Describe un café diminuto, una calle de juguete o un puerto del tamaño de un escritorio y obtén una imagen con una escala creíble, para animarla después en un clip corto con poca profundidad de campo. Diriges la escena con unas pocas pistas de escala en el prompt y eliges el modelo que mejor las conserva.
Un video de un café diminuto, con figuras del tamaño de una uña y tazas del tamaño de un grano de arroz, detiene el scroll por una razón sencilla: el cerebro intenta calcular la escala y no consigue soltarla. Ahora puedes construir una escena así a partir de un prompt escrito, sin maqueta, sin objetivo macro y sin equipo tilt-shift, y convertir después la imagen fija en un clip corto con movimiento.
El metraje en miniatura siempre ha sido un truco de percepción. Los fotógrafos reales graban una calle de tamaño normal desde arriba con un objetivo basculante, desenfocan la parte superior e inferior del encuadre y suben la saturación, y de repente los coches parecen juguetes. Los maquetistas hacen lo contrario: construyen un decorado pequeño de verdad y lo iluminan como una película. Los dos caminos son lentos.
Los modelos de imagen se saltan el decorado físico. Han visto una enorme cantidad de fotos de juguetes, dioramas, figuras de plastilina y tomas macro, así que un prompt que nombra las pistas visuales correctas te da algo que se lee como pequeño. Los modelos de video añaden después lo que hace que la gente lo mire dos veces: un hilo de vapor sobre una taza diminuta, un avance lento hacia una fachada minúscula, una figura que gira para mirar algo fuera de plano.
En Picasso IA toda la cadena vive en un mismo sitio. Construyes la escena con un modelo de imagen, la mueves con un modelo de video, y el toolkit mantiene los dos pasos uno junto al otro. Las cuentas nuevas reciben créditos gratis, así que puedes comprobar si una idea de escena sobrevive al salto de imagen fija a video antes de invertir más en ella.
Una miniatura no se define por lo que hay en el encuadre. Se define por un puñado de pistas que le dicen al ojo que la cámara está muy cerca de algo muy pequeño. Si escribes esas pistas en el prompt, el modelo tiene algo concreto a lo que apuntar, en lugar de adivinar qué significa diminuto.
La primera pista es la poca profundidad de campo. En el trabajo macro real solo una franja delgada de la escena está nítida, así que el primer plano y el fondo se funden en color suave. Pide un look tilt-shift, un primer plano desenfocado y el foco nítido sobre el sujeto diminuto. La segunda pista es un objeto de comparación: un grano de café tan grande como la cabeza de una persona, la yema de un dedo que entra en el encuadre, una cuchara, una moneda, una cerilla. Cualquier cosa con un tamaño conocido hace legible la escala. La tercera es el material: arcilla, fieltro, plástico pintado o madera, con huellas dactilares visibles y bordes algo irregulares, le dicen al espectador que es un modelo hecho a mano y no una calle real.
La luz hace el resto. Las luces prácticas pequeñas, como una farola diminuta que brilla cálida o una ventana iluminada desde dentro, sugieren un objetivo macro cercano y un decorado de maqueta. Un ángulo de cámara cenital, algo elevado, como si miraras sobre una mesa, añade el clásico aire tilt-shift. Para ideas de looks ya hechos, la página de efectos reúne estilos predefinidos que vale la pena ojear antes de escribir un prompt desde cero.
No todos los temas en miniatura son igual de fáciles. Algunas escenas le dan al modelo mucha estructura en la que apoyarse, otras invitan al tipo de pequeños errores que rompen el hechizo. Esta tabla compara cinco enfoques habituales, con la pista que sostiene cada uno y el riesgo que conviene vigilar.
| Escena | Pista de escala que la sostiene | Mejor movimiento que pedir | Riesgo principal |
|---|---|---|---|
| Café diminuto con pocas figuras | Una taza gigante o un dedo junto a la fachada | Avance lento, vapor que sube | Las figuras se funden o cambian de número |
| Puerto o aldea del tamaño de un escritorio | Textura visible de arcilla o pintura, ángulo cenital | Paneo suave sobre los tejados | Los edificios cambian entre fotogramas |
| Personas diminutas sobre un alimento | Un tenedor, una miga o una semilla de sésamo para comparar | Cámara fija, una pequeña acción | Las manos con utensilios salen mal |
| Mundo de jardín o terrario | Gotas de rocío y hojas mucho más grandes que las figuras | Luz que se desplaza por la escena | Las plantas se deforman al moverse |
| Tren o tranvía de juguete | Una vía gruesa y un decorado pintado | La cámara sigue al vehículo | La geometría de la vía se desvía |
Un buen hábito es tratar la primera fila como tu escena de práctica. Un café diminuto tiene estructura suficiente para resultar convincente y perdona los pequeños errores del fondo, porque la poca profundidad de campo los desenfoca. Cuando eso funcione, pasa a una escena con más movimiento.
El orden fiable es primero la imagen, después el movimiento. Un modelo de video que parte de una buena imagen tiene mucho menos margen para inventarse una escala equivocada, y la página de convertir fotos en videos cubre la versión general de este paso.
La mayoría de los clips en miniatura fallidos fallan de las mismas pocas maneras, y casi todas vienen del prompt, no del modelo. El culpable habitual es describir un lugar en vez de una maqueta. Un prompt como un café concurrido en una calle te da un café normal. Un prompt como un diorama hecho a mano de un café, fotografiado desde arriba con un objetivo basculante, te da algo que parece un juguete.
