Kling 3.0: Genera VIDEO + AUDIO con 1 PROMPT | Tutorial Completo

Todo esto lo he hecho con un solo prompt. Dale like a este vídeo ya. Esta locura. Y no, no es ni CGI, ni son semanas de edición, ni he contratado actores. Es una inteligencia artificial que lo ha cambiado todo. Y es que ya llevo varios años en el mundo de la inteligencia artificial y he pasado por un montón de modelos de vídeo. Runway, Pika, Sora... Y la verdad es que todas te prometen magia, pero al final siempre suele haber un pero. Pero este estreno de Klink 3.0, uf, esto es otra cosa. Estamos hablando de otro nivel completamente distinto. No solamente genera vídeo cinemático, es que además puedes ponerle diálogo. Y finalmente en castellano. ¡Es una locura! Ya tienes personajes que hablan con los labios sincronizados y, además, en tu idioma. Ya puedo hablar en mi propio idioma. Y además con acentos reales. Sí, en castellano. ¿Cómo te quedas? No me lo puedo creer. Sí, sí, has escuchado bien. Y lo mejor de todo es que ya está disponible dentro de Artlist, donde ya tengo acceso a todo lo que puedas imaginarte. Y es que si eres creador de contenido o simplemente alguien que quiere contar historias, hay un problema al que todos nos terminamos enfrentando. O te gastas una fortuna en producción profesional con actores, con equipos caros, con postproducción, equipos de sonido. Estaríamos hablando de miles o incluso decenas de miles de dólares. Y si lo que tú quieres realmente es contar una historia pero no tienes ni el equipo humano ni técnico para hacer una producción real, seguramente termines con algo lleno de stock footage gratuito, malo, unas voces robóticas generadas con IA que dan pena, y un resultado que al final pues Se nota que es low budget, lo podemos llamar indie, pero al final es que es muy malo. Pero eso se acaba hoy mismo, porque esto es Klink 3, y lo que lo hace diferente no es solo la calidad visual, que ha mejorado un montón en esta última versión, es que además es capaz de entender la narrativa, es capaz de entender el audio. Klink 3 es una barbaridad. Y sobre todo es capaz de entender cómo los humanos contamos historias, con lo que tus resultados van a ser Muchísimo mejor. Pero bueno, ¿qué es lo que hace exactamente a Klink 3.0 tan especial? Pues voy a contártelo porque hay 4 cosas que a mí literalmente me volaron la cabeza. Así que nada, vamos a verlo. Y estoy dentro de Artlist y lo primero que voy a hacer es entrar dentro de su AI Toolkit y decir que quiero hacer vídeo e imagen. Y una de las cosas que a mí más me ha llamado la atención de Klink 3.0 es que ahora mismo también podemos trabajar con el modelo de imagen de CLING. Yo el otro día me puse a generar escenas de ancianos en un casino con la cara tatuada, que es algo que me encanta, y los generé todos con el modelo nativo de Artlist, Artlist Original 1.0, que es una locura. Además puedo elegir modos. Yo en este caso me he ido al cinemático y le voy a decir que los quiero generar en Full HD. Y fijaros cómo además es extremadamente rápido. Pero es que ahora, dentro de los modelos de imagen que tengo disponibles en Artlist, Fijaros como también tengo Klink 3.0 y Klink O3. Y por ejemplo, pues bueno, podría generar este mismo plano. Fijaros, he hecho esta señora en un casino tomándose un cóctel con Klink 3 tatuado en la cara. Pues lo voy a cambiar por el modelo de Klink 3.0 y fijaros que me da la opción de generar incluso en 2K y además puedo añadirle un prompt negativo, lo cual es muy útil si quieres eliminar o acotar mucho más tu prompt para que no genere cosas que a ti no te gustan. En este caso lo voy a dejar como está. Y le voy a decir generar. ¿Y te gustaría que te enviara el prompt que he utilizado para generar a estos ancianos? Pues eso es el peor error que podríamos cometer, tanto