Ayuda / Video
Video
Usa personajes originales o estilizados, o tu propia imagen con consentimiento documentado. Cualquier representación de otra persona identificable requiere su consentimiento documentado. Sigue la Política de uso aceptable para todas las imágenes de referencia, datos de entrenamiento, audios y resultados.
La pestaña Video convierte un prompt (y, si quieres, una imagen o un clip) en un video con sonido. Elige un modo, escribe el prompt, elige Calidad y Duración y pulsa Generar (⌘⏎ desde el cuadro del prompt).
Modos
Los chips de la parte superior del formulario. Cada uno indica qué necesita.
| Modo | Qué necesita | Qué obtienes |
|---|---|---|
| Texto | un prompt | un clip a partir de palabras solamente |
| Personaje | un personaje entrenado + un prompt | tu personaje original en un plano nuevo; solo LTX. Consulta Usar un personaje |
| Imagen | una imagen de referencia + un prompt | un clip que parte de tu imagen o se inspira en ella |
| Fotograma inicial y final (FFLF) | un fotograma inicial y uno final | un clip que viaja de uno a otro |
| Fotogramas clave | de 3 a 8 fotogramas | un clip que pasa por cada uno |
| Extender | un clip | más de ese clip, después o antes |
| Añadir sonido | un clip | la misma imagen con un sonido nuevo hecho para ella; solo Hailuo H3 |
| Sincronización labial | una imagen y tu audio | un personaje original que interpreta tu pista; abre Audio |
| Remix | tus propios medios | Ingredientes, Control de movimiento, Colorear, Aumentar resolución y corregir rostro; consulta Remix |
Hailuo H3 renderiza Texto, Imagen, Fotograma inicial y final, Fotogramas clave, Extender, Añadir sonido y Sincronización labial. Personaje y Remix son de LTX. Consulta qué puede crear H3.
Imagen: Anclar o Inspirar
Suelta un PNG, JPG o WEBP en Imagen de referencia; se recorta para cubrir el tamaño del render. En LTX-2.5 aparece una fila Uso de referencias:
- Anclar: anima esta imagen. Tu imagen es el fotograma uno y el clip la mueve.
- Inspirar: un plano nuevo a partir de ella. El clip lleva el personaje o el aspecto a una escena nueva, y no verás tu imagen como fotograma uno. Va bien para “este personaje, escena nueva”.
En Hailuo H3 la imagen siempre es el primer fotograma.
FFLF y Fotogramas clave
- FFLF: Fotograma inicial (fotograma 0) abre el clip y su forma define el tamaño del resultado; Fotograma final (último fotograma) lo cierra. Un primer plano al final ayuda a mantener la coherencia del personaje a lo largo del clip.
- Fotogramas clave: elige de 3 fotogramas clave a 8 fotogramas clave. El inicial y el final son fijos; los demás son los momentos intermedios.
- Ambos necesitan el complemento LTX Alta (el modelo Q8) y eligen la calidad Alta por sí solos. Si falta, Generar lo dice e indica dónde instalarlo.
Extender
Elige el Video de origen, define Extender en (segundos) (de 0.5 a 10, por defecto 2) y Dirección (Después o Antes). Extender tiene sus propias dos calidades:
- Borrador Q8: 12 pasos, seguro en un Mac de 64 GB.
- Q8 Pro: 30 pasos, necesita 96 GB o más.
Quédate en Borrador Q8 a menos que el Mac tenga la memoria.
En Hailuo H3, Extender añade hasta 15 segundos y mantiene el sonido del clip; consulta Extender en H3.
Cómo escribir el prompt
Describe la escena y el sonido. El sonido se genera junto con la imagen; un prompt sin sonido sale casi en silencio.
- Mejorar (LTX) reescribe tu prompt con el estilo con el que se entrenó el modelo. Con LoRA activados, lee sus notas y conserva sus palabras de activación.
- Sin música pide voz, sonido y ambiente sin banda sonora.
El cuadro Evitar
Evitar + abre un segundo cuadro para lo que el modelo no debe crear: blurry hands, distorted fingers, warped text.
Cuándo funciona Evitar se aplica en Alta, Alta · 720p, Extender, FFLF / Fotogramas clave y Audio. Rápida, Equilibrada y Estándar funcionan sin guía y lo ignoran. En Hailuo H3 no hay cuadro Evitar: escribe las negaciones como frases normales en el prompt, y solo para lo que H3 añade sin que se lo pidas: la deriva de cámara y el texto en pantalla.