El segundo error es pedir demasiado movimiento. Un mundo diminuto es encantador porque está en calma. Cuando pides una multitud que corre, coches de carreras y una cámara que gira, el modelo tiene que mantener coherentes decenas de objetos pequeños, y la escala es lo primero que se desmorona. Un movimiento lento de cámara y una acción pequeña es mejor brief que cinco cosas a la vez.
Mantén un objeto de comparación en el plano. La yema de un dedo, una cuchara o una moneda le dice al espectador el tamaño como ningún adjetivo puede, y un modelo de video lo conserva mejor que una palabra vaga como diminuto.
El tercer error es saltarse la imagen fija. Ir directo de texto a video obliga al modelo a decidir composición, escala, material y movimiento de una sola vez. Dividirlo en una imagen y después un movimiento te da un punto de control donde puedes rechazar una mala escala por el coste de una imagen.
Sé honesto sobre lo que los modelos actuales hacen mal, para diseñar alrededor de ello en lugar de pelearte con ello. Las escenas que mejor funcionan son pequeñas, tranquilas y casi estáticas al fondo. Estos son los casos que se rompen con regularidad.
Nada de esto hace inviable el formato. Los mejores videos de mundos en miniatura son cortos, deliberados y construidos alrededor de una sola idea.
Empieza con una imagen que ya se lea como pequeña y anímala después. Escribe en el prompt el material, la cámara y un objeto de comparación, por ejemplo una maqueta de arcilla, look tilt-shift, poca profundidad de campo y una taza gigante junto a las figuras. Luego dale esa imagen a un modelo de video como primer fotograma y pide un solo movimiento lento. Aquí real significa escala convincente, y las pistas hacen la mayor parte del trabajo.
Para las imágenes, vale la pena probar lado a lado con el mismo prompt modelos como Seedream y nano banana. Para el movimiento, Kling v3 Video y Veo 3.1 aceptan una imagen inicial y una descripción de texto, así que puedes animar una imagen que ya te gusta. Picasso IA lista 212 modelos de texto a imagen y 121 de texto a video, así que lo práctico es pasar un prompt por dos o tres y quedarte con el que conserve la escala.
Tilt-shift es una técnica de cámara que desenfoca parte del encuadre para que una escena de tamaño real parezca una maqueta. No necesitas el objetivo, porque el efecto es un patrón visual que un prompt puede pedir: poca profundidad de campo, un ángulo alto y una franja nítida de enfoque. También puedes omitir la palabra tilt-shift y pedir fotografía macro de un diorama hecho a mano, que a menudo da un look más limpio.
Sí, un modelo de imagen a video puede partir de una foto tuya, y un modelo de edición puede reestilizarla antes como un diorama de juguete. El resultado es una impresión estilizada, no una maqueta fiel del lugar, así que los detalles cambiarán. Usa tus propias fotos o las que tengas derecho a editar, y evita meter en la miniatura a personas reconocibles de la foto.
Depende del modelo y de los ajustes. Kling v3 Video produce clips de hasta 15 segundos y Veo 3.1 ofrece 4, 6 u 8 segundos. Lo corto suele ser mejor para este formato, porque la escala y el número de figuras se desvían más cuanto más largo es el clip. Para algo más largo, haz varios clips cortos de la misma imagen con distintos movimientos de cámara y móntalos juntos.
Los modelos de video no siguen los objetos como lo hace una persona, así que las figuras pequeñas son lo primero que tiembla cuando la cámara se mueve. Reduce el número de figuras, pide una cámara más lenta, mantén el clip corto y empieza desde una imagen limpia. Si un fotograma sigue saliendo mal, regenera con la misma imagen y un movimiento más simple en lugar de añadir instrucciones a un prompt que ya está cargado.
Algunos modelos de video pueden generar audio junto con la imagen. Veo 3.1 tiene una opción de audio activada por defecto, y Kling v3 Video puede generar audio nativo cuando lo activas. Para un café, pide en el prompt sonidos ambientales suaves, como el rumor tranquilo de una sala y tazas, y mantén las expectativas moderadas. También puedes añadir música o efectos después, y el toolkit tiene modelos para ambos.
No. Mantén los personajes ficticios. Una persona real e identificable no debe convertirse en una figura en miniatura sin su permiso claro, y el parecido con un famoso es mala idea por razones legales y éticas. Si quieres una cara humana, usa la tuya o diseña un personaje inventado y mantén esa referencia con el enfoque de personajes consistentes con IA.
Depende de la plataforma donde publiques y de los términos del modelo, así que revisa los requisitos actuales de la plataforma y las normas que aplican en tu país antes de usar nada como anuncio. Una escena en miniatura de personajes inventados es un contenido más seguro, porque no contiene ninguna persona real ni marca. Para ideas centradas en productos, la página de videos de demostración de producto es un buen complemento.
La generación se paga en créditos, y el coste depende del modelo y de los ajustes que elijas, como la duración y la resolución. Una imagen cuesta menos que un video, otra razón más para decidir la imagen antes de animarla. Las cuentas nuevas reciben créditos gratis para empezar, y los planes actuales están en la página de precios, que es el único sitio fiable para los números.
Tu café diminuto está a un prompt de su primer fotograma. Abre el toolkit de Picasso IA, crea la imagen y mira cómo aguanta la escala cuando se mueve.
Elige tu idioma
