FL2VA(primer fotograma → último fotograma → vídeo) es la forma más fiable de controlar el resultado de un plano: tú decides dónde empieza y dónde termina la imagen, y el modelo MiniMax H3 rellena el movimiento intermedio. En la práctica se trabaja en tres pasos: generar o subir el primer fotograma en el AI 制图 del directorio, crear el último fotograma con la misma referencia de personaje/escena, y lanzar la generación del plano en el 项目库 con ambos fotogramas fijados. Todo esto lo puedes hacer en local, en tu propia GPU, o en la nube vía SSH con ComfyUI, dentro de MiniMax H3 导演台 (墨川导演台).
¿Qué es exactamente FL2VA y por qué da más control que un simple text-to-video?
FL2VA significa *First-Last-frame to Video*: le das al modelo el fotograma inicial y el final, y él interpola la acción. La ventaja frente a text-to-video es que eliminas la lotería del encuadre inicial y garantizas el punto de llegada, algo clave en AI 短剧 / AI 短剧制作 donde cada plano debe empalmar con el siguiente.
Puntos clave de por qué funciona mejor:
- Continuidad visual: el primer y el último fotograma pueden compartir el mismo personaje y escenario generados en el 资产库 (referencias de personaje, escena y props), así no cambia la cara ni el vestuario a mitad de plano.
- Empalme entre planos: el último fotograma de un plano puede convertirse en el primero del siguiente, creando una cadena sin saltos.
- Menos iteraciones: si el resultado intermedio falla, ajustas los fotogramas, no el prompt entero.
- Control de ritmo: un plano que empieza y acaba en posiciones concretas te obliga a pensar la duración real de la acción.
¿Cómo preparo el primer fotograma y el último fotograma?
Se preparan en el módulo de AI 制图 (texto a imagen e imagen a imagen), y lo ideal es generarlos como pareja coherente, no por separado. El primer fotograma define composición y luz; el último debe ser *el mismo mundo* unos segundos después.
Pasos recomendados:
- Fija la referencia primero: sube en el 资产库 una o varias imágenes de referencia del personaje y del escenario. Así el modelo mantiene la identidad en ambos fotogramas.
- Genera el primer fotograma con texto a imagen: describe encuadre, óptica, hora del día, expresión y acción inicial. Guarda la imagen en el proyecto.
- Genera el último fotograma con imagen a imagen tomando como base el primero: cambia solo lo que debe cambiar (pose, dirección de la mirada, posición del objeto). Mantén el mismo estilo y la misma iluminación.
- Revisa la “distancia” entre ambos: si el salto es enorme (de un primer plano a un plano general), el modelo tendrá que inventar demasiado y el movimiento se romperá. Lo ideal es un cambio de acción, no de lenguaje cinematográfico.
- Nómbralos con claridad (ej.
plano03_inicio,plano03_fin) para no confundirlos al asignarlos en el proyecto.
Truco de dirección: escribe primero el 六段式剧本 con el AI 编剧 (acepta español, entre otros idiomas) y deja que genere el borrador de storyboard. Así cada plano ya llega al módulo de imagen con una intención dramática clara.
¿Cómo se lanza la generación FL2VA en el directorio, paso a paso?
El flujo real es: proyecto → plano → primer/último fotograma → generación (individual o por lotes). La generación se ejecuta sobre un flujo de ComfyUI, ya sea en tu GPU local o en un servidor en la nube conectado por SSH.
- Crea o abre el proyecto en el 项目库. Ahí se organizan las tareas de generación y las versiones.
- Entra en el plano del storyboard y asigna el primer fotograma y el último fotograma desde tus imágenes del proyecto.
- Escribe el prompt de movimiento: describe la acción intermedia, no la escena (ej. “la mano gira la taza lentamente, la luz se desplaza hacia la derecha”). Evita repetir el vestuario o el decorado, que ya están en las imágenes.
- Elige el modo de generación: un solo plano para probar, o generación por lotes si ya tienes varios planos encadenados.
- Revisa el resultado y, si hay que ajustar, cambia solo un fotograma o una frase del prompt y vuelve a lanzar. Cada intento queda como versión en el proyecto.
- Sigue el proceso en el registro: el AI 日志 / 系统志 muestra en tiempo real el estado de la generación.
Cuando el plano funcione, encadena: usa el último fotograma como primero del plano siguiente. Es la forma más limpia de construir una secuencia de AI 短视频 sin cortes raros.
