Imatge a vídeo amb IA: com funciona i què hi has de posar

La imatge a vídeo amb IA agafa una foto fixa i genera un clip curt a partir d’ella: uns quants segons de moviment que el model inventa al voltant de la imatge que li has donat, en lloc de deixar-la congelada. Puges una foto, tries o descrius el tipus de moviment que vols, i un model de vídeo renderitza nous fotogrames que segueixen aquest moviment i intenten mantenir la resta de la imatge igual.

Aquesta línia resumeix resultats molt diferents segons el que hi poses. Una foto clara, ben il·luminada i ja acabada sol tornar com un clip creïble. Una foto amb poca qualitat o mal il·luminada sol tornar deformada, perquè el model improvisa moviment en les parts que no té clares. La resta d’aquesta guia tracta d’aconseguir el primer resultat i d’explicar amb honestedat d’on surt el segon.

Com funciona de debò la imatge a vídeo amb IA

Una foto fixa no porta cap informació sobre el moviment, així que el model l’ha d’inventar. Mira la foto, calcula aproximadament què hi ha, una cara, els cabells, una tela, un fons, i genera una seqüència de fotogrames que sembla que surt d’aquest únic punt de partida, guiada pel moviment que has demanat.

Això és diferent d’un vídeo generat des de zero. Aquí el primer fotograma està fixat: ha de coincidir força amb la teva foto i després moure’s a partir d’ella. Com millor és el model mantenint aquest primer fotograma, menys s’allunya la persona o l’escena mentre el clip avança.

A la pràctica, això vol dir dues coses:

• La foto decideix més que la instrucció. Una foto amb una cara clara, una llum decent i sense desenfocament de moviment dona al model un ancoratge fort. Una foto fosca, borrosa o plena d’elements li dona menys on agafar-se, i el clip s’allunya més de l’original.
• El moviment curt i concret funciona millor que el moviment llarg i vague. Un clip de cinc segons amb un moviment clar, com un cop de cabell, un flaix o una càmera que s’allunya, sol aguantar bé. Un clip més llarg que demana diverses coses que passin a la vegada normalment no aguanta.

Quina foto font funciona bé

Aquesta part la salten la majoria de guies de imatge a vídeo amb IA, perquè importa més per al resultat que l’eina que triïs.

1. Comença per una foto que ja publicaries. Si la foto fixa no acaba de quadrar, el vídeo semblarà aquella foto movent-se, no una de millor. Arregla primer la foto i anima-la després.
2. Un subjecte clar. Una cara o una figura única dona al model una cosa per seguir. Les fotos de grup i els fons carregats li donen diverses parts mòbils que ha d’endevinar alhora.
3. Llum bona i uniforme. Les ombres dures sobre la cara o una foto molt fosca són la causa més habitual d’un clip deformat, perquè el model no sap quina forma hi ha sota l’ombra.
4. Sense desenfocament de moviment previ. Una foto que ja està una mica borrosa per la tremolor de la càmera s’exagera quan el model hi afegeix el seu propi moviment.
5. Una pose que tingui on anar. Un retrat de cap i espatlles funciona per a un cop de cabell o un flaix. Un pla posat i més obert funciona millor per a un moviment de càmera més lent.

Si una foto falla en algun d’aquests punts, tornar-la a fer gairebé sempre és més ràpid que lluitar contra el resultat amb una instrucció diferent.

El moviment en si importa més del que la gent es pensa

La majoria d’eines de imatge a vídeo deixen escriure un moviment lliure en text. Sembla flexible, però normalment dona un resultat inconsistent, perquè el model ha d’endevinar què vols dir amb «fes-la cobrar vida». Una llista curta de moviments amb nom, cadascun provat amb fotos reals, és més fiable que un camp obert.

Això és el que fa Flashette en el seu pas de foto a vídeo: cinc moviments fixos, un pop de flaix, un cop de cabell, una ràfega de poses tipus cabina de fotos, un zoom cinematogràfic lent i una rialla espontània. Cadascun s’ajusta a l’aspecte final, no al selfie en brut. Triar-ne un no és tant una limitació com la diferència entre un moviment comprovat amb aquest tipus de foto i un que ningú no ha provat.