Calidad y Duración en LTX
Cada chip de Calidad muestra su tamaño y una estimación para este Mac. Un chip dice no disponible cuando este Mac no puede ejecutarlo, o nombra la descarga que necesita.
| Calidad | Tamaño | Qué es |
|---|---|---|
| Rápida | 640×448 | el vistazo más rápido al plano |
| Equilibrada | 1024×576 | 16:9 en el tamaño en que se ve la mayoría de las cosas; es el predeterminado |
| Estándar | 1280×704 | el lienzo más grande que sirve el carril rápido: más grande, no más detallado |
| Alta | 1024×576 | una segunda pasada más grande sobre la primera: detalle más nítido y movimiento más estable, por casi el doble de espera |
| Alta · 720p | 1280×704 | la pasada Alta a 720p: el mayor detalle que crea LTX; pico medido de 49.7 GB, así que pide un Mac de 64 GB |
Rápida, Equilibrada y Estándar funcionan con el modelo rápido (destilado); Alta y Alta · 720p necesitan el complemento Alta (el modelo Q8).
Duración: 3s, 5s (por defecto), 7s, 10s, y 20s, que solo se ofrece en Rápida.
Los clips largos de LTX usan un tercio menos de memoria al final del render (5.0.25). El último paso de un render, convertir el plano terminado en fotogramas, es donde la memoria llega a su pico. En Macs con más de 32 GB, un clip de LTX de más de 5 segundos ahora lo hace en bloques de 128 fotogramas. Medido en clips de 10 segundos: unos 12.7 GB en lugar de 20 GB a 1024×576, y 19 GB en lugar de 30 GB a 720p, en el mismo tiempo y sin diferencia visible. Los Macs de 32 GB o menos ya trabajaban en bloques y no cambian.
En las calidades rápidas, una fila Velocidad ofrece Afinado o Borrador rápido: un calendario más rápido que cambia la toma. Alta tiene un control deslizante STG: guía de detalle.
Con un personaje entrenado seleccionado, los chips pasan a ser Borrador Q8 (704×384), Q8 Pro (1024×576, mejor identidad) y, en LTX-2.5, Alta y Alta · 720p. Los personajes entrenados son más coherentes en Q8 Pro.
Ventanas deslizantes en LTX
Para un clip más largo que una pasada, Avanzado → Clips largos → Ventanas lo renderiza como una secuencia: una primera pasada y después una Extensión por cada ventana siguiente, cada una continuando la cola conservada de la anterior. Necesita el complemento Alta (el modelo Q8) y un Mac que admita Extender.
Prompts por ventana. La ventana 1 siempre es el prompt principal de arriba: no tiene un cuadro aparte. Cada ventana posterior tiene su propio cuadro con etiqueta y tiempo (“Window 2 · 0:05-0:09”), construido a partir del calendario real del render; un cuadro en blanco mantiene el momento anterior. Escribe en cada uno el siguiente momento de la acción, empezando por el movimiento (LTX renderiza lo que un prompt nombra primero). Las Invariantes (lo que no debe cambiar entre ventanas: quién aparece, la luz, el objetivo, el lugar) van en el campo bajo los cuadros y se reinyectan automáticamente en cada ventana posterior.
Es el equivalente en LTX de los prompts por tramo de H3: la misma idea (un prompt por pasada para que la acción no se repita), pero otro motor y otra disposición de cuadros, porque el número de ventanas y su tiempo real salen del propio planificador de ventanas de LTX y no de una cuadrícula fija de 5 segundos.
Calidad y Duración en Hailuo H3
H3 tiene su propia página: Motor de video Hailuo H3. En resumen:
| Calidad | Tamaño | Notas |
|---|---|---|
| Borrador | 640×384 | vistazo rápido: los rostros y el detalle fino solo se resuelven en Estándar y Alta |
| HD rápido | 640×384 → 1280×768 | un Borrador rápido y después Aumentar resolución y corregir rostro lo afina a partir del propio clip |
| Estándar | 768×448 | el caballo de batalla |
| Alta | 1024×576 | 16:9 verdadero, el tamaño de entrega recomendado |
| Nativo | 1344×768 | el mayor detalle que puede crear H3: siempre se renderiza en Mejor, con una espera larga |
Duración: 3s, 5s (la pasada única más larga), 10s y 15s, encadenadas a partir de ventanas de 5 segundos, y 10s en una pasada (un plano sin unión, solo Mejor). Los tiempos típicos están en Cuánto tarda.
Velocidad y Pasos
- Velocidad: ⚡ Rápido / ✦ Mejor. Rápido es una pasada de 3 pasos: mucho más veloz, un poco más suave, y es el predeterminado una vez instalado su adaptador de 180 MB (Instalar (180 MB) en la mitad Rápido). Mejor es el render completo para ese tamaño, con los rostros más nítidos. Nativo y 10s en una pasada siempre se renderizan en Mejor.
- Pasos: Auto / 12 / 16 / 20 solo se muestra en Mejor. Más pasos, más espera (20 es la receta de referencia oficial, unas 2.4× Auto).
- En instalaciones de H3 cuyo runner tiene un solo espacio de adaptador, una fila Adaptador pregunta si ese espacio es para Turbo o Mi LoRA: no pueden funcionar a la vez. Consulta LoRA en H3.
