Cómo reemplazar a una persona en un vídeo con IA: fotos, movimiento y resultados reales

Qué necesitas para reemplazar a una persona en un vídeo

Para reemplazar un personaje con IA, proporciona el vídeo existente y una imagen clara del nuevo personaje; después elige si quieres reemplazar a la persona completa o solo el rostro. La imagen describe la apariencia; el vídeo sirve de referencia para la actuación y la cámara. El resultado es un vídeo generado, así que revisa el movimiento y los detalles del entorno además del nuevo rostro.

Para usar tu propia grabación, abre la herramienta de cambio de persona y rostro de Recast. Si prefieres una secuencia ya preparada, empieza con una plantilla Recast. Son procesos distintos: el primero acepta el vídeo que subes; el segundo parte de uno de nuestros ejemplos recreados.

¿Cambiar el rostro, la persona o transferir el movimiento?

Elige según lo que quieras conservar en el resultado. La expresión «vídeo a vídeo» por sí sola no indica qué operación realiza una herramienta.

Los proveedores pueden ofrecer estas tareas mediante distintas interfaces. La guía oficial de modelos de Alibaba Cloud distingue entre generación con referencias, edición de vídeo, animación guiada por movimiento y reemplazo de personajes. Recast usa las funciones de generación con referencias o edición de sus modelos compatibles. Esto no garantiza que todos realicen un reemplazo local conservando cada píxel. Nuestra guía de vídeo a vídeo explica con más detalle la generación guiada por referencias.

Dos ejemplos reales: STORM y BAD

STORM: el protagonista humano se convierte en un gato atigrado y la multitud en grandes felinos. Con Seedance 2.5 usamos una referencia del personaje, una referencia de escena creada a partir de un fotograma original y un vídeo de referencia de 15 segundos. El personaje generado lleva la camisa y la corbata de la referencia, y el plano sigue la secuencia general de fumar, girarse y caminar hacia la multitud.

Hay diferencias visibles: el giro ocurre unos 2 segundos tarde, y, al final, el gato mira a cámara mientras el intérprete original le da la espalda. Es una recreación creativa utilizable con diferencias de movimiento. No demuestra una coreografía exacta, una multitud intacta ni un cambio solo de rostro.

BAD: un maniquí sobre fondo verde se convierte en el propietario del sitio, dentro de una oficina. Este resultado de WAN 3.0 también usó una ficha de personaje y un fotograma de escena editado. El fragmento de 15 segundos mostrado sigue el baile del maniquí y cambia tanto la persona como el entorno. Demuestra reemplazo y reconstrucción de escena; no prueba que el fondo permanezca intacto.

Los ejemplos se crearon con archivos y modelos diferentes. Ilustran procesos, no una clasificación controlada de modelos ni un estudio de tasas de éxito. El espacio de Recast actual automatiza parte de la preparación que hicimos manualmente para estos ejemplos.

Prepara el vídeo y la imagen del personaje

• Elige un objetivo claro. Empieza con un fragmento corto donde la persona sea visible. Los giros, las manos rápidas, los cruces entre personas y los cortes añaden detalles que revisar.
• Muestra la apariencia que necesitas. Para reemplazar a la persona completa, aporta el cuerpo y la ropa además del rostro. Una imagen solo de la cara deja sin definir la forma corporal y la vestimenta.
• Evita referencias ambiguas. Evita varias personas, atuendos contradictorios o textos que tapen la cara. En Recast, revisa el análisis de la imagen y decide si conviene extraer una referencia limpia.
• Separa las instrucciones del personaje y la escena. Decide si el fondo debe seguir siendo una referencia o rediseñarse expresamente. Si quieres cambiarlo, indícalo en tu solicitud.

¿Qué imagen de referencia debes usar? Adapta la información visible al alcance del reemplazo:

Una ficha con tres vistas sigue siendo una sola imagen. No hemos comparado estos tipos en una prueba controlada: la tabla explica qué muestra cada uno, sin clasificarlos por tasa de éxito.

Usa vídeos e imágenes que tengas derecho a editar y publicar. Si aparece una persona real, obtén su permiso; Recast pide confirmar el consentimiento para estas referencias.

