YouMind
Iniciar sesión

Guía avanzada de MUSE: del bloqueo facial al control de cámara para pipelines de video con IA

@loi_jinli
CHINO17 nov 2026
118K
570
94
37
1.2K

TL;DR

Tutorial completo para construir un pipeline de producción de video con IA utilizando Meta Muse, centrado en la consistencia de personajes, gestión de cuotas y control avanzado de cámara mediante ComfyUI y Blender.

Primero, aclaremos algo: ¿por qué leer este tutorial? ¿Qué podrás crear después de hacerlo?

Si eres nuevo en Muse, el asistente personal de IA de Meta, es probable que solo lo uses para chatear, buscar información o generar algunas imágenes. Pero cuando intentes hacer un video corto completo y listo para publicar, seguramente te toparás con cuatro problemas:

  1. El rostro cambia en cada toma: La protagonista es una chica de pelo largo en un segundo y una persona completamente distinta al siguiente.
  2. Distorsiones durante el movimiento: Si el personaje hace movimientos amplios, las manos atraviesan la cara o los rasgos se vuelven borrosos.
  3. Los videos largos se convierten en cámara lenta: Pedirle a la IA que "genere un video de 20 segundos" suele estirar 5 segundos de acción hasta convertirlos en 20, pareciendo una presentación de diapositivas con lag.
  4. Agotamiento de la cuota: La generación de imágenes y videos consume rápidamente las cuotas gratuitas semanales; tras unos pocos intentos ya no puedes continuar.

Esto no es una lista de funciones, sino un manual paso a paso para ir de 0 a 1.

Sigue los pasos a continuación y, aunque no tengas experiencia editando videos, podrás construir este flujo de trabajo:

  • Conceptos básicos: Lograr que la IA recuerde el rostro del mismo protagonista y grabe de forma estable clips de 6 segundos sin distorsiones.
  • Ahorrar cuotas: Delegar las tareas de renderizado a herramientas web totalmente gratuitas.
  • Cámara y perspectiva avanzadas: Aprender a preparar ComfyUI, MiniMax H3 y Blender para planos complejos como "órbita giratoria" o "acercamiento en la calle", garantizando un resultado final estable.

En nuestra publicación anterior sobre el uso avanzado de Muse, explicamos cómo configurar 4 estaciones de trabajo: Radar de Cuotas Gratuitas, Flujo de Trabajo de Video con IA, Centro de Creación de Contenido y Panel de Tendencias. Revísala si te la perdiste; la configuración del panel de relevos hace referencia a ella.

https://x.com/loi_jinli/status/2120499400586014862

1. Preparación: cuentas, materiales y expectativas

Antes de abrir cualquier software, comprende los conceptos básicos y los tiempos estimados:

① Cuentas y materiales básicos

  • 1 cuenta de Muse: Inicia sesión a través de muse.ai o del cliente de escritorio. Revisa la cuota restante (un clip de 6 segundos consume entre ~2 % y 12 % de la cuota semanal; empieza con pruebas cortas).
  • 1 retrato frontal limpio: Iluminación uniforme, rasgos nítidos, sin gafas de sol ni flequillo. NO subas collages en cuadrícula; la IA podría aprender los bordes blancos e incluirlos en el video.
  • Define la relación de aspecto desde el principio: Usa `9:16` para formato vertical (TikTok, Reels) o `16:9` para horizontal (YouTube). No generes en horizontal para luego recortar a la fuerza en vertical; el recorte automático suele desalinear al sujeto.

② Tiempos de espera realistas

  • Generar 1 imagen base: 20–40 segundos.
  • Generar 1 clip de 5–6 segundos: 1–2 minutos.
  • Guion completo de 30 segundos + generación segmentada: 15–30 minutos incluyendo revisiones. Si está generando, espera con paciencia; no envíes mensajes repetidamente.

③ Herramientas avanzadas (conócelas ahora, instálalas después)

Las secciones 5 a 7 usan estas herramientas externas gratuitas; las secciones 2 a 4 no las necesitan:

  • [Meta AI](https://www.meta.ai/): Herramienta web gratuita para delegar la creación de imágenes y animaciones sencillas, ahorrando cuota de Muse.
  • ComfyUI: Software de código abierto basado en nodos para flujos de trabajo con IA, ideal para lograr "fluidez (interpolación RIFE)" y "control preciso de cámara (MiniMax H3)". Requiere una GPU con 16 GB–24 GB de VRAM o computación en la nube.
  • Blender: Software de modelado 3D de código abierto para definir perspectivas de calles o edificios sin distorsión antes de la generación con IA.