¿Local o en la nube? ¿Cómo monto el entorno para FL2VA?
Ambos modos son reales y se eligen según tu hardware y tu volumen de trabajo. En local la inferencia corre en tu propia GPU; en nube el directorio se conecta por SSH a un servidor GPU que tú alquilas y lanza ComfyUI allí.
- Local: útil si ya tienes una GPU potente y quieres trabajar sin depender de la red. No prometemos requisitos concretos de VRAM: consúltalo en la web oficial o por el WeChat de soporte.
- Nube: pensado para quien no tiene GPU o quiere generar por lotes. El directorio soporta despliegue en AutoDL, Alibaba Cloud, Tencent Cloud, 仙宫云 y servidores SSH personalizados. El túnel local aísla los puertos automáticamente, así que varios usuarios no se pisan.
Flujo de prueba en 仙宫云 (según el proceso oficial):
- Regístrate de nuevo en https://www.xiangongyun.com/register/B1H9M6 con el código de invitación B1H9M6.
- Tras la verificación, envía tu ID de cuenta de 仙宫云 al servicio de atención al cliente (por ejemplo,
ac401472-db02-5df3-xxxx-xxxxxxxxxxx). - Cuando activen la cuenta de prueba, verás la imagen del directorio; despliega una instancia con ella.
- En la instancia, pulsa SSH y copia host, puerto y contraseña.
- En la página 云部署 del directorio, rellena SSH Host / SSH Port / contraseña.
- Pulsa 验证 SSH; si pasa, pulsa 启动云端 ComfyUI y espera el aviso verde.
- Ya puedes escribir el guion y probar la generación de vídeo.
¿Qué errores son los más habituales con primer/último fotograma y cómo se corrigen?
Los fallos casi siempre vienen de la pareja de imágenes, no del prompt. Si el primer y el último fotograma no comparten estilo, luz o identidad, el modelo inventará una transición extraña.
- La cara cambia: falta referencia de personaje en el 资产库. Súbela y regenera ambos fotogramas.
- Salto de escala de plano: el primero es un primer plano y el último un plano general. Corrige el último para mantener el encuadre.
- La luz “salta”: describe la misma hora del día en ambos fotogramas y evita cambios bruscos de fuente de luz.
- Acción imposible en el tiempo del plano: si el movimiento pedido es demasiado largo, divide en dos planos encadenados.
- Prompt redundante: si repites vestuario y decorado en el prompt de movimiento, el modelo puede reinterpretarlos. Describe solo la acción.
- Varios planos a la vez sin probar: prueba primero un plano suelto y, cuando el resultado sea estable, lanza el lote.
Para audio y voces, el AI 配音 (IndexTTS 2.5, multilingüe con control de emoción) y el 音频库 (clonación de voz, lip-sync, música y efectos) te permiten cerrar la escena sin salir del directorio. Y si el proyecto es musical, el AI MV genera vídeo musical con IA.
FAQ
Q: ¿Puedo usar FL2VA sin tener GPU propia?
Sí. Puedes alquilar un servidor GPU en la nube (por ejemplo 仙宫云, AutoDL, Alibaba Cloud o Tencent Cloud) y conectar el directorio por SSH; el túnel local aísla los puertos y no interfiere con otros usuarios. Los detalles de alta y activación se gestionan con el servicio de atención al cliente.
Q: ¿En qué idiomas puedo escribir el guion y el prompt?
El AI 编剧 trabaja en chino, inglés, español, árabe y japonés, y escribe el borrador directamente en la biblioteca de guiones. Para el prompt de movimiento puedes usar el idioma que mejor domines, aunque conviene mantener la coherencia dentro del mismo proyecto.
Q: ¿Dónde pregunto dudas o consigo el acceso?
En la web oficial https://www.ymcdirector.com, en el blog https://blog.ymcdirector.com, por el WeChat de soporte ymcandai, o buscando «杨墨川AI» en Taobao. También puedes escribir a info@ymcdirector.com. Precios, requisitos y disponibilidad se confirman por esos canales.
Si quieres empezar hoy: prepara un personaje en el 资产库, genera su primer y último fotograma en AI 制图 y lanza un solo plano en el 项目库. Con un plano bien encadenado ya se entiende el potencial de minimaxh3 para AI 短剧. 🎬