¿Qué es el texto a video?
El texto a video (T2V) es una técnica de IA que genera video en movimiento directamente a partir de una descripción escrita. El modelo imagina la imagen y el movimiento en un solo paso. Brilla en escenas dinámicas, pero te da menos control sobre la composición exacta que generar primero una imagen y animarla después.
Escribe "la luz de un sumergible atravesando el agua negra, con partículas flotando" y un modelo de texto a video genera esos segundos de imagen desde cero, sin imagen de partida y sin cámara.
Su punto fuerte son las escenas que viven del movimiento: cosas que caen, fluyen, chocan o se desplazan. Su punto débil es la precisión. Como el modelo inventa la composición y el movimiento a la vez, mantener exactamente el mismo aspecto en muchas escenas cuesta más que con imagen a video.