Cost i temps

Executar un model de vídeo és una de les operacions d’IA més cares per clip, per això gairebé cap eina de imatge a vídeo amb IA és il·limitada i gratuïta. A Flashette, un look de foto costa 1 crèdit i un vídeo fet d’un look acabat costa 5 crèdits. Els crèdits surten dels crèdits setmanals de Flashette Pro (7,99 $ a la setmana o 19,99 $ al mes als Estats Units) o de paquets de crèdits que es compren sense subscripció. Un clip sol trigar entre un i tres minuts a tornar un cop l’envies. Si la generació falla, els crèdits que ha gastat es retornen automàticament, tal com explica la pàgina de suport.

Aquesta estructura de costos és comuna a la imatge a vídeo amb IA en general: cal esperar o bé uns quants clips gratuïts abans d’un mur de pagament, o bé crèdits i subscripció des del principi, perquè cada clip es renderitza en un servidor i no al teu mòbil.

Maneres gratuïtes d’obtenir moviment d’una foto

Abans d’agafar la IA, val la pena saber què no en necessita:

• Les Live Photos de l’iPhone capturen uns segons i mig de moviment al voltant del moment en què prems el disparador, sense cap processament.
• Un zoom i una panoràmica lents sobre una foto fixa, conegut com a efecte Ken Burns, donen una sensació de moviment sense generar res, i la majoria d’apps d’edició el tenen gratis.
• Un bucle estil boomerang amb unes quantes fotos de ràfega funciona per a moviments simples repetits, com un cop de cabell, sense cap model.

Cap d’aquestes opcions genera moviment nou com ho fa la imatge a vídeo amb IA. Reutilitzen moviment que ja has capturat o desplacen el marc. Si el que vols és una foto que sembli quieta però que faci alguna cosa que mai no va fer, com un flaix que s’encén o una pose que canvia, això necessita un model, i aquí és on van a parar els crèdits.

Privacitat: què passa amb la foto

Abans de pujar una foto a qualsevol eina de imatge a vídeo amb IA, val la pena comprovar què li passa després: si es guarda, durant quant de temps i si serveix per entrenar models futurs. A Flashette, la foto que s’usa per fer un vídeo és la que ja tens a la galeria d’un look amb IA. El teu selfie original es va enviar al soci d’IA només una vegada, per fer aquesta foto, i no es va guardar mai. Només es conserven la foto acabada i el vídeo, perquè apareguin a la galeria. Tots els detalls són a la política de privacitat.

Del selfie al vídeo a l’iPhone, pas a pas

Aquest és el flux que es desprèn de tot el que s’ha dit, en ordre:

1. Comença amb una foto acabada, no amb un selfie en brut. A Flashette, això vol dir triar primer un look. Abans d’animar-lo, convé saber què canvia un editor de fotos amb IA en un selfie.
2. Revisa la foto a mida completa. Arregla un mal retall o una mala llum abans de gastar crèdits en moviment.
3. Tria un moviment, no una idea vaga de «alguna cosa que es mou». Un moviment concret, com un cop de cabell o una càmera que s’allunya, dona al model una tasca clara.
4. Envia i espera. Entre un i tres minuts per renderitzar el clip és normal; no cal que mantinguis l’app oberta.
5. Mira el clip sencer abans de guardar-lo. Si una mà o una vora es deforma a mitja, una altra foto font sol solucionar-ho més que un altre moviment.
6. Desa o comparteix quan aguanti. El vídeo manté la mateixa foto amb la qual has començat, però ara es mou.

On anar després

La imatge a vídeo amb IA només és tan bona com la foto que hi dones, així que el pas que més rendeix és triar o fer una foto que valgui la pena animar. Flashette construeix primer aquesta foto amb un look i després la converteix en un vídeo de cinc segons amb un dels cinc moviments provats, a l’iPhone. Més sobre el pas de la foto es troba al blog de Flashette.