Stickman de imagen a vídeo: mantener la coherencia del personaje
Stickman Video DirectorPor qué las tomas de stickman generadas por separado pierden coherencia y cómo una imagen de primer fotograma ancla al personaje en un vídeo de varias tomas.
El flujo de trabajo de stickman de imagen a vídeo existe porque una descripción de texto es un control débil sobre un personaje. Escribe “un stickman con un gorro de lana rojo” en tres tomas consecutivas y puedes acabar con tres stickmen diferentes. Subir el mismo fotograma como punto de partida de cada toma le da al renderizador algo concreto a lo que aferrarse. Este artículo explica por qué ocurre la desviación, cómo funciona el ancla del primer fotograma y qué revisar antes de renderizar.
Por qué los personajes se desvían entre tomas
Cada render comienza como ruido. El modelo parte de un campo de píxeles aleatorios y lo dirige hacia una imagen que coincida con el prompt de texto. Nada de la toma anterior se traslada: ni el grosor de línea, ni la forma de la cabeza, ni dónde quedan los codos. La toma dos no tiene ni idea de que ocurrió la toma uno.
Así que el prompt es toda la memoria, y los prompts se leen de forma laxa. “Stickman” y “figura de palitos simple” son la misma petición en esencia y peticiones diferentes en la práctica. Cambia “cabeza redonda” por “cabeza circular” y el modelo puede decidir que el personaje necesita un torso más ancho o extremidades más finas. Estos cambios son pequeños por sí solos; a lo largo de seis tomas suman un personaje que parece un primo del de la toma uno.
El grosor de línea es el infractor más silencioso. Un prompt que se lee como “contorno grueso” en una toma y “línea limpia” en la siguiente puede cambiar el grosor del trazo de forma notable, y el grosor del trazo es la mayor parte de lo que hace que un stickman se lea como el mismo stickman. Sin un fotograma de referencia, el modelo no mide contra nada y adivina cada vez.
El ancla del primer fotograma
Imagen a vídeo cambia la condición de partida. En lugar de inventar un primer fotograma a partir del prompt, el renderizador usa la imagen que subes como fotograma inicial y anima hacia delante desde ella. Las proporciones, el grosor de línea y la silueta ya están decididos. El trabajo del prompt se reduce de “describe a este personaje” a “describe qué pasa después”.
Esa es toda la técnica: usar el mismo dibujo para cada toma de la secuencia. No una versión redibujada, no una pose similar, el mismo archivo. Si la toma uno muestra al personaje de pie y la toma dos lo necesita a medio paso, puedes partir de la misma imagen y pedir el movimiento en el prompt, o preparar un segundo ancla para esa acción. Lo que no deberías hacer es dejar que cada toma invente su propio personaje en texto.
Un hábito práctico: crea un ancla por personaje, más una por cada pose a la que planees volver. Un vídeo de cuatro tomas con un personaje podría usar dos anclas, un fotograma neutral de pie y otro con el brazo extendido. Dos anclas son más fáciles de seguir que seis prompts, y el renderizador trata ambas como autoritativas. Si la planificación general es nueva para ti, la guía generador de vídeos de stickman con IA cubre cómo se convierte un guion en una lista de tomas.
Preparar la imagen ancla
El ancla hace la mayor parte del trabajo, así que hazla bien antes de gastar un crédito.
Fondo limpio. Un fondo uniforme hace que la silueta no sea ambigua. El renderizador no debería tener que adivinar si una mancha oscura detrás del personaje es una sombra, un objeto de atrezo o parte del brazo. Blanco o un solo color plano es suficiente. Evita degradados y desorden.
Cuerpo completo, extremidades separadas del torso. Un stickman cuyos brazos están fusionados al cuerpo al inicio de una toma tiende a seguir fusionado. Deja huecos visibles entre los brazos y el torso, y entre las piernas, para que el modelo tenga espacio para moverlos de forma independiente. Una figura recortada por las rodillas te da muy poco que animar por debajo de las rodillas.
Grosor de línea uniforme y una forma de cabeza legible. Mantén el trazo consistente en todo el dibujo, sin un torso grueso y brazos finísimos. La cabeza debería leerse como un círculo distinto a distancia. Si la cabeza se fusiona con el cuello o los hombros, lo primero que sale mal en el render es la cabeza.
Iguala la relación de aspecto del vídeo objetivo. Cada toma puede ser 16:9, 9:16 o 1:1, y el ancla ya debería tener esa forma. Entregar una imagen ancha a un render vertical obliga a un recorte o a un estiramiento, y cualquiera de los dos cambia el personaje que te esforzaste por fijar. Si planeas una secuencia en 9:16, prepara las anclas en 9:16 desde el principio.
Define el estilo. Los cinco estilos conllevan un lenguaje visual diferente: Minimal (negro sobre blanco), Midnight (blanco sobre casi negro), Pop (gorro de lana rojo, camiseta amarilla), Prehistoric (carboncillo sobre pergamino), Cozy (interior cálido con luz diurna). Nombra el mismo estilo en cada prompt para que el renderizador no esté reinterpretando el aspecto toma por toma.
