¿Es posible convertir fotos en vídeos con inteligencia artificial y conseguir resultados realmente cinematográficos? Esa es la pregunta que me hice antes de comenzar a experimentar con Higgsfield, una plataforma de creación de imágenes y vídeos mediante IA.
Para comprobarlo, decidí recuperar tres fotografías de mi archivo y plantearles retos completamente diferentes: animar la Luna sobre un faro, dar movimiento a un paisaje natural y transformar una astrofotografía con una modelo bajo la Vía Láctea en una escena de aspecto cinematográfico.
Lo que parecía tan sencillo como subir una imagen, escribir unas instrucciones y pulsar un botón terminó convirtiéndose en un proceso de pruebas, errores y correcciones. Y precisamente eso es lo que quiero compartir en este artículo.
¿Hasta qué punto podemos controlar realmente una inteligencia artificial cuando queremos transformar una fotografía en vídeo?
Este artículo y el vídeo que lo acompaña forman parte de una colaboración comercial con Higgsfield. Las secuencias generadas mediante IA son interpretaciones creativas de mis fotografías, no grabaciones reales de aquellas escenas.
Vídeo: convierto tres fotografías en vídeos utilizando Higgsfield
Antes de entrar en los detalles, os dejo el vídeo completo que he publicado en mi canal de YouTube. En él podéis ver el proceso dentro de Higgsfield, los diferentes prompts, los errores de generación y las secuencias que fui consiguiendo.
También podéis ver el vídeo directamente en YouTube: Mi experiencia real convirtiendo fotografías en vídeos con Higgsfield.
Si queréis probar la plataforma por vuestra cuenta, podéis acceder desde este enlace de la colaboración:
Acceder a Higgsfield AI y probar sus herramientas de creación de vídeo.
¿Qué es Higgsfield AI y para qué sirve?
Higgsfield AI es una plataforma que reúne diferentes modelos y herramientas de inteligencia artificial para generar imágenes, crear vídeos y desarrollar contenido audiovisual.
Una de sus características más interesantes es que permite acceder a distintos sistemas de generación desde un mismo entorno, en lugar de tener que utilizar necesariamente una aplicación independiente para cada tarea.
Entre sus posibilidades encontramos la generación de imágenes mediante texto, la creación de vídeo a partir de instrucciones escritas y las herramientas de Image to Video, que convierten una fotografía de partida en una secuencia con movimiento.
Higgsfield también ofrece herramientas orientadas a la creación cinematográfica, donde se pueden plantear movimientos de cámara, atmósferas e instrucciones visuales más complejas.
Pero para esta prueba he querido centrarme en algo que me resulta especialmente interesante como fotógrafo: utilizar imágenes que ya he capturado con mi cámara y explorar nuevas posibilidades audiovisuales a partir de ellas.
Cómo convertir una fotografía en vídeo con Higgsfield
El procedimiento básico para animar una fotografía con inteligencia artificial es relativamente sencillo:
- Elegir una fotografía original. Conviene seleccionar una imagen que tenga elementos susceptibles de moverse: agua, nubes, vegetación, ropa o personas.
- Acceder a Higgsfield. Desde su web se selecciona la herramienta de generación de vídeo apropiada y el modelo disponible que queramos utilizar.
- Subir la fotografía. La imagen sirve como referencia visual para la generación.
- Escribir un prompt. Aquí explicamos qué elementos deben moverse, cómo debe hacerlo la cámara y qué detalles es importante conservar.
- Seleccionar los ajustes. Según la herramienta, podremos elegir opciones como duración, resolución y formato.
- Generar, revisar y corregir. La primera versión no siempre cumple nuestras expectativas. A menudo hay que modificar las instrucciones y repetir la prueba.
Este último paso es especialmente importante. Durante mis experimentos he comprobado que la precisión del prompt puede influir muchísimo en el resultado, aunque ningún texto garantiza por completo que la IA vaya a interpretarlo correctamente.
Experimento 1: convertir una fotografía de la Luna y un faro en un timelapse
Para comenzar elegí una fotografía nocturna del faro de Torre del Mar, en Málaga, con la Luna creciente alineada sobre su parte superior.