tú como yo. Que a mí no me cuesta nada enviártelo, pero es que al final solo copias y pegas prompts que han generado otras personas y no caes en la cuenta de lo importante que es mantener una estructura para poder generar nuestros propios prompts. Y da igual que sean de vídeo o de imagen. Si al final lo único que hacemos es copiar y pegar todos los vídeos que vemos en internet que nos dicen comenta prompt y te mando el prompt, que bueno, yo también lo hago a veces, nos va a costar un montón en entender qué es lo que estamos haciendo y sobre todo tener control real sobre las cosas que queremos generar. Así que no te preocupes porque no voy a compartirte el prompt, pero voy a hacer algo mucho mejor. Te dejo por aquí este esquema de texto a imagen que puedes utilizar con el modelo que más te guste, porque da un poco lo mismo. Lo tienes aquí en pantalla, puedes pausar, apuntártelo, hacer lo que quieras, y tiene todos los bloques que serían ideales para generar un prompt lo más preciso posible y sobre todo para obtener resultados que sean cinemáticos y que sean lo más cercanos posible a la idea que tenemos en mente. Así que si quieres mejorar el resultado final de las imágenes que genera para luego hacer mejores vídeos, dale like y suscríbete. Lo mejor que puedes hacer es empezar a tratar de escribir tus propios prompts. Y si te equivocas, si te cuesta, no te preocupes porque siempre puedes utilizar esta estructura y pedirle a un LLM, ChatGPT, DALL-E, Claude, Grok, Gemini, el que tú quieras que te ayude a generar el prompt con toda esa información que a ti te gustaría dar. Ya verás cómo a partir de ahora vas a generar mejores imágenes. Y si al final son malas, pues por lo menos has escrito el prompt con intención. Así que me dejo de rollos y seguimos. Y clic, ya ha terminado. Y fijaros, esta es la imagen que me ha devuelto. A mí particularmente me gusta bastante más el modelo nativo de Artlist, que da una calidad, pues a mí me parece, bastante más cinemática, porque además está entrenado con las miles de horas de stock footage cinemático que tiene la propia Artlist. Pero bueno, la generación de imagen dentro de CLINK ha mejorado bastante, y además podemos añadir múltiples referencias para sumar en la imagen final. Pero todo esto se queda un poco en lo anecdótico, porque al final estoy seguro de que no vais a utilizar CLINK como modelo de imagen. Donde realmente han puesto toda la carne en el asador es en la generación de vídeo, y eso es precisamente lo que vamos a hacer a continuación. Así que yo voy a tomar cualquiera de las dos imágenes por ejemplo esta de aquí, y voy a seleccionar el modo de generar vídeo. Dentro de AI Toolkit, cambio de imagen a vídeo. Puedo borrar este prompt que habíamos escrito, y dentro de los modelos disponibles de vídeo, fijaros cómo tengo CLIP 3.0 estándar y la versión Omni 3 Pro o 3 estándar. Yo en este caso le voy a decir CLIP 3.0 estándar. Fijaros cómo tengo la opción de hasta 15 segundos de duración, y además puedo decirle que cambie de escena. Y esto es una novedad que han introducido dentro del modelo 3.0 de Klink, y es que ya no solamente voy a poder generar un vídeo lineal en el cual el ángulo de mi toma va a estar marcado o bien por el fotograma inicial o bien por el prompt que yo use. En este caso puedo cambiar directamente de vista dentro del mismo prompt, lo cual es una locura. Así que de los 4 puntos más importantes de Klink 3.0, yo diría que este es el número 1: multishot en un solo prompt. Y es que esta función, poder generar múltiples 3 tomas cinemáticas con un único prompt es una locura. Antes tenías que generar todas las tomas por separado y ver si con suerte al final casaban bien. Ahora, directamente desde el prompt, podemos decirle a Klink que lo haga por nosotros. Y fijaros