Generador de video con IA a partir de una imagen: convierte cualquier foto en video

Un generador de video con IA a partir de una imagen convierte una foto fija y una breve descripción del movimiento en un clip de video, normalmente en pocos minutos. Esta guía muestra qué fotos se animan bien, el sencillo prompt de «foto más un verbo» que funciona y qué modelo de VIBE elegir, gratis y sin iniciar sesión.

¿Qué es un generador de video con IA a partir de una imagen?

Es el lado de imagen a video de la generación de video. En lugar de describir una escena entera desde cero, le das al modelo una foto que ya fija el sujeto, la luz y la composición, y solo describes qué debe moverse. Por eso los resultados suelen verse más controlados que el texto a video puro, como explica en términos generales esta visión general de los modelos de texto a video: cuanta más información visual tiene el modelo, menos tiene que inventar.

En octubre de 2026, la misma idea impulsa la mayoría de los clips virales de «dar vida a una foto»: un retrato que parpadea y sonríe, un producto que gira despacio, una mascota que mueve la cola. En VIBE puedes hacerlo en iOS, Android o la web, y los modelos gratuitos no piden inicio de sesión. Si la categoría es nueva para ti, empieza con nuestra guía completa de apps generadoras de video con IA.

¿Qué fotos se animan mejor?

Una buena foto de partida es el factor más importante para un buen resultado, más que el modelo que elijas. El modelo trata tu foto como la verdad, así que todo lo borroso en ella sigue borroso en el video. Las fotos que funcionan bien comparten varios rasgos:

• Un sujeto claro. Una sola persona, mascota, producto u objeto fácil de separar del fondo.
• Nítida y bien iluminada. Las fotos borrosas u oscuras generan un movimiento emborronado; usa el original de mayor resolución.
• Espacio para moverse. Deja algo de espacio libre alrededor del sujeto para que la cámara o el cuerpo tenga a dónde ir.
• Pose natural. Una pose relajada, a mitad de acción, se anima de forma más creíble que una pose rígida.
• Formato adecuado. Ajusta la foto al destino: vertical 9:16 para TikTok, Reels y Shorts, horizontal 16:9 para YouTube.

Las fotos que cuestan son las de grupo muy cargadas, las imágenes con muchos filtros, las caras diminutas lejos de la cámara y todo lo que tenga mucho texto pequeño. Si tu foto tiene mucho ruido, recorta lo que quieres mover antes de subirla. Para fotos de mascotas, nuestra guía para animar fotos de mascotas profundiza más.

¿Cómo conviertes una foto en video en VIBE?

Todo el proceso son unos toques, sin línea de tiempo ni edición fotograma a fotograma. Los pasos son los mismos en la app y en la web:

1. Abre VIBE y elige imagen a video en lugar de texto a video.
2. Sube tu foto, idealmente el original más nítido y ya recortado al formato de destino.
3. Elige un modelo. Empieza con uno gratuito como Seedance Pro Fast o Wan 2.6 para probar la idea y pasa a Kling 3 Pro cuando necesites más acabado.
4. Describe el movimiento en una o dos frases con la fórmula de la siguiente sección.
5. Genera, revisa y cambia solo una cosa del prompt cada vez hasta acertar con el movimiento.

Retrato que cobra vidaKling 3 Pro

“A woman in a yellow raincoat stands on a rainy city street at dusk. She slowly turns toward the camera and smiles as rain drips off her hood, gentle push-in, reflections shimmer on the wet pavement.”

¿Qué es la fórmula de prompt «foto más un verbo»?

La foto ya le dice al modelo cómo es la escena, así que tu prompt no debe volver a describirla. Describe solo el cambio: quién o qué se mueve, cómo y qué hace la cámara. La llamamos la fórmula de foto más un verbo y cabe en una frase: sujeto, un verbo claro, un movimiento de cámara.

Los buenos verbos son pequeños y físicos: parpadea, sonríe, gira, camina, sube el vapor, vuela el pelo, ondula la tela. Evita apilar cinco acciones en un clip, porque un clip corto solo admite una o dos ideas. Para profundizar en la redacción, consulta nuestra guía sobre cómo escribir prompts de video con IA. Aquí tienes dos prompts basados en la fórmula, listos para pegar:

Bodegón de productoWan 2.6

“A ceramic coffee cup on a wooden table by a window, steam curls upward, soft morning light shifts slowly across the table, camera drifts gently to the right.”