La composición tiene detalles que quería preservar: la arquitectura del faro, las barandillas, sus colores, las palmeras y, especialmente, la forma y posición de la Luna.
Primer intento: un zoom que apenas aportaba movimiento
Mi primera instrucción buscaba un resultado conservador: un acercamiento muy suave, cierto movimiento en las palmeras y la conservación de los detalles originales.
Sin embargo, Higgsfield interpretó la escena de una forma bastante sencilla. Básicamente, realizó un pequeño zoom y poco más.
El resultado no estaba necesariamente mal, pero no conseguía esa sensación de que la fotografía hubiera cobrado vida. Las palmeras prácticamente seguían inmóviles.
Segundo intento: la Luna parecía eclipsarse
Decidí cambiar la estrategia y pedir un efecto parecido a un timelapse.
Esta vez quería que las hojas de las palmeras se movieran y que la Luna se desplazara por el cielo.
Las palmeras comenzaron a mostrar movimiento, pero apareció un problema inesperado: la Luna cambiaba su apariencia como si estuviera produciéndose un eclipse.
La inteligencia artificial estaba interpretando el paso del tiempo modificando la iluminación o la forma visible de la Luna, en lugar de desplazarla físicamente dentro del encuadre.
Y eso, desde el punto de vista de lo que buscaba representar, era un error.
Tercer intento: describir exactamente el desplazamiento lunar
Volví a modificar el prompt, pero en esta ocasión fui mucho más específico.
En lugar de limitarme a pedir un timelapse astronómico, describí el movimiento que quería conseguir: la Luna debía desplazarse en diagonal desde la zona superior izquierda hacia la inferior derecha, sin cambiar su fase, forma, tamaño aparente ni orientación.
Una de las instrucciones fundamentales consistía en tratar la Luna como un objeto rígido que cambia de posición, sin transformarse durante su desplazamiento.
Este planteamiento dio mejores resultados y conseguí que la Luna se moviera de la manera que buscaba, mientras las palmeras también presentaban movimiento.
Fue un buen ejemplo de cómo una instrucción mucho más precisa puede corregir un fallo de interpretación.
¿Es un timelapse lunar real?
No exactamente. Es importante diferenciar ambos conceptos.
En un timelapse astronómico real, el movimiento aparente de la Luna respecto al horizonte depende de factores como la posición del observador, la fecha, la hora y la trayectoria del objeto en el cielo.
Lo que he generado con Higgsfield es una recreación visual mediante inteligencia artificial. Puede resultar convincente, pero no debemos interpretarla como una representación científicamente exacta del movimiento lunar durante aquella sesión.
Para mí, como aficionado a la astronomía y profesional de la fotografía, esta distinción es fundamental.
Experimento 2: animar un paisaje con agua, vegetación y movimiento de cámara
Para la segunda prueba elegí una fotografía diurna con un pequeño arroyo, rocas, abundante vegetación, una pasarela de madera y una construcción de piedra.
A diferencia de la fotografía anterior, aquí tenemos muchos elementos que pueden adquirir movimiento natural.
El reto de animar el agua de manera realista
Mi primera idea fue convertir la imagen en una pequeña escena ambiental.
Quería que el agua fluyera entre las rocas, que se apreciaran los pequeños saltos del arroyo y que algunas ramas y hojas se movieran ligeramente con una brisa suave.
Todo ello manteniendo la forma original de las rocas, la pasarela y la construcción.
Pero después decidí introducir otra dificultad: el movimiento de cámara.
Un travelling lateral hacia la izquierda
En lugar de dejar la cámara fija, pedí a Higgsfield que simulara un travelling lateral hacia la izquierda.
Conviene diferenciarlo de una panorámica. En una panorámica, la cámara gira sobre su posición; en un travelling, se desplaza físicamente.
Ese desplazamiento provoca un efecto conocido como paralaje: los objetos cercanos parecen cambiar de posición respecto a los elementos situados más lejos.
