IA de video multirreferencia - RefVid
Convierte tus propias fotos en videos en minutos · Tu primer video es gratis, sin marca de agua
Primer video gratis, sin tarjeta
Una IA de video multirreferencia crea un solo clip a partir de varias imágenes de referencia: un personaje, un producto y un fondo, cada uno con sus propias fotos, todos en la misma toma.
Guarda cada persona o producto una sola vez con 1 a 10 fotos, añade hasta 3 de ellos al cuadro de arriba junto con hasta 7 imágenes de lugares o estilos, escribe qué ocurre y pulsa Generar. Tu primer clip de 5 segundos con Kling 3.0 Omni es gratis y sin marca de agua.
Mia: 4 fotos
NOIR 07: 3 fotos
Fondo: 1 foto de una cafetería
Qué hace una IA de video multirreferencia
- Un modelo multirreferencia recibe a la vez imágenes de referencia de varias cosas, las personas, los productos y el lugar, y genera una escena nueva que los conserva a todos. Cada sujeto mantiene sus propias fotos, así que una persona puede sostener tu producto sin que ninguno de los dos cambie.
- No es lo mismo que imagen a video, que anima una sola imagen como primer fotograma, ni que los fotogramas inicial y final, que fijan momentos exactos. Las referencias describen quién y qué debe aparecer; el prompt decide qué pasa.
Crea un video multirreferencia en 3 pasos
- 1. Guarda cada sujeto con 1 a 10 fotos: la persona, el producto, la mascota. En el cuadro de arriba, añade hasta 3 sujetos guardados y hasta 7 imágenes de un lugar, un look o un estilo.
- 2. Escribe la escena y llama a cada referencia por su nombre, por ejemplo: @Mia toma @NOIR07 de la mesa de la cafetería y gira la etiqueta hacia la cámara. RefVid le indica al modelo qué fotos pertenecen a cada sujeto, así que tú solo escribes la escena.
- 3. Pulsa Generar. Si no has iniciado sesión, primero entras y el clip arranca justo después. Un clip suele tardar de 2 a 10 minutos, y te avisamos por correo cuando está listo.
Varias imágenes a video con IA: un sujeto, muchas fotos
- Varias fotos del mismo sujeto también son multirreferencia: el frente, el lado y la parte trasera de un producto, o tres ángulos de una cara. El modelo las lee juntas como un solo sujeto, así que puede girar el producto o a la persona sin inventarse el lado que nunca vio.
- Con tres a cinco fotos nítidas por sujeto suele bastar. Las fotos que no coinciden entre sí, como dos atuendos o dos iluminaciones distintas, empeoran el resultado en lugar de mejorarlo.
En qué modelos funciona
- Todos los modelos que ejecuta RefVid son modelos de referencia, 9 en total, a través de fal.ai. Kling 4, el predeterminado, acepta hasta 10 fotos y crea clips de 3 a 30 segundos con sonido. Kling 3.0 Omni cuesta menos por segundo en clips de hasta 15 segundos. Wan 3.0 y Seedance 2.5 también llegan a 30 segundos; Seedance 2.5 rechaza fotos de personas de aspecto real, así que va bien para productos, mascotas y personajes ilustrados.
- Tu primer clip es gratis: 5 segundos con Kling 3.0 Omni, sin tarjeta. Después, un video suelto cuesta desde 2,99 $, un paquete de créditos único desde 9,90 $ y un plan mensual desde 10 $; los créditos nunca expiran.
Más sobre modelos de vídeo con IA
Reference to video →
Preguntas frecuentes
¿Hay alguna IA de video multirreferencia gratis?
En RefVid tu primer clip es gratis: 5 segundos con Kling 3.0 Omni, sin tarjeta y sin marca de agua, a partir de tus propios sujetos guardados. Después, un video suelto cuesta desde 2,99 $, un paquete de créditos desde 9,90 $ y un plan desde 10 $ al mes.
¿Cuántas referencias puede usar un clip?
En RefVid, un clip admite hasta 3 sujetos guardados, cada uno con hasta 10 fotos, más hasta 7 imágenes de lugares o estilos. Además se aplica el límite del propio modelo: Kling 4 acepta hasta 10 imágenes por solicitud.
¿Puedo poner a una persona y un producto en el mismo video?
Sí. Guarda cada uno como un sujeto propio, añade ambos al cuadro y nómbralos en el prompt, como en el clip del principio de esta página, donde Mia sostiene NOIR 07 en una cafetería.
¿Pasar varias imágenes a video con IA es lo mismo que un pase de diapositivas?
No. Un pase de diapositivas muestra tus fotos una tras otra. Un modelo multirreferencia las lee como descripción del sujeto y genera imágenes nuevas: ángulos nuevos, movimiento y una escena que las fotos nunca mostraron.
¿Qué modelo multirreferencia elijo?
Empieza con Kling 4 para personas y escenas mixtas: hasta 10 fotos, de 3 a 30 segundos, con sonido incluido. Para un producto solo, Seedance 2.5 y Wan 3.0 también crean clips de hasta 30 segundos. Tus sujetos guardados funcionan en todos los modelos, así que puedes probar las mismas fotos en dos.