Ir al contenido principal

Vídeo de 360 grados con IA a partir de una foto: la órbita de un instante congelado

Convierte una foto en un vídeo de 360 grados con IA: el tiempo se detiene y la cámara da una vuelta hasta tu fotograma. Resultados, límites y API.

Autor
Lydia
Publicado
Lectura
8 min de lectura
Una mujer con un vestido lencero de seda coral, captada en pleno giro en un huerto de manzanos a la hora dorada; el bajo, los pétalos y las manzanas quedan inmóviles en el aire.

Para hacer un vídeo de 360 grados a partir de una sola foto necesitas un modelo que detenga el tiempo en la imagen y mueva solo la cámara. MiniMax H3 360 Orbit hace justo eso: subes una foto, eliges de 3 a 6 segundos y recibes un clip en el que la cámara rodea la escena congelada una vez y termina en tu fotograma original, así que se repite en bucle. No hay que escribir ningún prompt.

No es un panorama de 360 grados o de realidad virtual en el que arrastras para mirar alrededor: el resultado es un MP4 plano normal en el que la cámara rodea al sujeto. Tampoco es una plataforma giratoria de producto, porque en la escena no gira nada. El pelo, los pétalos, las gotas y la tela se quedan donde fueron captados mientras el punto de vista da la vuelta. Todas las personas de nuestros ejemplos son adultos ficticios y van vestidos.

Qué obtienes

El clip conserva la forma de tu foto: una foto cuadrada da un vídeo cuadrado. La resolución es 480p, 540p, 768p o 1080p. Tu foto se envía como primer y último fotograma, por eso el último coincide con el primero y el clip se repite sin salto.

El efecto viene de un adaptador: un pequeño archivo adicional (un LoRA) entrenado para este único efecto y cargado sobre MiniMax H3.

Los lados y la parte trasera de la escena no están en tu foto, así que el modelo los inventa. Un vestido visto de frente puede tener una espalda distinta de la real. Trátalo como una órbita convincente, no como una medición.

Cuatro resultados, uno por foto

Una mujer con vestido lencero coral y el pelo hacia un lado, congelada en un huerto de manzanos mientras la cámara la rodea. 768p, 3 segundos.

Huerto, 768p, 3 segundos, semilla 51. Frente, perfil, espalda y otra vez frente, con el pelo y los pétalos suspendidos en el aire. En el lado lejano de la vuelta, los troncos pasan un instante delante de ella: un entorno recargado puede cruzarse con el objetivo, así que deja espacio libre alrededor del sujeto.

Un hombre con camisa de lino abierta se echa hacia atrás el pelo mojado junto a una fuente de piedra en un patio de azulejos, con hojas y gotas congeladas a su alrededor. 768p, 4 segundos.

Fuente del patio, 768p, 4 segundos, semilla 53. Las hojas y las gotas quedan a la altura en que fueron captadas mientras la cámara da la vuelta. Los detalles suspendidos en el aire hacen evidente el instante congelado, por eso son los mejores sujetos.

El tercer ejemplo es un lanzamiento de pétalos en un baño turco de azulejos (768p, 3 segundos, semilla 54):

Una mujer con camisola crema lanza pétalos naranjas en un baño abovedado; los pétalos quedan detenidos en el aire mientras la cámara gira. 768p, 3 segundos.

El vapor y los pétalos se quedan donde están durante toda la vuelta.

El cuarto ejemplo, un clip de 6 segundos, está en la sección siguiente.

Tres segundos es una recomendación, no un límite

En nuestras ejecuciones 3 segundos se veía más limpio, pero no es un límite estricto. El clip del patio de 4 segundos de arriba también aguantó: el hombre casi no se mueve y las hojas y las gotas son objetos suspendidos. Además hicimos a propósito una prueba de 6 segundos, una pareja bailando en un carrusel iluminado de noche. La órbita es más lenta y la pareja se salió de su pose congelada durante la vuelta.

Una pareja baila en un carrusel antiguo iluminado de noche, con la falda azul medianoche de ella abierta, mientras la cámara los rodea. 768p, 6 segundos.

Carrusel, 768p, 6 segundos, semilla 52. Es una sola prueba, no un resultado estadístico: con bailarines en pleno giro, la congelación no aguantó los 6 segundos completos. Para un plano más largo, haz 3 segundos y repítelos o encadénalos, porque cada clip termina donde empieza.

En una prueba con la misma semilla y la misma foto como primer y último fotograma, el adaptador de órbita dio una vuelta completa que aterrizó en el fotograma inicial, mientras que el modelo base sin adaptador dio un clip de 3 segundos casi inmóvil.