En esta escena, las rocas del primer plano, el arroyo, la pasarela y la casa ofrecen varias capas de profundidad que pueden ayudar a generar esa sensación tridimensional.
El reto para la inteligencia artificial consiste en reconstruir visualmente parte de la profundidad de una escena a partir de una imagen que, por sí sola, no contiene toda la información espacial.
Por eso este tipo de movimientos también puede generar deformaciones o inconsistencias.
Es una de las aplicaciones más atractivas de estas herramientas, pero conviene observar con atención qué ocurre con las estructuras y los objetos cuando la cámara comienza a desplazarse.
Experimento 3: una modelo con vestido rojo bajo la Vía Láctea
La tercera prueba fue, probablemente, la más ambiciosa desde el punto de vista cinematográfico.
La fotografía original muestra a una amiga sobre una gran formación rocosa junto al mar, llevando un vestido rojo, con la Vía Láctea al fondo.
Y tiene una característica importante: la imagen se realizó en una única exposición.
No se trata de una composición creada posteriormente combinando una fotografía de la modelo con otra del cielo.
Mi intención era transformar esa escena nocturna en un plano cinematográfico con movimiento de cámara, viento, tela a cámara lenta y una atmósfera astronómica espectacular.
Primer problema: la roca giraba, pero la modelo parecía congelada
En la primera generación pedí un travelling lateral, movimiento del vestido y cierta sensación de timelapse en el cielo.
Pero apareció un fallo bastante evidente.
La roca parecía girar debido al movimiento de cámara, mientras la modelo se mantenía demasiado estática, como si estuviera recortada y colocada sobre el fondo.
El resultado rompía la sensación de realismo.
Así que decidí reducir el protagonismo del movimiento de cámara y concentrarme en otro elemento mucho más interesante: el vestido rojo.
Segundo problema: el viento convirtió el vestido en una cortina gigante
Modifiqué las instrucciones para pedir un viento costero lateral fuerte, capaz de levantar la tela y producir un movimiento espectacular.
La idea era conseguir un efecto parecido al de una grabación de alta velocidad reproducida a cámara lenta.
Y el movimiento mejoró considerablemente.
El problema es que la inteligencia artificial comenzó a generar una cantidad de tela desproporcionada.
El vestido se volvió gigantesco, casi como una cortina o una vela que se extendía por la escena.
Visualmente llamaba la atención, pero ya no respetaba las dimensiones de la prenda de la fotografía original.
Este tipo de error resulta especialmente interesante porque demuestra que una instrucción aparentemente sencilla, como pedir más movimiento o más vuelo, puede hacer que la IA altere la geometría de los objetos.
Tercer ajuste: conservar la cantidad real de tela
Para intentar solucionar el problema, incorporé nuevas restricciones al prompt.
Le pedí que conservara la longitud, anchura, diseño y cantidad de tela del vestido original.
El objetivo era que el viento moviera la prenda existente, sin inventar grandes superficies de tela ni transformarla en una capa.
En otras palabras, quería un resultado espectacular, pero físicamente más creíble.
Cuarto ajuste: evitar que el cabello tapara continuamente el rostro
También apareció otra dificultad: el viento desplazaba demasiado el cabello hacia la cara de la modelo.
En buena parte de la secuencia, su rostro quedaba oculto.
Así que añadí nuevas instrucciones para que el cabello se moviera de forma natural, pero principalmente hacia atrás y hacia los laterales, manteniendo visible su expresión.
La nueva generación introdujo un plano más lateral de lo que había previsto inicialmente.
Y aunque no era exactamente la perspectiva que buscaba, ese cambio también me pareció interesante desde el punto de vista del montaje.
La solución: combinar varias generaciones en edición
Después de tantas pruebas, decidí dejar de perseguir un único plano perfecto.
En su lugar, pensé que podía seleccionar los mejores fragmentos de diferentes generaciones y combinarlos durante la posproducción.
De esta manera puedo aprovechar distintos encuadres, movimientos y momentos del vestido para construir una pequeña secuencia cinematográfica.