2. Paso 1: establece primero las reglas en Muse

Los principiantes suelen pedir "una chica guapa tomando café", lo que termina con música de fondo inadecuada, subtítulos no deseados y manos deformadas.

Inicia un chat nuevo. Aún no subas imágenes. Envía esta "regla de colaboración":

text
1Soy un usuario hispanohablante. Vamos a crear material para un video corto con un personaje consistente. Sigue estrictamente estas 3 reglas:
21. A menos que lo solicite explícitamente, NO agregues música de fondo (BGM), voz en off ni subtítulos en pantalla.
32. Mantén las acciones del personaje sutiles o únicas. NADA de manos pasando frente a la cara.
43. Después de cada generación, autoevalúa estos 4 puntos: "consistencia facial, textura de la piel (que no parezca plástico), manos/acciones naturales, estabilidad de la iluminación". Reporta 1 posible problema encontrado.

Nota: Estas reglas limitan los hábitos de generación. Para conexiones con cuentas externas o acceso a archivos, aprueba manualmente las ventanas emergentes de autorización en Configuración.

3. Paso 2: bucle mínimo – fija el rostro con 1 imagen

Objetivo: crear el primer clip de 6 segundos con un rostro estable usando solo 1 foto.

① Guarda el perfil del personaje como "Nota"

Sube tu retrato frontal. Envía:

text
1Guarda los rasgos faciales de la persona en la imagen adjunta como una "Nota de Configuración de Personaje" reutilizable.
2Requisitos:
31. Registra ÚNICAMENTE la estructura facial, el peinado, el color de cabello y el tipo de cuerpo. NO registres el fondo, la iluminación ni la ropa.
42. Muéstrame el texto completo de la nota después de guardarla.

Revisa la respuesta. Asegúrate de que no se hayan filtrado detalles del entorno (por ejemplo, "de pie en la puerta de la cafetería"). Si los hay, responde: "Elimina las descripciones de fondo y ropa, conserva solo los rasgos faciales y del cabello, y vuelve a guardar".

② Genera el primer clip de prueba de 6 segundos

En el mismo chat, envía:

text
1Usa la "Nota de Configuración de Personaje" guardada y la imagen de referencia para generar un video de prueba vertical (9:16) de 6 segundos estilo selfie.
2Escena: Interior tenue, lámpara de escritorio amarillo cálido iluminando el contorno del rostro. Conserva una textura de piel realista, sin suavizado excesivo.
3Acción: Solo "mirar hacia un lado, luego volver a mirar a la cámara y parpadear naturalmente". Las manos permanecen quietas.
4Envía el video y reporta los resultados de tu autoevaluación de 4 puntos.

Espera 1–2 minutos. Revisa el video.

锦鲤同学 - inline image
锦鲤同学 - inline image

③ Refina: cambia una sola cosa a la vez

Si no estás satisfecho, no pidas múltiples cambios. En el mismo chat, envía:

text
1Mantén intactos el aspecto del personaje, el entorno de la habitación y la acción. Modifica SOLO esto:
2Aumenta el brillo de la lámpara de escritorio un nivel para que el rostro se vea más claro. No cambies nada más.

Sí: asegúrate de que el clip de 6 segundos tenga un rostro consistente, sin subtítulos extra y con ojos y piel naturales. No: escribas tramas de 30 segundos antes de haber fijado el rostro.

4. Paso 3: ahorra cuota delegando el renderizado a Meta AI

Cuando experimentas con más tomas, las cuotas de Muse se agotan rápido. Divide el flujo de trabajo: Muse escribe los prompts y actúa como control de calidad (bajo costo); Meta AI se encarga del renderizado pesado (gratis).

Pasos:

  1. Crea un "Panel de Relevos de Prompts" en el Espacio de Muse:
text
1No puedes hacer clic directamente en enlaces externos de Meta AI. Por favor, crea un "Panel de Relevos de Prompts" en el Espacio.
2Funciones:
31. Cuando yo describa una escena, escribe prompts completos e independientes para imágenes o animaciones y colócalos en el panel.
42. Agrega un botón de "Copiar" y un enlace a https://www.meta.ai/ para cada prompt.
53. Yo generaré el contenido en Meta AI y lo subiré aquí para que revises posibles errores y sugieras nuevas versiones del prompt.
  1. Genera imágenes en Meta AI: Copia el prompt del panel y pégalo en meta.ai. Genéralo (~20 s). Puedes reintentar libremente.
  2. Anima en Meta AI: Haz clic en Animate (Animar, por defecto) o Custom animate (Animación personalizada, pega la descripción de acción de Muse). Opcionalmente, añade Music (Música).
  3. Verifica en Muse: Sube el video de Meta AI de vuelta a Muse. Pide: "Revisa errores en el rostro o la acción. Proporciona un prompt corregido si es necesario".
锦鲤同学 - inline image

5. Paso 4: evita la cámara lenta y suaviza los clips (videos de 20–30 s)

Problemas: pedir directamente "generar 20 s" provoca cámara lenta; el video crudo de la IA es entrecortado (16/24 fps).

