Tres modelos de vídeo, elegidos escena a escena
· 4 min de lectura
Un borrador rápido y un plano de apertura cinematográfico no piden el mismo modelo de vídeo. Hasta el 25 de septiembre, cada clip generado de una película de PageToVid salía de un solo modelo, Veo de Google. Ese día añadimos Seedance, de ByteDance, y MiniMax, y construimos la capa que permite a cada escena elegir el suyo con seguridad.
Un solo modelo no sirve para todos los planos
Una película es un conjunto de peticiones muy distintas. Un borrador quiere un modelo rápido y ligero, porque aún estás decidiendo qué cuenta la película. Un plano largo de apertura quiere uno más potente, capaz de sostener ocho segundos y seguir varias imágenes de referencia del mismo personaje.
Nuestro primer impulso fue un ajuste único que nombrara el modelo para todo el servicio. Era la forma equivocada: congelaba una sola respuesta para todas las películas y ponía un despliegue entre el autor y su elección. Así que ahora cada escena nombra su propio modelo, con nuestros identificadores cortos como seedance-2.0-mini, y el identificador exacto del proveedor se resuelve entre bastidores. Una escena que no nombra nada sigue con Veo, así que cada storyboard escrito antes de ese día se reproduce exactamente igual.
Tres API, una sola forma
Cada proveedor describe la misma petición a su manera. Uno escribe la resolución «480P» y la recibe como campo. Otro la escribe «480p» y recibe resolución, duración y formato como opciones añadidas al texto del prompt. El tercero quiere el formato dentro de un objeto de configuración. También difieren en límites, nombres de modelo y en cómo dicen que no.
Construimos cada adaptador a partir de la API real y no de nuestras notas, y las respuestas reales nos corrigieron más de una vez:
- en MiniMax, la duración empieza en 4 segundos, salvo en el modelo más grande, que rechaza 4
- existía un modelo de escalado que nuestro catálogo aún no incluía
- cada identificador de modelo de Seedance lleva una fecha, así que los nombres cortos no llevan a ninguna parte
El primer clip real de Seedance, cinco segundos a 480p, volvió en 33 segundos con su propia pista de audio ya incluida.
Comprobado antes de enviarse
Con los modelos de vídeo, una petición es la unidad que se paga, y el rechazo de un proveedor solo llega después de ejecutarse. Pedir cuatro segundos a un modelo cuyo mínimo es cinco, o una resolución que no sabe producir, nunca debería salir de nuestros servidores. Por eso cada adaptador puede rechazar una petición en local, sin llamada de red, y esa comprobación está separada del envío: el enrutador y el presupuesto aplican exactamente la misma regla.
Los adaptadores se prueban contra nuestro catálogo de precios: ambos deben coincidir en la duración mínima, la máxima y las resoluciones de cada modelo. Un clip que presupuestamos es siempre un clip que el adaptador aceptará.
También añadimos una comprobación de disponibilidad, porque «configurado» y «listo para responder» son hechos distintos. Un modelo aún no activado o fuera del plan de una cuenta se ven igual desde fuera: un clip que no aparece. La comprobación convierte cada caso en una frase sobre la que se puede actuar.
Un enrutador que sabe cuándo no reintentar
«El prompt fue filtrado» y «la cola está llena» piden respuestas opuestas, y no se puede decidir de forma fiable sobre el texto de un error. Cada error de proveedor se clasifica en uno de ocho tipos, y cada tipo responde a dos preguntas distintas: ¿vale la pena reintentar aquí?, ¿vale la pena probar otra ruta?
El enrutador sigue unas pocas reglas firmes:
- el modelo que nombró la escena va primero, siempre. Un modelo es un estilo, no una mercancía
- una ruta de respaldo existe para salvar una película de una caída; solo se usa si la ruta nombrada no puede ejecutarse, y el registro dice qué ruta se ejecutó
- un rechazo por contenido nunca se reintenta en otro sitio, porque enviarlo a otro cambiaría la película en silencio
La espera también está pensada. Un clip tarda de treinta segundos a cuatro minutos, así que el intervalo entre consultas crece, tiene un tope y lleva una pequeña variación determinista, para que varias escenas generándose a la vez nunca consulten al mismo compás.
Un clip tan largo como su plano, guardado para siempre
Sobre el enrutador hay un servicio con una secuencia fija: presupuestar, enrutar, enviar, consultar, guardar, registrar. Cumple tres promesas. Nunca cobra más de lo presupuestado; si un modelo se excede o un respaldo cuesta más, asumimos la diferencia. Nunca reintenta un rechazo por contenido. Y nunca devuelve el enlace de un proveedor, porque algunos firman sus archivos solo por un día: cada clip se copia en nuestro propio almacenamiento, para que una película se vea el año que viene igual que hoy.
El último paso ajustó los clips a sus escenas. Cada clip se planifica ahora a partir de su plano: tan largo como la narración más una respiración, al menos en 720p cuando llena el fotograma y con las imágenes de referencia del personaje nombrado, para que la misma cara recorra toda la película.
Mira clips generados en películas reales en la página de clips de IA, y los planes que los incluyen en la página de precios.
Míralo en tu propia web
Pega una página y obtén el vídeo narrado del que habla este blog. El primero es gratis.
Sigue leyendo
