Mejores IA de vídeo con tu propia cara: comparativa real

Te dejo el vídeo arriba, pero aquí lo tienes escrito, con la comparativa ordenada y los nombres bien puestos.

Seguramente estás hasta el gorro de ver en redes esos 200.000 vídeos de una persona montada en un dragón. Todos con IA. La pregunta que casi nadie responde bien es cuál usar de verdad cuando lo que quieres es meter tu propia cara en el vídeo. Y sobre todo, cuál usar sin pagar de más.

En el vídeo comparamos cuatro modelos, les metemos dos escenas imposibles a propósito y sacamos las conclusiones. Vamos a ello.

¿Qué IA de vídeo puedes usar con tu propia cara?

Cuatro modelos, cuatro dueños y cuatro maneras de cobrarte. Y no los vamos a ordenar por calidad, porque a día de hoy la calidad ya está resuelta en todos. Los ordenamos por lo único que de verdad los separa: los segundos que te generan de un tirón.

Seedance 2.5. El que más segundos genera: hasta 30, y ampliables. Es de ByteDance y se usa desde Dreamina, la web de CapCut. Si pagas CapCut Pro, te dan unos créditos para trastear gratis. Muy fácil: pones una foto tuya, escribes el prompt y listo.

Veo 3.1. Es de Google y va dentro de Gemini. Genera 4 u 8 segundos, con sonido siempre incluido, y llega hasta 4K. Un plano suelto, bonito, pero corto.

Sora 2. Es de OpenAI, los de ChatGPT, y entra desde ahí mismo. Su fuerte es el diálogo sincronizado y meterte a ti dentro del vídeo. Su función de identidad es la más trabajada de las cuatro.

Kling 3.0. Una IA china, hasta 15 segundos, 2K y 4K, y genera voz en español. Es la menos conocida por aquí y a la vez la más usada en volumen. Y ojo, porque es la que más me sorprendió: rapidísima generando y con una calidad que no me esperaba.

Un apunte de nombres, que se lía todo el mundo. Seedream y Seedance son las dos de ByteDance, pero no son lo mismo: Seedream hace imágenes y Seedance hace vídeos. Si alguien te dice que Seedream es para vídeo, es que no la ha tocado en su vida.

¿Cuántos segundos necesitas de verdad?

Esta es la pregunta clave, y la que va a decidir por ti.

8 segundos es un plano. 30 segundos ya es una escena entera. Parece una tontería, pero cambia todo.

Hasta este año los modelos generaban trozos muy cortos. Para montar algo con sentido tenías que generar varios y pegarlos en el editor. Y al pegarlos cambiaba la cara del protagonista, cambiaba la luz, cambiaba la ropa. Se notaba una barbaridad. El primer trozo no tenía nada que ver con el tercero.

Con más segundos de un tirón, eso se acabó: tienes coherencia visual de principio a fin. Por eso, cuando de verdad importa la continuidad, gana el que más segundos te da sin cortar. Y ahí Seedance 2.5, con sus 30 segundos sin pegar nada, va por delante.

La prueba: dos escenas imposibles

No elegimos paisajes bonitos, que eso lo hace bien cualquiera desde hace dos años. Elegimos una persona en movimiento, rodeada de cosas que reaccionan: fuego, nieve, agua. Justo donde los modelos se rompen.

La primera escena: nieve, antorcha y fuego, hecha con Seedance 2.5. El resultado, brutal. Capta la escena, y sobre todo cómo el fuego ilumina la cara. La segunda: agua, burbujas y ropa mojada, con una caída a un lago. También espectacular.

Luego repetimos con Veo 3.1 desde Gemini. Da la talla de sobra: un dragón con viento y lluvia, neones, abrigo mojado. Todo perfecto. Hasta que le pedimos la escena del agua y nos la cortó en seco.

¿Por qué Gemini corta el vídeo si usas una cara real?

Porque Google no te deja hacer ciertas cosas con una cara real que tú le has proporcionado.

En cuanto la escena puede interpretarse como algo sensible (una persona cayéndose al agua que el modelo puede leer como que se está ahogando, cualquier cosa que roce la violencia), Gemini te lo corta. El dragón, la lluvia y los neones los hizo sin problema. Lo "delicado" con una cara de verdad, no.

Tenlo en cuenta, porque esto marca para qué sirve cada modelo.