Tu escritorio de director
Pega el guion. Elige un estilo de stickman. El director lo divide en planos y renderiza cada uno con Seedance 2.0. Planificar es gratis: solo gastas créditos cuando renderizas.
1–400 palabras. Una idea por plano funciona mejor.
Opcional. Sube un fotograma de stickman o pega la URL de una imagen pública y el plano empezará a partir de ella.
Los créditos solo se cobran cuando un plano empieza a renderizarse. Un renderizado fallido se reembolsa automáticamente.
Plan del director
Pega al menos una frase para crear el plan.
Cuándo usar texto a vídeo en su lugar
El ancla no siempre es la herramienta correcta. Tres casos en los que texto a vídeo es un mejor comienzo.
Un personaje completamente nuevo sin referencia. Si aún no tienes un dibujo, no hay nada que subir. Renderiza una toma de texto a vídeo, mira lo que sale y, si el personaje funciona, guarda un fotograma como ancla para el resto de la secuencia. El primer render se convierte en la referencia en lugar de la excepción.
Una toma en la que la composición importa más que la identidad. Un plano general de establecimiento de una figura de palitos en un horizonte vacío trata sobre todo de encuadre. Insistir en un ancla estricta ahí puede luchar contra la composición que quieres. Describe la toma y reserva el ancla para los planos cercanos liderados por el personaje, donde la identidad es realmente visible.
Exploración rápida antes de comprometerte con un diseño. Planificar una lista de tomas es gratis, y los créditos solo se cobran cuando una toma empieza a renderizarse. Eso hace que sea barato en atención probar varias direcciones en texto antes de comprometerte con un dibujo. Renderiza un par de pruebas cortas en baja resolución, elige la dirección y luego dibuja el ancla correctamente. No construyas una secuencia de seis tomas alrededor de un personaje que aún no has visto.
Una lista de comprobación de coherencia
Ejecuta esto antes de cada secuencia. Toma un minuto y te ahorra un re-render.
El mismo nombre de estilo en cada prompt. Escríbelo de forma idéntica cada vez. “Minimal, negro sobre blanco” en la toma uno y “estilo minimal” en la toma tres son dos instrucciones diferentes.
La misma imagen ancla. El mismo archivo, en cada toma que presente a ese personaje. Si haces un ancla nueva, que sea un reemplazo deliberado, no un accidente.
La misma resolución y relación de aspecto. Las tomas pueden ser de 5, 10 o 15 segundos a 480p, 720p o 1080p, en 16:9, 9:16 o 1:1. Mezclar formas de fotograma a mitad de secuencia cambia cómo se encuadra el personaje incluso cuando el dibujo es idéntico. La duración puede variar entre tomas, ya que el coste escala con la duración y un corte de 5 segundos a 480p es un lugar sensato para ahorrar créditos, pero mantén fija la forma del fotograma.
Revisa el primer fotograma de cada render antes de generar el siguiente. Este es el paso que la gente se salta. Mira el primer segundo. Si el grosor de línea ha aumentado o la cabeza se ha vuelto ovalada, corrige el prompt o el ancla antes de renderizar la toma tres. Una toma desviada detectada a tiempo es una solución barata; una descubierta después de seis renders no lo es.
Las tomas renderizadas llegan a tu biblioteca de vídeos en /settings/videos y se descargan como MP4, así que comparar los fotogramas iniciales en paralelo es fácil. Alinea los primeros segundos de todas tus tomas y comprueba que la forma de la cabeza y el grosor del trazo coinciden. Para encontrar una redacción de prompt que se mantenga entre tomas, la guía de prompts para vídeos de stickman profundiza más. Y si estás sopesando paquetes de créditos frente a planes, precios presenta las opciones mensuales, anuales y de pago único: los créditos mensuales caducan al final del periodo mensual, los anuales al final del año, los de pago único nunca caducan, y los créditos que caducan antes se gastan primero.
FAQ
¿Qué formatos de imagen puedo subir?
JPG, PNG y WebP de hasta 8 MB.
¿Puedo usar una foto como primer fotograma?
Puedes subir una, pero el flujo de trabajo está diseñado para fotogramas de stickman. Una foto llevará el render hacia el fotorrealismo, que normalmente no encaja bien junto a tomas dibujadas de stickman. Un dibujo de líneas limpio mantiene mejor el estilo.
¿Cuesta más el flujo de imagen a vídeo?
No. El precio depende de la resolución y la duración, no del tipo de entrada. Una toma predeterminada de 720p y 10 segundos cuesta 30 créditos, tanto si parte de texto como de una imagen. A 10 segundos, 480p son 15 créditos y 1080p son 60. Las entradas de texto e imagen pasan por un servicio de moderación antes de que empiece un render, y un render fallido se reembolsa automáticamente.
¿Puedo animar una viñeta de cómic existente?
Sí, si la viñeta tiene un sujeto claro y suficiente espacio alrededor de las extremidades. Los recortes ajustados y los fondos recargados le dan poco con lo que trabajar al renderizador. Si la viñeta se acerca a lo que quieres pero está recortada, extiéndela o redibújala como un ancla de cuerpo completo primero.