Cómo elegir la foto

Lo que tenían en común nuestros cuatro ejemplos (observado, no una prueba controlada):

  • Un sujeto claro y centrado, con espacio libre alrededor.
  • Algo suspendido en el aire: pelo, pétalos, hojas o gotas de agua.
  • Una foto ya recortada con la forma que queríamos, porque el vídeo la sigue.

Sugerencias que no probamos:

  • Si troncos, muebles u otros objetos cruzan el objetivo, como los troncos del huerto, prueba una foto con más espacio libre a ambos lados del sujeto o un fondo más sencillo.
  • Evita multitudes y primeros planos recargados; dan a la cámara más cosas que atravesar.
  • Empieza con 3 segundos y sube la duración solo si la congelación aguanta.

Pruébalo en Studio o desde código

En el Studio web, abre MiniMax H3 360 Orbit, sube una foto, elige la duración y la resolución y ejecútalo. Un flujo económico: prueba en 480p ($0.15 por 3 segundos) y renderiza la buena en 768p ($0.30). La misma petición por API:

bash
curl https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Idempotency-Key: $(uuidgen)" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax/h3-360-orbit/image-to-video",
    "input": {
      "image_url": "https://example.com/photo.jpg",
      "duration_seconds": 3,
      "resolution": "480p",
      "seed": 5
    }
  }'

La respuesta trae un ID de tarea; consúltalo hasta que termine y descarga el MP4. Solo image_url es obligatorio. duration_seconds admite un número entero de 3 a 6 (3, 4, 5 o 6; por defecto 3), resolution es 480p, 540p, 768p o 1080p (por defecto 480p) y seed es opcional. No hay campo prompt, porque la instrucción de órbita con la que se entrenó el adaptador se envía por ti y reformularla rompe el efecto. Con la misma foto, semilla 51, 768p y 3 segundos reproduces la configuración del primer ejemplo, pero la misma semilla no garantiza un clip idéntico fotograma a fotograma. La referencia de la API cubre el flujo completo de tareas.

En nuestras cuatro ejecuciones en 768p para estos ejemplos, un clip tardó de 48 a 80 segundos en terminar, y nuestras pruebas en 480p tardaron de 21 a 28 segundos. Es una ejecución por caso, así que tómalo como orientación aproximada.

Precio

Se cobra por segundo de salida según la resolución: $0.05 por segundo en 480p, $0.075 en 540p, $0.10 en 768p y $0.20 en 1080p. Por ejemplo, 480p durante 3 segundos cuesta $0.15, 768p durante 3 segundos $0.30, 768p durante 4 segundos $0.40 y 1080p durante 3 segundos $0.60. La estimación en vivo de la página del modelo muestra el total antes de ejecutar, y los precios pueden cambiar, así que compruébalo allí.

Créditos

El efecto de órbita viene del LoRA comunitario 360 Orbit para MiniMax H3 de Pablo Dawson, y el mérito es del autor. El autor señala que se entrenó con un conjunto reducido de 28 clips centrados en personas y que aún pueden aparecer pequeños movimientos, como parpadeos.

Para quién es

  • Moda y looks: mostrar un conjunto de lado y por detrás desde una sola foto.
  • Retratos y publicaciones sociales: un clip en bucle de un instante congelado que termina donde empieza.

Usa fotos de personas que hayan dado su consentimiento y no uses la foto de alguien para hacer un clip que engañe al público sobre quién es. Para otras formas de hacer un clip en bucle, o para comparar flujos de imagen a vídeo, mira la guía de bucles continuos y el flujo de imagen a vídeo.

Preguntas frecuentes

¿Cómo hago un vídeo de 360 grados a partir de una foto con IA?

Sube la foto al modelo 360 Orbit y elige una duración de 3 a 6 segundos y una resolución. La cámara rodea la escena congelada una vez y termina en tu foto.

¿Es un vídeo 360 en el que puedo mirar alrededor?

No. Es un MP4 plano normal en el que la cámara se mueve alrededor del sujeto, no un panorama interactivo.

¿Puedo dirigir la cámara o cambiar la velocidad?

No con palabras. La órbita es fija y un clip más largo solo hace que gire más despacio.

¿Por qué se mueven las personas en los clips largos?

A 6 segundos la órbita es más lenta. En nuestra única prueba de 6 segundos la pareja que bailaba empezó a cambiar de pose, mientras que los clips de 3 y 4 segundos aguantaron. Quédate en 3 segundos para la congelación más estricta.

También en English · 日本語 · 한국어 · Русский