cómo mi prompt es extremadamente sencillo, con lenguaje natural. No he hecho más que describir la acción que quiero que ocurra. Digo que la señora bebe de su cóctel, mueve la cabeza de lado a lado, y cortamos a un plano general en el cual podemos ver que la señora tiene un arma y que comienza a Y nada, así de sencillo. Voy a seleccionar la duración, en este caso 15 segundos, y le voy a decir generar. Y esto nos lleva al punto número 2: 15 segundos continuos. Y lo mismo te parece que eso es poco, te gustaría generar vídeos de 3 minutos, de 5 minutos, pero créeme, tener 15 segundos de narrativa fluida, sin glitches, sin artefactos, sin que el fotograma inicial se degrade conforme avance el vídeo, que era algo que pasaba bastante a menudo en el 2.6, o sin que los personajes se deformen a mitad de generación, eso es oro puro. Esto es lo más brutal que he visto en mi vida. Y sobre todo si estás haciendo storytelling, porque si lo piensas, ¿cuánto dura el plano promedio en una película? Pues a no ser que sea una película de autor, yo leo mucho aquí el pegado, donde los planos son eternamente largos, 15 segundos es más que suficiente para poder contar una historia. Porque en acciones cinemáticas lo que buscamos es una narrativa que tanto de guión como visual nos guíe por la historia. Y vamos a tener planos de diferentes escalas: generales, planos detalles, primeros planos. Y con 15 segundos cada uno, hombre, no está nada mal. Porque piénsalo, esto son 15 segundos y es suficiente para una escena completa de diálogo. Puedes establecer una atmósfera, puedes contar un microrrelato que enganche al espectador. Y con la calidad que genera Klin, esos 15 segundos valen oro. En serio, en serio. ¿Qué te está pareciendo Klin 3.0? ¿Te gusta tanto como para dejarte un buen like? Pues yo de ti aprovechaba, y ya que entras en la dinámica de apretar botones, ¿por qué no te suscribes al canal y activas las notificaciones para no perderte nada? Porque en el próximo vídeo os enteráis de que he subido algo. Y vamos con el punto número 3, que sin duda es uno de mis favoritos. Consistencia de personaje. Y es que puedes subir una imagen de referencia y CLINK te mantiene el personaje constante a lo largo de diferentes escenas. Y para narrativa larga esto es increíble. Y lo mejor de todo es que funciona realmente bien. Así que si quieres, vamos a verlo. Y para este ejemplo pues vamos a generar, ya que estamos, otro señor anciano, esta vez vestido de Elvis y que tenga un M16, que es algo que también me gusta bastante. Así que he hecho un prompt muchísimo más sencillo para que veáis lo bien que funciona este modelo. De Artlist Originals, que a mí me encanta, y le vamos a decir generar. Y por si acaso, vamos a generar otra versión con Nano Banana Pro, que también está disponible dentro de Artlist. Y ya tengo mis dos resultados y puedo elegir cuál me gusta más. Este es el modelo que he generado con Artlist Originals, y digamos que tiene un aspecto bastante cinemático, parece realmente sacado de una película real. Pero Nano Banana pues tampoco se queda atrás, y el resultado que me ha dado pues también es muy épico. Tenemos la policía detrás, el cartel de Las Vegas, y este anciano con su M16 en el suelo. Y podéis elegir pues el que más os dé. Yo voy a elegir, por ejemplo, este de aquí. Voy a seleccionar de nuevo el modelo CLINK 3.0 estándar y lo que le voy a pedir es algo diferente. Y lo que he hecho es describir también con lenguaje natural qué es lo que quiero que suceda en la escena. Yo le he dicho que quiero que mi personaje se levante y hayan varios cambios de vestuario marcados con tipos de plano diferente: vestido de gorila, vestido de cowboy y vestido de astronauta, junto con el primero que será este vestido de Elvis. Y nada, vamos a decirle De