Foto de mascotaSeedance Pro Fast

“A golden retriever on a grassy hill, ears and fur ripple in the wind, tail wagging, camera holds steady at eye level.”

Modo primer fotograma o modo referencia: ¿cuál usar?

Las herramientas de imagen a video funcionan de dos maneras. En el modo primer fotograma, tu foto es el fotograma inicial y el modelo continúa el movimiento desde ahí, así que el primer segundo se ve exactamente como tu foto. En el modo referencia, la foto guía el aspecto de un sujeto, como un personaje o un producto, mientras el modelo construye planos nuevos a su alrededor. OpenAI también documenta la idea del primer fotograma para su propio modelo de video, según su guía de generación de video.

Usa el modo primer fotograma cuando la foto sea el plano en sí, como un retrato, un paisaje o un producto sobre una mesa. Usa el modo referencia cuando el mismo personaje o producto deba mantenerse coherente en varios clips. Así se comparan los modelos de VIBE adecuados para imagen a video:

Los prompts funcionan mejor cuando el sujeto queda fijo y solo cambia una cosa. Estos dos usan una foto de producto y una foto nostálgica para mostrar hasta dónde llega la misma fórmula. Fíjate en la frase «stays perfectly sharp and unchanged», que le dice al modelo que no redibuje el producto:

Órbita de productoKling 3 Pro

“A pair of white sneakers on a concrete step, the camera orbits slowly around them, soft studio light, subtle dust floats in the air, shoes stay perfectly sharp and unchanged.”

Foto familiar antiguaWan 2.6

“An old family photo of a grandmother in a garden, she blinks, smiles warmly and tilts her head slightly, flowers sway behind her in a light breeze, locked-off camera.”

¿Por qué mi video a partir de una foto se ve deformado y cómo se arregla?

La mayoría de los malos resultados vienen de pedirle demasiado a un solo clip. El modelo debe mantener tu foto reconocible mientras añade movimiento, así que cada instrucción extra aumenta el riesgo de deriva. Estas correcciones resuelven la mayoría de los problemas:

• Caras deformadas: acorta el movimiento, quita los movimientos de cámara y pide solo un parpadeo o una sonrisa.
• El sujeto se derrite o cambia: usa una foto más nítida y añade «stays unchanged» para lo que no debe moverse.
• Muy poco movimiento: cambia un verbo vago como «se mueve» por uno concreto como «gira la cabeza despacio».
• Demasiado caos: elimina la instrucción de cámara y deja una sola acción.
• Aspecto incorrecto al inicio: asegúrate de que el clip use tu foto como primer fotograma y no como simple referencia.

¿Se puede hacer un video con IA a partir de una foto gratis?

Sí. En octubre de 2026, VIBE ofrece cinco modelos gratuitos sin inicio de sesión ni marca de agua: Seedance Pro Fast, LTX Video, Luma Dream Machine, Wan 2.6 y PixVerse. Los clips gratuitos salen a unos 720p y unos 8 segundos, de sobra para TikTok, un Reel o una primera prueba. Lee el desglose completo en nuestra guía del generador de video con IA gratis.

Pasa a un modelo premium cuando un límite concreto te bloquee: planos más largos, 1080p, audio nativo o un personaje coherente. Wan 2.6 es de Alibaba, y puedes leer la descripción de su creador en el anuncio de Wan 2.6. Compara todos los modelos lado a lado en el selector de modelos de VIBE.

¿Está bien animar fotos de otras personas?

Anima solo fotos que hayas hecho tú o que tengas permiso para usar, y nunca presentes una foto animada de una persona real como algo que esa persona hizo. Si el clip final parece tan realista que podría confundirse con metraje real, TikTok y YouTube piden etiquetarlo; las reglas de TikTok sobre contenido generado por IA explican cómo. En caso de duda, anima objetos, mascotas, lugares y tus propias fotos.

Preguntas frecuentes