La generación de imagen a video (i2v) toma una sola imagen fija y produce un clip de video donde el contenido de esa imagen cobra vida con movimiento. La imagen de entrada se convierte en el primer fotograma (o un fotograma de referencia clave), y el modelo genera fotogramas subsiguientes que mantienen la consistencia visual con la fuente mientras añade movimiento — personas caminando, cabello moviéndose, agua fluyendo, cámaras paneando. El desafío es preservar la identidad y los detalles finos (un rostro específico, un logotipo en una camisa, la paleta de colores exacta) entre fotogramas sin desviación ni artefactos de transformación.
Tu imagen subida se convierte en el primer fotograma exacto del video. Kling 3.0 no reinterpreta ni aproxima tu imagen — la usa píxel a píxel como punto de partida y genera movimiento desde ahí. Esto significa que tu dirección artística, gradación de color y composición se mantienen sin cambios.
Rostros, logotipos, texto y patrones distintivos en la imagen de origen permanecen consistentes a lo largo del video generado. El mecanismo de atención temporal de Kling 3.0 hace referencia cruzada a la imagen de origen en cada fotograma para prevenir la desviación de identidad — el rostro en el fotograma 150 coincide con el rostro del fotograma 1.
Ajusta cuánto movimiento añade Kling 3.0 a la escena. Intensidad baja: respiración sutil, brisa suave, ligera deriva de cámara. Media: caminar, girar, movimiento moderado del entorno. Alta: correr, barridos dinámicos de cámara, acción dramática. El control deslizante te da control directorial sobre el nivel de energía.
Describe qué movimiento quieres en el prompt de texto: "ella gira para mirar por encima de su hombro", "la cámara hace zoom lento", "las hojas vuelan de izquierda a derecha". Kling 3.0 sigue estas instrucciones de movimiento mientras mantiene intacto el contenido de la imagen de origen.
Kling 3.0 detecta y coincide automáticamente con la relación de aspecto de tu imagen de entrada — 1:1, 16:9, 9:16, 4:3, 3:4 y más. No necesitas recortar ni redimensionar tu imagen de origen para ajustarla a un formato de video fijo. El video de salida coincide con las dimensiones de entrada.
Genera videos de 5 a 15 segundos desde una sola imagen. Para secuencias más largas, encadena múltiples generaciones en Flow, usando el último fotograma de un clip como el primer fotograma del siguiente para mantener la continuidad.
Ve a PonPon Imagen a Video y selecciona Kling 3.0 en el menú desplegable de modelos.
Arrastra y suelta o haz clic para subir la imagen que quieres animar. Usa una imagen de alta resolución (al menos 1024px en el lado más largo) para mejores resultados. Kling 3.0 acepta formatos JPEG, PNG y WebP.
Describe el movimiento que quieres — no la escena en sí (el modelo puede verla desde tu imagen). Enfócate en la acción: "la mujer sonríe lentamente e inclina la cabeza", "la cámara retrocede para revelar el paisaje completo", "las olas chocan contra las rocas". Mantenlo en 1–2 oraciones.
Ajusta el control deslizante de intensidad de movimiento (baja/media/alta) y elige la duración del video (5s, 10s o 15s). Menor intensidad con menor duración es más seguro para preservar detalles finos. Mayor intensidad con mayor duración produce resultados más dramáticos pero puede mostrar ligera desviación.
Haz clic en Generar y revisa el resultado. Verifica que la identidad, texto y detalles finos se preserven en todo momento. Si el movimiento es muy sutil, aumenta la intensidad y regenera. Si los detalles se desvían, disminuye la intensidad o acorta la duración.
Ya seas creador independiente, agencia o marca, cada modelo se adapta a tu forma de trabajar.
She slowly looks up from the book and smiles. A gentle breeze moves her hair. Warm afternoon light shifts slightly as a cloud passes.
Modelo: Kling 3.0 · Duración: 8s · Movimiento: Medio · Fuente: foto de retrato
Camera slowly orbits 45 degrees around the product. Soft reflections move across the surface. Background stays softly blurred.
Modelo: Kling 3.0 · Duración: 6s · Movimiento: Bajo · Fuente: foto de producto sobre fondo blanco
Clouds drift slowly across the sky. Water in the lake ripples gently. Camera holds steady. Birds fly across the distant mountains.
