Movimiento de cámara dinámico
Seguimiento, giros alrededor del sujeto y barridos rápidos: describe el movimiento de cámara que buscas y el modelo intentará plasmarlo en el video.
Crea videos a partir de texto o imágenes con distintos modelos de IA. Inicia sesión para generar y consulta el costo en créditos del modelo seleccionado.

Explora estos ejemplos ilustrativos de videos generados con IA y observa cómo pueden representar movimientos de cámara, acciones, efectos y sincronización con el ritmo.
Combates a gran velocidad, deportes extremos e interacciones complejas: la IA puede representar el ritmo del movimiento y los detalles físicos para crear escenas coherentes y visualmente impactantes. El resultado depende del modelo y de las indicaciones.
Seguimiento, giros alrededor del sujeto y barridos rápidos: describe el movimiento de cámara que buscas y el modelo intentará plasmarlo en el video.
Carreras, saltos, choques e interacción con el entorno: según la escena y el modelo, el movimiento puede mantener cierta continuidad durante el video.
Añade videos como referencia para orientar el movimiento de cámara, audio para marcar el ritmo e imágenes para indicar el estilo. La forma en que el modelo interpreta las referencias puede variar según el modelo y la configuración elegidos.
Añade un video de referencia para orientar el encuadre y el movimiento de cámara. El resultado dependerá de cómo el modelo interprete la referencia.
Barridos rápidos, cortes por coincidencia y revelaciones estilizadas: describe las transiciones que buscas. Las opciones disponibles dependen del modelo seleccionado.
Describe la idea y las escenas que quieres incluir. El modelo puede conectarlas y desarrollar la acción y el ritmo narrativo según tus indicaciones.
Añade música como referencia para orientar el ritmo de los cortes y el movimiento. El resultado depende del modelo seleccionado y de cómo interprete el audio.
No necesitas equipo costoso. Describe lo que quieres o añade tus materiales como referencia y elige un modelo compatible. Puedes crear videos a partir de texto, de imágenes o con referencias multimodales, según las opciones disponibles. Antes de generar, inicia sesión y comprueba el saldo de créditos y el costo que muestra el modelo seleccionado.
Crea videos a partir de texto o imágenes con distintos modelos de IA. Inicia sesión para generar y consulta el costo en créditos del modelo seleccionado.



Veo 3.1 ofrece las variantes Lite, Fast y Quality cuando están disponibles. En los modos compatibles, puedes elegir texto a video, imagen a video o video a video. El modo de referencias admite hasta 3 imágenes y requiere Fast en formato 16:9. Los formatos disponibles son Auto, 16:9 y 9:16. La interfaz no permite elegir duración ni resolución. Consulta el costo en créditos antes de generar.

La versión estándar de la serie Sora. Está pensada para equilibrar la comprensión de las indicaciones, la velocidad y el costo. Puede servir para crear guiones gráficos, videos cortos para redes sociales y probar distintas ideas creativas.

HappyHorse es el modelo multimodal de nueva generación de Alibaba, con generación conjunta nativa de audio y video. Un solo modelo admite cuatro opciones: crear videos a partir de texto, de una imagen o de varias imágenes de referencia, y editar videos. Puede servir para anuncios, comercio electrónico, dramas cortos y contenido para redes sociales.
Wan 2.6 es un modelo avanzado de generación de video que admite videos a partir de texto, imágenes o videos. Ofrece opciones de duración de 5s, 10s y 15s, resoluciones de 720p y 1080p y funciones para crear videos con varias tomas.



Crea vídeos de 3–30 segundos con texto, fotogramas inicial y final o referencias visuales. Elige 720p o 1080p y revisa movimiento, sonido y créditos antes de editar.



Kling Motion Control permite dirigir los movimientos y las poses de un personaje mediante imágenes y videos de referencia. Admite videos de 3 a 30 segundos y puede servir para animar personajes o transferir movimientos a partir de referencias.

Kling 2.6 destaca por su capacidad para representar movimientos complejos y la interacción con objetos. Puede crear movimientos dinámicos de personajes e incluir movimientos de cámara cinematográficos y fluidos.
Modelo avanzado de generación de video de ByteDance. Seedance 1.5 Pro está pensado para animar personajes con sincronización labial y expresiones naturales. Ofrece movimiento con apariencia realista, varias relaciones de aspecto (1:1, 21:9, 4:3, 3:4, 16:9, 9:16), opciones de duración (4s, 8s, 12s) y generación de audio opcional.
Modelo de video de nueva generación de ByteDance, centrado en la calidad visual, el movimiento complejo y el control con referencias multimodales. Seedance 2 admite entradas de texto, imagen, video y audio, y puede servir para proyectos que requieren coherencia visual y movimientos de cámara más elaborados.

Wan 3.0 Video es el modelo multimodal de Alibaba para crear videos a partir de texto, imágenes o referencias, y para editar videos con referencias de imagen, video y audio.

Wan 3.0 Video Prime es la variante de Wan con mayor fidelidad, pensada para proyectos exigentes de video a partir de texto, imágenes o referencias, con más control sobre el movimiento y la composición.

El modelo de video más reciente de ByteDance. Permite generar videos a partir de texto, usar fotogramas inicial y final o combinar referencias multimodales. Admite imágenes, videos y audio de referencia, resoluciones de 480p y 720p, duraciones de 4–30 segundos y generación opcional de audio.

La versión de Seedance 2 orientada a una generación más rápida y de menor costo. Puede servir para probar indicaciones, iterar ideas y crear contenido en volumen, con soporte para referencias de imagen, video y audio.

La variante más ligera de Seedance 2, pensada para generar borradores con menor costo por segundo. Admite fotogramas iniciales y finales y referencias multimodales; puede servir para preparar borradores, clips para redes sociales y pruebas en volumen.

