Generador Reference to Video con IA
Guía una toma nueva con referencias de imagen, vídeo y audio. Asigna a cada recurso una función clara, genera y revisa el resultado.
¿Qué es Reference-to-Video con IA?
Combina imagen, vídeo y audio
Usa imágenes para la apariencia, vídeo para movimiento o cámara y audio para ritmo. El prompt define la toma nueva.
Asigna cada recurso con @
Menciona cada archivo y explica si controla personaje, vestuario, producto, escena, movimiento, cámara o ritmo.
Lleva personajes y productos a escenas nuevas
Referencias nítidas y compatibles ayudan a conservar detalles reconocibles. El resultado sigue siendo generativo y debe revisarse.
Guía movimiento, cámara y ritmo
Un clip puede orientar la acción o la cámara y el audio puede marcar el tiempo. Evita instrucciones que compitan entre sí.
Ejemplos de Reference to Video
Una ficha de personaje convertida en tres tomas coherentes, más un clip de caminata usado como referencia de movimiento.
Ficha de personaje → storyboard → tres tomas
Un repartidor entra en una panadería, recoge una bolsa y vuelve a salir bajo la lluvia. Cada toma parte de su viñeta del storyboard.

Ficha del repartidor
Vistas frontal, lateral y trasera usadas como referencia de identidad.
Prompt
Use case: illustration-story. Create one landscape character turnaround sheet with three equally sized full-body views of the SAME original fictional adult courier: front, side profile, back, arranged left to right on a neutral light-grey background. Adult approximately 30, clean-shaven oval face, short black hair, brown eyes, understated realistic illustrated cinematic style. Identical mustard-yellow hooded rain jacket with hood down, plain navy baseball cap, medium grey backpack with two shoulder straps, dark charcoal trousers and dark shoes in all views. Front view shows the same backpack straps; side and back show the grey backpack. Relaxed standing pose, consistent proportions and soft neutral lighting, enough space around all three complete silhouettes. No text, panel labels, logos or watermarks. This is an identity reference for a three-shot bakery sequence.

Storyboard de la panadería
Tres viñetas: entrar, recoger la bolsa y salir.
Prompt
Normalize only image edges to exact 16:9, then rebuild storyboard from new shot 1 and existing shot 2/3; no generative edits.
Caminar hacia el mostrador
El repartidor entra desde la puerta y va hacia el mostrador.
Prompt
Medium-wide shot, eye level, warm tungsten bakery lighting, rain visible through the closed glass door behind him. The courier walks from the entrance toward the bakery counter on the right, glancing at the pastries. The glass door behind him stays closed and still. Natural walking motion, stable camera, cinematic, realistic.
Recoger la bolsa de papel
Levanta la bolsa del mostrador; la cara y la ropa se mantienen coherentes.
Prompt
Close-up, eye level, warm tungsten bakery lighting, shallow depth of field, stable camera, cinematic photorealism. The courier picks up the plain brown paper bag from the wooden counter with a natural hand movement. Keep the courier's face, mustard rain jacket, navy cap and grey backpack consistent with the first frame. Preserve the bag's folded top, size and shape, and the same bakery background.
Salir bajo la lluvia
Sale con la bolsa. También se usa abajo como referencia de movimiento.
Prompt
Medium shot from inside the bakery, eye level, warm tungsten interior lighting contrasting with the cool rainy street, stable camera, cinematic photorealism. The courier turns and walks back out through the glass door into the rain, carrying the same plain brown paper bag. Natural walking motion. Keep the courier's face, mustard rain jacket, navy cap and grey backpack consistent with the first frame. Preserve the bakery layout, glass door geometry, and the bag's size and folded top.
Pasos manuales
- Recorta el storyboard en viñetas sueltas.
- Vuelve a generar las tomas que rompan la continuidad.
- Une los clips en tu propio editor de vídeo.
Referencia de movimiento: caminata del repartidor → zorro
La imagen del zorro define el aspecto; el clip del repartidor, la caminata y la cámara.

Personaje zorro
Define el aspecto y las proporciones del zorro.
Prompt
Use case: stylized-concept. Create one original stylized 3D cartoon fox character standing upright on two feet in a relaxed neutral pose, full body entirely visible including ears, both paws, both feet and fluffy tail. Orange fur, cream muzzle and chest, dark small paws and feet, expressive friendly face, balanced clear silhouette. Plain light-grey studio background, soft even studio lighting, high-quality 3D animated-film rendering. No clothing, props, text, logo, watermark or other characters. This is a character source image for a later motion-reference animation test.
Salir bajo la lluvia
Sale con la bolsa. También se usa abajo como referencia de movimiento.
Resultado: el zorro camina
El zorro camina erguido como el repartidor y sigue el movimiento general, no cada paso.
Prompt
The upright cartoon fox from the reference image walks on two legs exactly like the person in the reference video, with the same walking rhythm and camera movement, on a simple rainy street. Keep the fox standing upright with the same colors and body proportions as the reference image; it does not drop to four legs.
Cómo generar vídeo desde referencias
Elige referencias compatibles
Selecciona imágenes claras, movimientos cortos o audio con una finalidad útil. Elimina recursos redundantes o contradictorios.
Asigna funciones y describe la toma
Usa @ para indicar qué controla cada recurso y define acción, escena, cámara, luz y ambiente.
Genera y cambia una variable
Revisa identidad, forma, movimiento, cámara, ritmo y artefactos. Mantén lo útil y cambia solo una referencia o instrucción.
¿Por qué usar un flujo de referencias multimodal?
El flujo multimodal da un trabajo a cada recurso. Siempre hay que revisar los detalles importantes después de generar.
Más control que una sola imagen
Añade señales separadas para apariencia, movimiento, cámara y ritmo.
Instrucciones más claras
Las menciones @ muestran qué referencia respalda cada decisión visual o temporal.
Continuidad útil sin garantías absolutas
Las referencias pueden mejorar detalles reconocibles, pero el resultado sigue siendo generativo.
Iteración comparable
Cambiar una variable permite saber qué referencia, instrucción o ajuste mejora la toma.
Preguntas sobre Reference to Video con IA
¿Qué es Reference to Video con IA?
Es un flujo que usa imágenes, vídeo o audio como guía para generar una toma nueva desde un prompt.
¿Qué medios puedo usar?
Usa referencias de imagen, vídeo y audio cuando el modelo las admita. El generador muestra los límites de carga del modelo que elijas.
¿Cómo funcionan las funciones @?
Menciona el recurso y dale una responsabilidad clara: apariencia, forma del producto, cámara o ritmo.
¿Puede mantener un personaje o producto?
Referencias limpias pueden mejorar detalles reconocibles, pero no garantizan identidad ni geometría perfectas.
¿En qué se diferencia de Image to Video?
Image to Video suele animar una imagen inicial; Reference to Video combina varias imágenes, movimiento de vídeo y tiempo de audio.
¿En qué se diferencia de Video to Video?
Video to Video transforma un clip en toda su línea temporal; aquí el clip puede ser solo una guía de movimiento o cámara.
¿Qué hago si las referencias chocan?
Elimina el recurso menos importante, asigna una sola función a cada uno y vuelve a generar cambiando una variable.
¿Cómo reviso un resultado generado?
Comprueba identidad, forma del producto, movimiento, cámara, ritmo y artefactos, y cambia una sola variable cada vez.
Crea una toma nueva desde tus referencias
Sube recursos compatibles, asigna una función a cada uno y continúa con la generación de referencias multimodal.