Modelo: Kling 3.0 · Duración: 15s · Movimiento: Bajo · Fuente: fotografía de paisaje
The warrior swings the sword in a wide arc. Sparks fly from the blade. Camera follows the motion with a slight pan right. Cape billows dramatically.
Modelo: Kling 3.0 · Duración: 5s · Movimiento: Alto · Fuente: ilustración digital
Toma fotos de productos existentes y conviértelas en clips de video cortos para anuncios sociales. Una foto estática de producto se convierte en un video de 6 segundos con un zoom lento y movimiento sutil del entorno — sin re-fotografiar, sin modelado 3D, sin After Effects. Produce variantes de video en lote desde tu biblioteca de fotos existente.
Artistas e ilustradores animan sus obras estáticas para redes sociales. Una pintura digital de un bosque gana viento suave, hojas cayendo y luz cambiante. Un retrato de personaje parpadea y respira. Las publicaciones animadas en Instagram y TikTok obtienen 2–3x más engagement que las imágenes estáticas.
Convierte fotografía inmobiliaria en clips de video estilo recorrido. Una foto interior de ángulo amplio se convierte en un paneo suave de cámara revelando la habitación completa. Genera clips de 6 segundos para cada habitación y encadénalos en Flow para un tour completo de la propiedad solo con fotos fijas.
Cineastas y animadores convierten cuadros de storyboard en secuencias animadas preliminares. Cada cuadro dibujado se convierte en un clip animado de 5–10 segundos mostrando el movimiento de cámara y la acción del personaje descrita en las notas del storyboard. Produce una animática funcional en horas en lugar de semanas.
| Kling 3.0 i2v | Otros modelos i2v | |
|---|---|---|
| Preservación de identidad | Primer fotograma anclado a píxel con atención temporal cruzada — deriva mínima incluso a 15s | Sora 2: bueno pero puede derivar en detalles finos más allá de 8s. Veo 3.1: sólido pero ocasionalmente altera colores. Seedance 2.0: fiable para rostros, más débil en texto/logos |
| Control de movimiento | Control deslizante de intensidad + prompt de texto para dirección del movimiento. Motion Brush disponible para trayectorias precisas | Sora 2: solo prompt de texto. Veo 3.1: control básico de intensidad. Seedance 2.0: prompt de texto con opciones de intensidad limitadas |
| Duración máxima | Hasta 15 segundos por generación | Sora 2: hasta 20s. Veo 3.1: hasta 8s. Seedance 2.0: hasta 10s |
| Flexibilidad de relación de aspecto | Coincide automáticamente con la relación de aspecto de la imagen de entrada, cualquier relación estándar soportada | La mayoría de los modelos solo soporta 16:9, 9:16, 1:1. Las relaciones personalizadas pueden requerir recorte |
| Salida de audio | Generación de audio nativo incluida (sonido ambiental y diálogo) | Sora 2: sin audio nativo. Veo 3.1: audio nativo incluido. Seedance 2.0: sincronización de música pero diálogo limitado |
Las imágenes de entrada de al menos 1024x1024 píxeles producen una calidad de video notablemente mejor. Las fuentes de baja resolución (por debajo de 512px) pueden resultar en una salida suave y con artefactos. Si tu imagen es pequeña, escálala primero usando las herramientas de imagen de PonPon antes de convertir a video.
El modelo ya ve tu imagen — no necesita una descripción de la escena. Escribe prompts que describan el movimiento: "ella gira a la izquierda", "la cámara se acerca", "comienza a llover". Las descripciones de escena ("una mujer con un vestido rojo en un jardín") desperdician la capacidad del prompt y pueden hacer que el modelo reinterprete tu imagen.
Si tu imagen contiene texto, logotipos o patrones finos que deben permanecer intactos, usa baja intensidad de movimiento. Alta intensidad aumenta la posibilidad de desviación de detalles. Siempre puedes aumentar la intensidad en la siguiente generación si el resultado es demasiado estático.
Kling 3.0 coincide la relación del video con tu imagen. Si tu imagen es 4:3 pero necesitas 9:16 para TikTok, recorta la imagen primero en lugar de depender del modelo para reencuadrar. El recorte intencional te da control sobre lo que está en el encuadre.
Únete a miles de creadores, agencias y marcas que usan PonPon todos los días.
Comienza con créditos diarios gratuitos. No se requiere tarjeta de crédito.