosas y el clip mejora, no sabes cuál de las dos fue la responsable.
  • Registra los defectos, no solo las conclusiones. «Clip 7: la mano izquierda del sujeto se sale del encuadre» es útil. «Malo» no lo es.
  • Mantén un registro de indicaciones negativas por imagen. Una vez corregido un defecto, el término negativo que lo corrigió forma parte de la receta de esa imagen.
  • Promociona recetas, no intentos puntuales. Cuando una plantilla funciona de forma estable en dos o tres imágenes distintas, pasa a formar parte de tu conjunto reutilizable.

Escribir un pequeño registro estructurado por ejecución (id de indicación, id de imagen, una línea de cambio, una línea de defecto observado) convierte el trabajo con indicaciones de adivinanza en algo sobre lo que se puede razonar. Después de una docena de ejecuciones en el modo rápido, ese registro es la diferencia entre «tener una indicación» y «tener un proceso».

Empieza con una imagen que conozcas bien, ejecuta las tres recetas sobre ella y deja que el registro te diga a qué formulaciones de movimiento responde realmente tu sujeto.

Artículos relacionados

Ver todos los artículos →

Empieza a crear con artefactos de IA persistentes

Consigue tu API key y llama a modelos de imagen, vídeo y audio a través de una única API basada en tasks.

Leer la documentación de la API