Texto a video
Text-to-Video
¿Qué es el texto a video?
- Una IA que genera videos solo a partir de una frase
- Extender el modelo de difusión en el eje temporal (el movimiento y la consistencia son clave)
- Reduce de forma importante el costo de producción de publicidad, capacitación y videos cortos
Lo que realmente cambia el video a partir de texto es el orden de producción. Antes había que escribir el plan, aprobar el presupuesto y fijar la fecha de rodaje antes de ver el primer cuadro; ahora se preparan primero los borradores y luego se empieza la reunión. Donde el jefe de marketing intentaba convencer con palabras de que «quiero ir por este estilo», ahora se proyectan tres videos candidatos de 15 segundos. Lo más grande de este cambio es la posibilidad de producir en gran cantidad planos que no duele desechar.
Los usos se dividen en tres. El texto a video puro, que crea una escena solo con una frase; la imagen a video, que toma una foto de producto y solo le añade movimiento; y el video a video, que solo cambia el ambiente de un video ya grabado. En la práctica, lo que menos falla es la imagen a video basada en una foto real del producto. Las herramientas comerciales suelen generar de 5 a 10 segundos por vez, así que un video de 30 segundos se hace uniendo tres o cuatro planos. Los servicios de avatar de IA que sintetizan un rostro para leer un guion tienen otro propósito, así que al encargar un video hay que distinguir la herramienta que crea escenas de la que crea a la persona que habla.
La estructura de costos también es distinta. La mayoría cobra por créditos, así que un clip de 5 segundos cuesta desde unos cientos hasta unos miles de KRW, pero para obtener un plano aprovechable suele hacer falta repetir la generación de cinco a diez veces. Por eso el costo real no está en la generación sino en el tiempo de la persona que reescribe el prompt y elige el resultado. Lo que antes costaba KRW 1,800,000 (≈ US$1,350) o más por video externo puede reducirse a un día de trabajo, pero si no se decide quién va a dedicar ese día, la herramienta queda pagada y nadie la usa.
El error más frecuente en la práctica es pensar que «con una sola línea de prompt sale el producto terminado». En realidad, de un plano a otro cambian el rostro del modelo y el color de la ropa, y los subtítulos en pantalla se deforman dentro del video. Es más seguro no dejar el texto dentro del video y agregarlo en la etapa de edición. Lo más riesgoso es dibujar con IA un producto que se vende de verdad. Si la forma del mango o el número de botones no coincide con el real, puede derivar en un problema de publicidad engañosa; por eso, conviene establecer de antemano el principio de que los videos que van en la página de venta incluyan material filmado del producto real.
John KimAutor de «Diseño del marketing B2B» y CEO de Nanum Consultoría, instructor John Kim
Seungtae ParkInstructor práctico de AX que enseña desarrollo de negocio con IA y automatización de marketing, con herramientas propiasSurgió de la investigación para extender en el eje temporal los modelos de difusión usados para generar imágenes; en 2024, con la publicación de modelos de generación de video de alta calidad, el interés del público se disparó.
Un caso hipotético. Es la historia de A, una empresa de electrodomésticos que vende en línea y tiene 260 colaboradores. Debía publicar tres videos cortos por semana en su tienda propia, pero la producción externa costaba KRW 1,800,000 (≈ US$1,350) por video y la aprobación de los borradores tardaba dos semanas, así que los videos llegaban tarde en cada lanzamiento de producto. Finalmente decidieron que cuatro personas del equipo de marketing los hicieran directamente.
- El subgerente Kim, del equipo de comercio electrónico, revisó los 27 videos cortos de los últimos seis meses. Los planos con más vistas eran todos primeros planos del producto, pero los planos de fondo costaban KRW 600,000 (≈ US$450) por video.
- La conclusión fue «usar IA solo para el fondo». El encargado, un asistente de marketing, subió una foto del producto y generó clips de 5 segundos con imagen a video; en la primera semana tuvo que hacer 40 intentos para obtener 6 planos aprovechables.
- Como el rostro de la modelo cambiaba de una toma a otra, el equipo dejó por escrito en un documento interno el criterio de reparto de roles: en las escenas con personas se usan las tomas ya filmadas, y la IA se encarga solo de objetos y fondos.
- El área legal señaló que «no se puede usar un mango que no coincida con el producto real», así que en los planos donde el producto aparece en primer plano solo se usa material filmado, y se incluyó un procedimiento en el que el jefe de equipo confirma finalmente los videos para la página de venta.
- Tres meses después, el costo de producción por video bajó de KRW 1,800,000 (≈ US$1,350) a KRW 520,000 (≈ US$390), el tiempo desde la planificación hasta la publicación pasó de dos semanas a tres días, y la cantidad de videos cortos publicados subió de tres a siete por semana.