Prompts por tramo
Un clip de H3 de 10 s o 15 s pide el mismo prompt a cada ventana de 5 segundos, lo que puede repetir la acción. Abre Prompts por tramo y activa Una línea por tramo: 10 s da dos cuadros, 15 s tres. Un cuadro vacío usa el prompt principal.
Primer fotograma y orientación en H3
El modo Imagen funciona en H3: la imagen es el primer fotograma. La fila Orientación (de primer nivel, junto a los chips de tamaño) pone el lienzo en Vertical al mismo costo.
Los motores lado a lado
| LTX | Hailuo H3 | |
|---|---|---|
| Modos | todos los modos de Video, Remix, Sincronización labial | Texto, Imagen, Fotograma inicial y final, Fotogramas clave, Extender, Añadir sonido, Sincronización labial |
| Sonido | conjunto con la imagen | video, diálogo y sonido conjuntos |
| Personajes y LoRA | personajes entrenados, pilas de LoRA | su propia biblioteca de LoRA de H3 |
| Cuadro Evitar | en Alta y en los modos con guía | ninguno: dilo en el prompt |
| Clip más largo | 20s (Rápida), 10s en el resto | 15s, ventanas encadenadas |
| Memoria | el diálogo Nivel (indicador de estado → Nivel) muestra qué calidades ejecuta este Mac | 16 GB o más (ver abajo) |
H3 y la memoria. El motor H3 completo necesita 60 GB. A partir de 16 GB, H3 funciona con su motor compacto Q8, que Install Hailuo H3 en la barra lateral de Phosphene en Pinokio construye de forma local (unos 5 minutos, ~22 GB, sin descarga adicional). En Configuración → Modelo Hailuo H3 eliges entre Automático, Completo y Compacto. Por debajo de 16 GB no se ofrece H3: renderiza en LTX. Desde 16 GB haces clips en Borrador y Estándar, desde 18 GB también en Alta; Limpiar el sonido y los clips encadenados necesitan 36 GB. Consulta Instalar H3 y Solución de problemas.
LTX y la memoria: menos memoria en Macs de 16-24 GB (5.0.20). Por debajo de 48 GB, LTX renderiza a tamaños menores, y los Macs de 24 GB o menos usan automáticamente una ruta de poca memoria. En un Mac de 16 GB un clip alcanza un pico de unos 5.7 GB de memoria, y de unos 6.7 GB con LoRA. Los fotogramas son los mismos de antes.
Aumentar resolución y exportar
Después del render, el clip se puede redimensionar sin recortarlo.
En Hailuo H3 (en Después del render → Aumentar resolución):
- Nativo: tal como se renderizó.
- Ajuste a 720p / Ajuste a 1080p: escalado para llenar el encuadre. Un lienzo cercano a 16:9 (H3 Borrador y Estándar, LTX Estándar) pierde unos pocos píxeles en los bordes en lugar de recibir barras negras; uno lejano a ese formato (cuadrado, vertical en un destino horizontal) sigue recibiendo bordes. Ajuste a 720p es el predeterminado. Bajo los tamaños, Después, aumentar resolución y corregir rostro es opcional y está desactivado por defecto. Cuando se marca, el borrador se entrega tal como se renderizó y un segundo trabajo lo vuelve a renderizar al doble de tamaño con LTX-2.5, refinando el detalle de origen y conservando el audio; el clip corregido aparece junto al borrador. Necesita el adaptador Upscale de 0.3 GB, que se descarga desde la ventana Modelos, y tarda otra vez lo que tardó el borrador.
En LTX (en Después del render → Exportar): Ajuste a 720p (predeterminado), Nativo o 2×. Cuando no es Nativo, Método elige entre Rápido (instantáneo) o Nítido (un aumentador de resolución más nítido, +30-90 s).
Cualquier clip terminado también puede pasar después por Aumentar resolución y corregir rostro: un clic sobre el reproductor, en su superposición de acciones.
Más controles
- Semilla:
-1es aleatoria; reutiliza una semilla para obtener la misma toma con un prompt modificado. - LoRA: el selector de complementos. Consulta LoRA.
- Orientación (LTX): 16:9, 9:16, 1:1 o 4:5.
- Avanzado: ancho × alto, duración y fotogramas.
- Después del render: Exportar o Aumentar resolución, y Abrir el archivo al terminar.
- ⊞ Lote: pega muchos prompts y ponlos todos en cola.
- Ocultar (el icono del ojo en la barra del reproductor): quita un clip de la galería, con un Deshacer en el aviso. El chip Ocultos (N) de la fila de filtros de la Galería muestra todo lo oculto, así que un clip ocultado por error queda a un clic.
Fuente: webapp/docs/video.md en el repositorio público. Revisado para este sitio web antes de publicarse. Traducido del original en inglés. Sugerir un cambio.