nuevo, generar. Y no me digas que no es una locura. Mismo personaje, diferentes escenarios, diferentes iluminaciones, diferente ropa, pero siempre reconocible. Es que hace 2 semanas esto era muy complicado de lograr con inteligencia artificial, y hoy dentro de CLIP 3.0 es extremadamente sencillo. Y lo mejor de todo es que acaban de lanzar el modelo, con lo que probablemente mejoren algunos aspectos y añadan nuevas funcionalidades. Así que ya puedes construir historias largas, pero con protagonistas que sean consistentes. Y nos vamos al punto número 4, y es que aquí la gente de Klink ha tirado la casa por la ventana: audio nativo con diálogo. Y es que esto a mí me ha dejado sin palabras, porque hasta hace poco dentro de Klink 2.6 sí que podíamos generar audio, pero teníamos un montón de problemas, sobre todo con idiomas que no fueran inglés o chino. Audio nativo. Past a quint segundos. Y ahora han añadido soporte nativo para un montón más de lenguajes y finalmente nuestros personajes pueden hablar en español. Audio nativo hasta quince segundos y calidad de cine, una locura. Y lo hace en una sola pasada porque con el modelo 2.6 no sé si alguna vez te habrás dado cuenta, pero cuando seleccionamos la opción de audio nativo. Hace dos pasadas, con lo cual el resultado nunca es tan bueno como si generamos el vídeo sin audio. Y eso es porque se estaba reprocesando y perdía calidad. Pero en este caso, Klin 3.0 lo hace en una sola pasada, con lo cual te asegura que la calidad sea siempre buena. Así que ya puedes crear escenas con conversaciones naturales de un modo súper sencillo y sobre todo sin necesidad de cambiar de herramientas, de modelos, de exportar el audio. Ahora lo vamos a poder hacer todo de golpe, generado junto con el vídeo. Es que esto hace nada de tiempo solo estaba en manos de grandes estudios y ahora tú lo vas a poder tener disponible a golpe de teclado. Es que a mí, vamos, me parece una barbaridad. Pero bueno, ya está bien de tanta teoría, vamos a hacer un proyecto de inicio a fin utilizando solamente Klink. ¿Qué os parece? Pues nada, vamos a ver cómo lo utilizaría yo. En un proyecto de inicio a fin que además incluyera diálogo y efectos de sonido. Así que vamos a ponernos manos a la obra. Así que imaginaros que yo quiero generar, pues no sé, una historia que sea un poco cyberpunk, que además tenga una escena de diálogo, 4 tomas, establishing shots de la ciudad, por ejemplo. Después podríamos hacer, no sé, un personaje caminando y después que tenga una conversación con otro personaje. Y al final nos vamos a centrar en la cara de nuestro primer personaje y le vamos a poner una explosión. Pues porque sí. Así que lo que voy a hacer es, en lugar de utilizar Nano Banana Pro, voy a hacerlo todo utilizando CLING, tanto en imagen como en vídeo. Así que para la imagen voy a elegir también CLING 3.0 y lo primero que voy a generar es un plano para decir un poco dónde va a suceder toda la acción, que se vea todo el entorno, un plano abierto y en este caso de la ciudad en la cual sucede nuestra acción. Así que este es el prompt que voy a utilizar con una descripción de qué es lo que quiero que se vea en esa toma. En este caso es un plano aéreo y de una megaciudad distópica así por la noche. Y nada, vamos a decirle generar. Clic, ya ha terminado. Y esta es mi ciudad. Fijaos, es una maravilla, muy épica, muy a lo Blade Runner. Y ahora pues vamos a generar nuestro personaje. Y para el personaje pues he generado un prompt, esta vez un poco más largo, siguiendo ese esquema de prompts del que os he hablado antes. Y nada, vamos a decirle generar. Y clic, ya ha terminado. Y ya tengo el fotograma de mi personaje y el fotograma de la ciudad donde va a transcurrir mi historia, que ahora mismo no cuadran. Y lo que voy a hacer es utilizar