① Crea una tabla de storyboard

Pídele a Muse que divida una idea de 30 s en seis tomas de 5 s:

text
1Divide esta idea en una tabla de storyboard vertical de 30 segundos y 6 tomas: [Persona caminando bajo la lluvia en Tokio, las calles transformándose en una ciudad de ciencia ficción con cada paso].
2Columnas de la tabla:
31. N.º de toma
42. Duración (~5 s)
53. Contenido visual
64. Ángulo de cámara (Primer plano/Medio/General)
75. Movimiento de cámara (Acercamiento/Alejamiento/Seguimiento)
86. Transición a la siguiente toma
9Requisito: la ropa y el rostro del protagonista deben ser idénticos en las 6 tomas.

② Evita el comando "Generar 20 s"

La IA ralentiza la acción si se le obliga a estirar el tiempo. En su lugar, solicita una generación segmentada:

text
1Genera las tomas 1 a 4 del storyboard concatenando segmentos de "10 s + 10 s". Mantén una velocidad física normal para caminar y para el entorno. NADA de cámara lenta.

③ Usa interpolación RIFE para lograr 60 fps

El video crudo de la IA suele estar a 16/24 fps. Usa RIFE para insertar fotogramas intermedios y lograr unos fluidos 60 fps.

  1. Carga el flujo de trabajo de Frame Interpolation (Interpolación de fotogramas).
  2. Introduce el video y conecta el nodo `RIFE VFI` (modelo rife47 o 4.0–4.9).
  3. Establece el multiplicador en `2` (para 24/30 fps) o `4` (para 16 fps). Exporta mediante Video Combine a 60 fps.

6. Paso 5: movimientos de cámara complejos (órbita giratoria) con MiniMax H3

Los prompts basados solo en texto fallan en movimientos cinematográficos como "el personaje gira la cabeza mientras la cámara orbita". Solución: Previzualización en Muse, refinamiento en ComfyUI + MiniMax H3.

Configuración: ComfyUI + MiniMax H3

Requiere 16 GB+ de VRAM o una GPU en la nube (Kaggle/Modal/Paperspace).

  1. Actualiza ComfyUI: Asegúrate de tener la última versión (soporte nativo para MiniMax H3).
  2. Descarga los modelos:
  • Modelo base: Los pesos MiniMax H3 Ref2VA de Hugging Face → ComfyUI/models/diffusion_models/.
  • LoRA Turbo de 8 pasos (recomendado): Descarga minimax_h3_ref2v_turbo_8step_v1.0_768p_comfyui_bf16.safetensors según la Guía de la Wiki de ComfyUI → ComfyUI/models/loras/. Reduce los pasos de más de 20 a solo 8.

Ejecución:

  1. Genera la previzualización en Muse:
text
1Genera un video de previzualización de 5 segundos:
2Escena: Asiento junto a la ventana de una cafetería por la tarde.
3Acción/Cámara: Una persona con sudadera gris escucha que la llaman y gira la cabeza hacia atrás a la izquierda. Simultáneamente, la cámara orbita suavemente medio círculo desde el frente hasta la parte trasera diagonal. Trayectoria estable, encuadre limpio.
  1. Carga la plantilla de MiniMax H3 en ComfyUI: Usa la plantilla oficial video_minimax_h3_r2v.json. Conecta los nodos:
  • Imagen de referencia: Tu retrato frontal.
  • Video de referencia: La previzualización de 5 s de Muse.
  • Cargador LoRA: Adjunta el LoRA Turbo de 8 pasos.
  • Parámetros: Ancho 1344, Alto 768, Longitud 121 fotogramas (~5 s a 24 fps), Pasos 8 (o 20 sin LoRA).
  1. Mejores prácticas para prompts: Según Experiencia con MiniMax-H3 Ref2VA, nunca dependas únicamente de las imágenes de referencia. Describe explícitamente el color de cabello y la ropa en cada segmento del prompt para evitar la "pérdida de memoria" y el intercambio de rostros. Ejecuta el prompt (Queue Prompt). Resultado: un video de 768p con sonido ambiental en cuestión de minutos.