Antes de pagar otra suscripción, mira lo que ya pagas

Esto es lo que más dinero te puede ahorrar del vídeo entero.

Veo va dentro de Gemini y Sora va dentro de ChatGPT. Si ya pagas uno de los dos por otra cosa, es muy probable que la generación de vídeo la tengas ahí esperando desde hace meses y no lo sepas. De hecho, todas las pruebas del vídeo se hicieron sin pagar ni un euro de más.

El recorrido correcto es este:

1. Mira tu plan. Entra en Gemini o en ChatGPT y busca la opción de generar vídeos. Igual ya la tienes pagada. 2. Prueba lo que tengas. Genera lo mismo en lo que ya pagas antes de comparar con nada. Ese es tu punto de partida. 3. Paga solo si te hace falta. Si necesitas escenas largas de verdad, ahí sí tiene sentido ir a Seedance. Antes no.

Un truco extra para los prompts: mételos siempre en inglés, que los modelos los captan mejor. Y si no quieres pelearte, pídele a Claude o ChatGPT que te lo optimicen; es literalmente pegar la idea y que te la dejen fina.

¿Cuál te conviene según lo que ya pagas?

Depende de lo que quieras hacer, no de cuál es "el mejor". Esta tabla lo resume:

| Lo que buscas | Modelo | |---|---| | Vídeos cortos para redes | ChatGPT o Gemini (con 8 segundos sobra) | | Escenas largas con continuidad | Seedance 2.5 (30 segundos sin cortes) | | Voz en español que suene bien | Kling 3.0 | | Meterte tú dentro del vídeo | Sora 2 | | Usar la cara de un cliente | Seedance 2.5 o Kling 3.0 |

Para redes sociales cualquiera de los cuatro te va sobrado. En cuestión de dos o tres minutos te sacan un vídeo con muy buena resolución. No le pidas milagros todavía, pero para Instagram, TikTok o cualquier otra red van requetebién.

¿Puedo usar la cara de un cliente?

Sí, pero olvídate de Gemini para eso.

Como Gemini rechaza las escenas de riesgo con caras reales, si vas a trabajar con la cara de otra persona lo suyo es Seedance 2.5 o Kling 3.0. El resto te deja. Y si solo quieres probar por curiosidad, Dreamina suele darte algunos créditos gratis para cacharrear.

Cómo distinguir un vídeo de IA bien hecho de uno chapucero

Da igual el modelo. Hay cuatro sitios donde se ve el truco, y con estas cuatro pistas cualquiera pilla si un vídeo está bien hecho o solo lo parece:

1. La cara al girar. Si la persona gira la cabeza y la cara se recoloca un poco, ya no sirve para nada serio. Es lo primero que falla. 2. La ropa: peso y retardo. La ropa mojada va lenta y tira hacia abajo. Si se mueve como si estuviera en el aire, el modelo se ha equivocado. 3. La luz: ¿se mueve o está pintada? Los reflejos tienen que recorrer la cara al moverse. Si se quedan pegados en el sitio, están pintados encima. 4. Las capas. Las burbujas o la nieve tienen que pasar por delante y por detrás. Si todo va por delante, no hay profundidad real.

Las herramientas del vídeo

• Seedance 2.5 (ByteDance), desde Dreamina / CapCut. La reina de los segundos.
• Veo 3.1 (Google), dentro de Gemini.
• Sora 2 (OpenAI), dentro de ChatGPT.
• Kling 3.0, la sorpresa por rapidez y voz en español.
• Seedream (ByteDance), la de imágenes, para que no la confundas con Seedance.
• Claude o ChatGPT, para escribirte los prompts en inglés.

Si quieres seguir montando cosas con IA sin pelearte con nada raro, te dejo por aquí el sistema de estudio con IA que uso con Claude, que va por la misma línea de aprovechar lo que ya tienes.

Al final, las tres ideas del vídeo son simples. Una: pregúntate cuántos segundos necesitas, porque la calidad ya está resuelta. Dos: abre lo que ya pagas antes de suscribirte a nada nuevo. Y tres: si tienes que juzgar un vídeo, mira la cara, la ropa, la luz y las capas. Con eso te sobra.

Antes de gastarte un euro en IA de vídeo, quizá lo primero es saber en qué nivel estás. Hazte el test de IA y te digo por dónde empezar según lo que ya usas.