Modelo de xAI para crear videos a partir de descripciones de texto. Grok Imagine admite varias relaciones de aspecto (2:3, 3:2, 1:1, 9:16, 16:9) y tres modos de estilo (fun, normal, spicy), y puede servir para explorar ideas visuales y crear prototipos.
Grok Imagine Video 1.5 Preview es un modelo para crear videos a partir de una imagen. Requiere una imagen de referencia, genera videos de resolución fija 720P, admite duraciones de 5 a 15 segundos y relaciones de aspecto 16:9, 9:16, 3:2, 2:3, 1:1, 3:4 y 4:3.

Crea vídeos de 4 a 15 segundos a partir de texto o una imagen inicial, con audio generado junto al vídeo. Elige 480p, 720p o 1080p; 1080p se obtiene ampliando 720p. En imagen a vídeo, la imagen original determina el encuadre. No admite varias imágenes de referencia, fotograma final ni vídeos de entrada.

Gemini Omni es el modelo avanzado de generación de video de Google, basado en Omni-Flash-Ext. Permite crear videos a partir de texto, de una imagen o de la combinación de 3 imágenes de referencia. Ofrece duraciones de 4, 6, 8 y 10 segundos, y relaciones de aspecto 16:9 y 9:16.

Gemini Omni 1.1 Flash es el modelo de video multimodal de Google para crear videos a partir de texto, imágenes o imágenes de referencia, con opciones flexibles de duración y varias relaciones de aspecto.

MiniMax H3 es un modelo de video multimodal para crear a partir de texto, imágenes o referencias. Ofrece salida de 768p y 2K, opciones flexibles de duración y referencias de audio.


MiniMax H3 Max es un modelo de video rápido con opciones de 480p y 768p. Permite crear a partir de texto o animar con fotogramas iniciales y finales, además de usar referencias de imagen, video y audio. Ofrece videos de 5 a 15 segundos.

MiniMax H3 Max Turbo es la opción de menor costo para crear videos a partir de texto en 480p o 768p, o animar una imagen con un fotograma inicial y otro final opcional.

Convierte texto o una imagen en vídeos de 1–15 segundos, hasta 1080p y con audio generado opcional.

PixVerse V6 es un modelo versátil para crear videos a partir de texto, animar imágenes, generar transiciones entre fotogramas iniciales y finales y extender videos. Admite de 360p a 1080p, clips de 1 a 15 segundos y audio nativo opcional.



Anima una imagen como fotograma inicial o usa hasta 15 imágenes de referencia. Puedes elegir entre 540p y 4K. La duración disponible es de 3–16 segundos para animación desde una imagen y de 1–16 segundos con referencias. El audio sincronizado es opcional. El audio de referencia debe ser MP3 y durar de 3 a 12 segundos.
Crea videos a partir de texto, imágenes o materiales de referencia. Elige un modelo compatible y sus opciones disponibles; los resultados dependen del modelo y de las indicaciones que proporciones.
Describe lo que quieres mostrar o sube una imagen de referencia. Las opciones disponibles dependen del modelo seleccionado.
Puedes describir movimientos como seguimientos, giros alrededor del sujeto y transiciones suaves. El resultado depende del modelo y de la indicación.
Describe cómo quieres conectar las escenas y marcar el ritmo para explorar ideas de historias de marca, demostraciones de productos o storyboards creativos.
Si el modelo seleccionado admite audio, puedes incluir una pista para explorar cómo se sincronizan los cortes con el ritmo. Comprueba las opciones disponibles antes de generar.
Abre el navegador para crear desde un teléfono, una tableta o una computadora. Las opciones disponibles dependen del modelo seleccionado.
Según el modo y el modelo seleccionado, puedes usar imágenes para orientar el estilo, videos para indicar movimientos de cámara o audio para marcar el ritmo. El resultado puede variar.
Preguntas comunes sobre Nano Banana Pro
¿No encuentras lo que necesitas? Contacta con el equipo de soporte
Nano Banana Pro permite crear imágenes, carteles, diseños de personajes, maquetas de productos e infografías. La plataforma ofrece opciones para mantener la coherencia de una escena y un estilo, y simular la iluminación.
El modelo de imagen Nano Banana Pro ofrece opciones de resolución de 1K, 2K y 4K, formatos PNG y JPG, hasta 10 imágenes de referencia y un límite de carga de 10 MB. Las opciones disponibles pueden variar según el modelo seleccionado.
Para generar imágenes, inicia sesión y comprueba el saldo de créditos de tu cuenta. El coste depende del modelo y las opciones de salida que elijas; consulta el importe que se muestra antes de generar.
Cada cuenta tiene límites de uso. Los planes y modelos disponibles determinan las opciones de concurrencia; consulta las condiciones de tu plan para conocer los detalles.
No necesitas una configuración compleja: inicia sesión, comprueba tu saldo de créditos y escribe una descripción para generar imágenes. Los controles avanzados son opcionales. Antes de generar, revisa el modelo seleccionado y el coste en créditos que se muestra.
El uso comercial puede depender de las condiciones aplicables al contenido y al modelo seleccionado. Revisa las condiciones de tu plan y respeta las normas de contenido y derechos de autor que correspondan.
Nano Banana Pro ofrece opciones para generar texto en varios idiomas dentro de las imágenes. El resultado puede variar según el texto y la composición; revisa la imagen generada, especialmente en carteles, títulos, etiquetas e infografías.
Nano Banana Pro admite imágenes de referencia, que pueden ayudar a mantener la coherencia de personajes y estilos entre imágenes. El resultado depende de las referencias y de la generación; puede ser útil para crear personajes de cómic, modelos virtuales o recursos visuales de marca.