Resumen de los nodos de la plantilla oficial:

锦鲤同学 - inline image

Lista de verificación de conexión de nodos:

  • Línea principal: Cargador de modelo (MiniMax H3) → Cargador LoRA (Turbo) → MiniMaxH3ReferenceToVideo → Muestreador (pasos=8) → Video Combine
  • Entradas: Imagen de referencia ← Retrato; Video de referencia ← Previzualización de Muse
  • Parámetros principales: ancho=1344, alto=768, longitud=121

7. Paso 6: corrige la distorsión de perspectiva urbana con Blender + datos PLATEAU

Las calles generadas por IA suelen deformar los edificios. Solución: fija la perspectiva con datos reales de ciudades en 3D, renderiza una base estática y luego anima con IA.

Configuración:

  1. Instala Blender: Software 3D gratuito y de código abierto.
  2. Obtén los datos: Descarga el complemento Plateau-Blender-Importer y los datos CityGML (.gml) del Proyecto PLATEAU de Japón (edificios y carreteras con altura real, precisión de hasta 1 m).

Ejecución:

  1. Instala el complemento: Edit → Preferences → Add-ons → Install .zip → Activar.
  2. Importa la manzana urbana: File → Import → Plateau City GML. No importes la ciudad entera (provocará cierres inesperados). Pídele a Muse que escriba un script de Python para Blender que filtre los edificios a 500 m–1 km de la cámara y les asigne códigos de colores.
  3. Renderiza la base estática: Posiciona la cámara virtual (a nivel de los ojos o aérea), ajusta el ángulo del sol. Presiona F12 para renderizar una imagen estática limpia.
  4. Anima con IA: Sube la imagen estática a Muse/Meta AI/ComfyUI. Prompt: "Mantén inalteradas las estructuras de los edificios. Añade reflejos de neón en el asfalto mojado, peatones con paraguas y un acercamiento lento de cámara hacia adelante". Como la geometría está bloqueada, no habrá ninguna distorsión.

Controles de calidad:

  • Base estática: Bloques blancos/grises, carreteras oscuras, profundidad y perspectiva claras, sin texturas.
  • Video final: Compara el último fotograma con la base estática. Los bordes de los edificios deben mantenerse rectos, sin deformaciones gelatinosas.

8. Solución de problemas y lista de verificación del flujo de trabajo

Problemas comunes antes de publicar:

  1. Sujeto recortado en vertical: Si conviertes de 16:9 a 9:16, revisa la vista de pantalla completa. Asegúrate de que el rostro no quede cortado.
  2. Texto faltante al inicio: Los videos subtitulados por Muse suelen tener los primeros 0,2–0,5 s en blanco. Recorta el inicio o añade subtítulos en CapCut/Jianying.
  3. Generación atascada: Si pasan más de 3 minutos, revisa el registro de actividad. Si solo devuelve texto, pregunta: "No veo ningún archivo de video. Confirma la generación y proporciona un enlace de reproducción".
  4. Derechos comerciales: El plan gratuito de Muse no garantiza explícitamente una licencia comercial. Para anuncios pagados, usa Muse solo para storyboards, notas o previzualizaciones. Renderiza los recursos finales localmente con modelos de código abierto (ComfyUI) y compónelos en tu software de edición.

Lista de autoevaluación:

  • [ ] Preparé 1 retrato frontal limpio y revisé la cuota semanal de Muse.
  • [ ] Envié las 3 reglas de colaboración a Muse y apliqué la autoevaluación de 4 puntos.
  • [ ] Completé la primera prueba de bloqueo facial de 6 segundos y dominé el refinamiento de "un cambio a la vez".
  • [ ] Construí el panel de relevos de Meta AI O utilicé la segmentación de "10 s + 10 s".
  • [ ] Entendí cuándo usar RIFE (suavidad), ComfyUI MiniMax H3 (control de cámara) y Blender + PLATEAU (estabilidad de perspectiva).

Referencias y herramientas

Sigue a @loi_jinli para crecer y ganar juntos.

Recrear en YouMind

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
Para creadores

Convierte tu Markdown en un artículo de 𝕏 impecable

Cuando publicas tus propios textos largos, dar formato en 𝕏 a imágenes, tablas y bloques de código es un fastidio. YouMind convierte un borrador completo en Markdown en un artículo de 𝕏 impecable y listo para publicar.

Prueba Markdown a 𝕏

Más patrones por descifrar

Artículos virales recientes

Explorar más artículos virales