Esta experiencia me ha recordado algo muy importante: la inteligencia artificial puede generar material visual, pero las decisiones de montaje siguen formando parte del proceso creativo.
¿Cuánto cuesta generar vídeos con Higgsfield? Comparativa de 720p y 1080p
Otro aspecto que quería comprobar era el consumo de créditos.
Durante mis pruebas con la fotografía de la modelo, la plataforma mostraba los siguientes costes para una generación de ocho segundos:
| Resolución | Duración | Coste observado |
|---|---|---|
| 720p | 8 segundos | 56 créditos |
| 1080p | 8 segundos | 128 créditos |
La diferencia es considerable: generar a 1080p costaba 72 créditos adicionales, aproximadamente un 129 % más que hacerlo a 720p.
Es decir, para esta configuración concreta, la generación Full HD suponía un coste cercano a 2,29 veces el de 720p.
Estos son los valores que aparecían en Higgsfield durante mis pruebas. No deben considerarse tarifas permanentes: el consumo de créditos puede variar según el modelo, los ajustes o las condiciones de la plataforma.
¿Merece la pena utilizar 1080p?
La respuesta depende del uso que vayamos a darle al vídeo.
Si estamos haciendo pruebas para ajustar los prompts, puede ser razonable trabajar inicialmente a menor resolución y reservar una generación de mayor calidad para cuando tengamos más claro el resultado que buscamos.
En cambio, si necesitamos integrar una secuencia en una producción audiovisual, la resolución y la calidad del detalle cobran más importancia.
En mis fotografías astronómicas, por ejemplo, hay elementos especialmente delicados: estrellas pequeñas, texturas de las rocas, bordes del vestido y detalles del cabello.
Eso sí, conviene recordar que más resolución no garantiza automáticamente un movimiento más realista.
Y si generamos dos versiones diferentes, aunque utilicemos el mismo prompt, no todas sus diferencias pueden atribuirse exclusivamente a la resolución.
Qué he aprendido al convertir fotografías en vídeos con inteligencia artificial
Después de experimentar con las tres imágenes, hay varias conclusiones que considero especialmente útiles.
1. Un buen prompt debe describir el movimiento, no solamente el resultado
Decirle a la IA que queremos un timelapse puede ser insuficiente.
Si necesitamos que la Luna siga una dirección concreta y conserve su fase, debemos explicarlo expresamente.
2. También debemos indicar qué elementos tienen que permanecer inmóviles
Cuando animamos una fotografía, a menudo nos concentramos únicamente en aquello que queremos mover.
Sin embargo, conservar edificios, rocas, proporciones humanas o estructuras astronómicas puede ser igual de importante.
3. Cuanto más compleja es la escena, más difícil resulta mantener la coherencia
Un travelling, una persona, un vestido movido por el viento y un cielo en timelapse son varias tareas simultáneas.
La IA debe resolver movimientos, profundidad y continuidad temporal a partir de información limitada.
4. Las iteraciones son una parte real del trabajo
Una generación puede ofrecer un resultado visualmente atractivo y, aun así, contener errores que nos obliguen a repetirla.
Eso supone tiempo y consumo de créditos, dos factores que hay que considerar antes de iniciar un proyecto.
5. La posproducción sigue teniendo mucho valor
Combinar diferentes planos, decidir la duración de los cortes, seleccionar música y construir una secuencia visual coherente son decisiones creativas que siguen siendo fundamentales.
La IA no elimina la necesidad de tener criterio audiovisual.
¿Puede la inteligencia artificial sustituir a la fotografía o al vídeo tradicional?
Personalmente, no creo que debamos plantearlo necesariamente como una sustitución.
Cuando hago una fotografía, estoy registrando un instante real que ocurrió delante de mi cámara.
Cuando utilizo una inteligencia artificial para animarla, estoy creando una nueva interpretación de esa imagen.
Son procesos diferentes.
Y para mí es importante que el público conozca esa diferencia, especialmente cuando hablamos de fotografía documental, astronomía o acontecimientos reales.