ambas imágenes como referencia para generar el fotograma número 2. El primero será la ciudad y el segundo quiero que sea la chica en la ciudad. Así que voy a borrar este prompt y voy a añadir tanto la ciudad como la chica. Y le digo Choose from my creations y voy a elegir esta foto de la ciudad y esta del cyborg. Y ahora voy a decirle pues simplemente que me genere una escena de este personaje en este entorno. Y fijaros, Klin ya ha terminado y este es el resultado. Tengo la misma escena que hemos generado en la imagen 1 mezclada con el personaje de la imagen 2. Y esto es el segundo frame que vamos a animar dentro de nada, pero vamos a hacer alguna modificación. Y ahora le voy a pedir que me genere un plano corto. Y Klin ya ha terminado y ya tengo mi plano corto. Tenemos general, tenemos corto y tenemos el establishing shot. Y con esto ya podemos empezar a generar nuestra escena. El primero que vamos a animar es este de aquí. Voy a decir Generate Video. Vamos a elegir de nuevo Klink 3.0 y para el establishing shot yo creo que pues probablemente vamos a decirle 8 segundos y le vamos a pedir que la cámara lentamente se acerca a la escena y le vamos a decir generar. Para la escena número 2 vamos a elegir nuestro plano más abierto y le voy a pedir que simplemente quiero que la mujer ande y mientras tanto la cámara la siga. Y vamos a decirle generar. Y para la última escena le voy a decir que quiero un plano cerrado extremo de la cara de la chica, que hay una explosión, que ya se asusta y se gira hacia ella. Vamos a subirle el tiempo a 15 segundos y le vamos a decir generar. Solamente con 4 prompts diferentes Y tengo un resultado como este. Where is the package? It's too late. Y en total no hemos llegado a una hora de trabajo efectivo. Esto hace nada de tiempo me hubiera costado semanas y sobre todo mucho, mucho dinero. Y yo con esto no quiero decir que la inteligencia artificial tenga que sustituir por completo la forma en la que contamos historias, pero lo que sí que va a hacer es que personas como tú o como yo tengamos la posibilidad de contar lo que queremos contar y de crear lo que nos hemos imaginado sin necesidad de recurrir a grandes ingresos de dinero. Así que para el storytelling este tipo de herramientas son algo increíble. Este es el flujo de trabajo que yo a partir de ahora voy a seguir seguramente. No sé si la imagen con clic, porque que no me termina de convencer, pero desde luego generar fotogramas, animarlos, y que el vídeo final sí que pueda ser con Klink 3.0. Terminamos ya, pero antes quiero decirte algo honestamente: estas herramientas no son perfectas. ¿Van a reemplazar al 100% a la producción clásica, normal, la que todos conocemos? Pues probablemente todavía no. Daros cuenta de que estáis aprendiendo herramientas que acaban de salir literalmente hoy. Y todo esto no va a hacer nada más que mejorar, seguro. Hace un año hablar de esto era impensable. Ahí lo tienes, Klink 3.0 ya disponible dentro de Artlist. Una barbaridad. Y si eres de esos míticos que has llegado hasta aquí y todavía no te has dejado un buen like, creo que es buen momento para que lo hagas. Y para que si no estás suscrito al canal y quieres ver más vídeos, lo hagas también. Campanita para no perderte nada y suscribirte, es que es Facilísimo. Y yo me voy despidiendo hasta el próximo vídeo, pero antes de irme recuerda una cosa: todo empezó con un solo prompt. Nos vemos en el próximo vídeo, pero eso sí, antes de irme, si quieres todavía aprender más sobre otras herramientas y poder mejorar la forma en la que generas vídeos con inteligencia artificial, te voy a dejar por aquí este otro tutorial. Estoy seguro que te va a interesar. ¿No te lo crees? Pues pincha, pincha y lo ves. Nos vemos en el próximo vídeo. Chao. Let it drop. Let it drop. Off.