Cómo mantener la consistencia de estaturas en video con MiniMax H3

El desafío de la consistencia en video

Uno de los problemas más comunes al generar videos con IA es que los personajes pueden cambiar de forma o tamaño entre diferentes clips. Si estás trabajando con modelos como MiniMax H3, no basta con decirle una vez qué altura tiene un personaje; el modelo no «recuerda» estas dimensiones de manera fiable por sí solo.

Para lograr una consistencia real, es necesario convertir la diferencia de estatura en una restricción visual explícita y repetible. La clave está en definir tanto las alturas absolutas como una relación espacial clara entre los personajes.

Estrategias para mantener proporciones

La primera capa es establecer medidas concretas. Por ejemplo, puedes indicar que un personaje mide 180 cm y el otro 155 cm. Sin embargo, dado que los modelos de vídeo no razonan completamente en centímetros como nosotros, la segunda capa es fundamental: definir una relación visual.

Una descripción espacial como «la cabeza del personaje más bajo alcanza el hombro o pecho superior del más alto» es mucho más efectiva para el modelo. Esto le da un punto de anclaje físico claro que puede replicar en cada generación.

Además, debes tener cuidado con cómo redactas estos detalles. Un error común es reformular la descripción de las alturas en cada prompt. Cambiar de «Alice es 180 cm» a «Alice domina la escena» puede confundir al modelo generativo, haciendo que interprete los personajes como entidades distintas.

La solución más robusta es construir un pequeño «bloque maestro» de texto. Este bloque debe contener la identidad, las alturas absolutas, la relación espacial y una instrucción clara de invariancia para preservar estas proporciones a lo largo del video entero. Debes pegar este mismo bloque literal en absolutamente todos tus prompts.

Finalmente, hay un truco visual muy útil que puedes aplicar. Si tienes una imagen de referencia de los personajes juntos, úsala como autoridad principal para las proporciones mientras el prompt refuerza la restricción. También es vital especificar la composición de la escena, asegurando que ambos personajes estén sobre el mismo plano horizontal con sus pies alineados.

Esto evita uno de los trucos sucios favoritos de los modelos: hacer que un personaje parezca más bajo simplemente poniéndolo en el fondo de la escena. Al combinar una referencia visual sólida con un bloque de prompt consistente, obtienes resultados mucho más predecibles y coherentes.