“Alice, anima mi foto”: qué hace y dónde está su techo

La forma más rápida de ver hoy tu foto en movimiento es pedírselo a Alice, el asistente de voz de Yandex. La función es gratuita, tarda unos treinta segundos y no necesita nada más que una app que quizá ya tengas. Este capítulo trata de qué hace exactamente, dónde terminan sus posibilidades y qué hacer después si un botón ya no te basta.

Qué hace Alice

Según la página de ayuda de Yandex, la función funciona así: adjuntas un JPEG o PNG de hasta 10 MB, describes lo que debe pasar y medio minuto después recibes un archivo MP4. La resolución es de 480p (854 × 480 píxeles), la duración de hasta cuatro segundos y el archivo no tiene sonido. La relación de aspecto se toma de la foto original. La función es gratuita con un límite de generaciones; aparte se vende un «boost» de pago que añade generaciones en HD durante un mes.

Es un producto muy bueno para lo que es: un botón para el gran público, pensado para que alguien lo pruebe una vez, se lo enseñe a sus amigos y siga con lo suyo. No ofrece ajustes a propósito, y justo por eso es tan fácil de usar.

Dónde está el techo

Las tres primeras filas hablan de la escala de la tarea. La cuarta, la quinta y la sexta, de tareas completamente distintas.

¿Cuatro segundos son mucho o poco?

Con honestidad: para una foto animada, cuatro segundos suelen bastar. Un movimiento con principio y final cabe en 4–6 segundos, y a partir de ahí el modelo empieza a inventar con qué llenar el plano y aparece un segundo movimiento que nadie pidió. La diferencia entre cuatro segundos y quince no es la que hay entre «mal» y «bien», sino entre «una foto animada» y «una pequeña escena con historia».

La falta de sonido, en cambio, ya no es cuestión de tamaño. Un clip mudo no se puede publicar tal cual: habrá que ponerle algo debajo en un paso aparte. El sonido que nace junto con la imagen (viento, pasos, el murmullo de una habitación) coincide con el movimiento del plano, porque se compuso a partir de la misma descripción de la escena. Una pista añadida encima después no puede hacerlo.

El habla es otra ruta, no un ajuste

La decepción más habitual suena así: «he animado un retrato, ¿y ahora cómo hago que diga una frase?». No se puede, porque no es el botón de al lado sino otra ruta de procesado. Un retrato que se mueve entra en el modelo como primer fotograma. Un retrato que habla entra como referencia, y la frase se escribe con palabras en la petición. Las dos cosas no se pueden combinar en una misma petición.

Cómo es la segunda ruta en la práctica se explica en el capítulo foto que habla.

Cuándo dar el paso y cuándo no

Quédate con Alice si la tarea es una foto, una vez, para ti o para enseñarla en un chat. No hay motivo para pagar por eso.

Tiene sentido ir más allá cuando aparece algo de esto:

• Necesitas sonido en el archivo: el clip se va a publicar y no quieres añadir la música aparte.
• La persona de la foto tiene que decir algo: una felicitación, la frase de un personaje, un mensaje breve.
• Tienes dos fotos y necesitas una transición entre ellas: antes y después, una habitación vacía y amueblada, de frente y de perfil.
• Necesitas más resolución, porque el clip va a una pantalla más grande y no a una app de mensajería.
• Necesitas una serie con el mismo personaje en varios planos, y luego montarla en un solo archivo.

Puedes probar cualquiera de estas cosas aquí mismo: adjunta una foto y describe qué debe cobrar vida.

Qué leer después

Cómo funciona el método entero y de qué depende de verdad el resultado: animar una foto con IA. Dónde termina lo gratuito en servicios de este tipo: animar una foto gratis y en línea. La dosis de movimiento que hace que un clip parezca natural o, al contrario, «hecho con IA»: animar una foto.

En el chat de Twelver una foto cobra vida con sonido, hasta quince segundos y, si quieres, con una frase dicha con tu propia voz. Tu primer clip se puede ganar sin pagar: regístrate, completa cinco primeras tareas y vuelve el segundo y el tercer día.