Las herramientas generativas pueden resultar muy interesantes para crear piezas artísticas, presentar fotografías de otra manera, desarrollar ideas visuales o experimentar con recursos cinematográficos.
Pero un vídeo generado a partir de una fotografía no demuestra que la escena se moviera realmente de esa forma.
La tecnología abre posibilidades creativas, sí, pero también nos obliga a ser rigurosos con lo que mostramos y cómo lo presentamos.
Preguntas frecuentes sobre Higgsfield y la conversión de fotos a vídeo
¿Se puede convertir una fotografía en vídeo con Higgsfield?
Sí. Higgsfield ofrece herramientas de generación de vídeo a partir de imágenes. Se carga una fotografía y se introducen instrucciones para describir el movimiento y el resultado que se desea conseguir.
¿Hace falta saber editar vídeo para utilizar Higgsfield?
No es imprescindible para realizar una generación sencilla. Sin embargo, tener conocimientos de fotografía, composición y montaje ayuda a evaluar los resultados y a combinar diferentes secuencias de forma más profesional.
¿Por qué Higgsfield puede deformar objetos o personas?
Porque el sistema genera nuevos fotogramas interpretando la imagen original y las instrucciones recibidas. Al reconstruir movimiento o profundidad a partir de una sola fotografía pueden aparecer cambios de forma, proporciones o detalles.
¿Cómo conseguir mejores resultados al animar fotografías?
Conviene utilizar imágenes con buena calidad, describir movimientos concretos, evitar instrucciones contradictorias e indicar qué elementos deben conservarse sin cambios. También puede ser útil trabajar por iteraciones y modificar una variable principal cada vez.
¿Es mejor generar los vídeos directamente a 1080p?
Depende del destino final y del presupuesto de créditos. Para experimentar con diferentes prompts, una resolución más baja puede ayudar a controlar el coste. Para una producción definitiva, puede interesar una resolución superior si aporta una mejora visible en el material.
¿Higgsfield permite crear vídeos cinematográficos a partir de fotografías propias?
Sí, es una de las aplicaciones que he explorado durante estas pruebas. Se pueden solicitar movimientos de cámara, animación de elementos, efectos atmosféricos y otros recursos visuales, aunque los resultados necesitan revisión y no siempre coinciden exactamente con lo solicitado.
Conclusión: Higgsfield es una herramienta creativa interesante, pero el criterio sigue siendo nuestro
Después de todas estas pruebas, me quedo con una idea muy clara: convertir fotografías en vídeos mediante inteligencia artificial es relativamente sencillo; conseguir exactamente el resultado que tenemos en la cabeza es otra historia.
La Luna que parecía eclipsarse, la roca que giraba alrededor de una modelo estática o el vestido que se convertía en una cortina gigante son buenos ejemplos de las dificultades que podemos encontrarnos.
Pero también hemos visto que modificar los prompts y seleccionar las generaciones adecuadas puede acercarnos mucho más al objetivo creativo.
Como fotógrafo y creador audiovisual, lo que más me interesa de esta tecnología es la posibilidad de recuperar imágenes de mi archivo y darles una segunda vida en forma de vídeo.
Sin olvidar, por supuesto, que seguimos necesitando criterio para distinguir un resultado convincente de otro que simplemente resulta llamativo.
Si queréis experimentar con vuestras propias fotografías, podéis conocer Higgsfield desde el siguiente enlace:
Probar Higgsfield AI para convertir fotografías en vídeos.
Y si todavía no habéis visto el experimento completo, os recomiendo echar un vistazo al vídeo publicado en mi canal de YouTube, donde os enseño las capturas reales de Higgsfield y las diferentes generaciones.
Ahora os toca a vosotros: ¿qué tipo de fotografías os gustaría transformar en vídeo mediante inteligencia artificial? ¿Paisajes, retratos, fotografías antiguas o astrofotografías?
Podéis dejar vuestra opinión en los comentarios del vídeo.
¡Nos vemos en el próximo experimento!
Carlos Castro Fotógrafo — Fotografía, vídeo, astronomía y tecnología.