Reemplaza a una persona en Recast

1. Abre la herramienta para tu propio vídeo. Elige la sección superior de cambio de persona y rostro en Recast. Las tarjetas de plantillas de abajo parten de nuestros ejemplos.
2. Sube o selecciona un vídeo. Usa la Biblioteca o sube un MP4/MOV de hasta 200 MB. No hace falta recortar una grabación larga antes de subirla: selecciona el fragmento en la línea de tiempo.
3. Añade el nuevo personaje. Sube una imagen o elige un recurso existente. Revisa el análisis de referencia; si se ofrece extracción, compara la referencia limpia antes de seguir.
4. Elige el alcance del reemplazo. El reemplazo completo usa la nueva apariencia para cara, pelo, cuerpo y ropa. El cambio solo de rostro busca conservar el pelo, el cuerpo y la vestimenta originales. Si aparecen varias personas, describe claramente el objetivo.
5. Elige modelo, resolución y sonido. Comprueba el límite de duración y el precio mostrado. Un intervalo que supera el límite por generación puede procesarse por segmentos, con posibles cambios en las uniones.
6. Genera y compara. Revisa el resultado completo junto a la fuente antes de descargarlo o usarlo. Si hay un fallo visual, identifica el plano o detalle concreto: que un archivo se reproduzca no significa que el reemplazo sea correcto.

Describe qué debe cambiar y qué conservar

Indica el objetivo, la referencia del nuevo personaje y la actuación que quieres seguir. Sepáralos de los detalles de apariencia o escena que quieras conservar. La instrucción siguiente es un punto de partida, no el prompt original de los ejemplos; la sintaxis de las referencias depende del modelo y la interfaz.

Replace the lead dancer in the reference video with the character in the reference image. Use the image for the character’s face, hair, body and clothes. Follow the video’s dance sequence, camera movement and shot timing. Aim to preserve the other people and background. Do not add a new performer.

Para cambiar solo el rostro, limita el alcance de forma explícita: usa la imagen para la cara y pide conservar el pelo, el cuerpo y la ropa originales. La instrucción fija el objetivo, pero no bloquea cada fotograma. En escenas de grupo, identifica a la persona con un rasgo estable como «el protagonista de camisa blanca», en vez de depender de izquierda o derecha cuando cambian de posición.

Revisa el resultado más allá del primer fotograma

• Identidad: revisa perfiles, giros, oclusiones y el último fotograma para detectar si vuelve el personaje original.
• Movimiento: compara cuándo ocurre el giro, el gesto o el paso, no solo si aparece. El retraso de STORM se ve al comparar la fuente y el resultado a lo largo del tiempo.
• Alcance del reemplazo: busca ropa mezclada, orejas o rasgos faciales extra, personas de fondo sin reemplazar y cambios de escena no deseados.
• Continuidad: revisa cada corte y unión de segmentos para detectar cambios de rostro, tamaño, luz y distancia de cámara.
• Sonido: comprueba qué pista de audio está presente. Un rostro convincente no demuestra una voz reemplazada ni una sincronización labial correcta.

En un intento posterior de STORM, reaparecieron humanos en la multitud lejana tras pasar al plano general. Excluimos ese fragmento de la comparación exitosa mostrada aquí. Del mismo modo, el mejor fotograma puede ocultar un problema en el plano siguiente. Nuestra guía de consistencia de personajes trata el uso de referencias entre varios vídeos; este proceso de reemplazo sigue necesitando una revisión plano a plano.

Si necesitas otro intento, ¿qué debes comprobar primero? Localiza el momento afectado y sigue la comprobación correspondiente:

Conserva los archivos de entrada y el resultado de cada intento y anota qué cambiaste. Estas comprobaciones ordenan el diagnóstico, no demuestran una causa ni garantizan una solución. Cambiar una sola entrada cada vez facilita interpretar la siguiente comparación.

Duración, sonido y coste

En el espacio actual de cambio para tu propio vídeo, una tarea selecciona hasta 30 segundos. El límite por generación depende del modelo: Seedance 2.5 acepta hasta 30 segundos, WAN 3.0 hasta 15 segundos y Kling V3 Omni hasta 10 segundos en este proceso. Son límites de la integración Recast, no de todas las interfaces de cada proveedor.

El precio depende del modelo, la resolución y la duración procesada. El coste de vídeo en Recast incluye los segundos de referencia. La extracción opcional de una imagen tiene su propio precio mostrado: comprueba ambos antes de generar. Procesar por segmentos no convierte varias generaciones de pago en una gratuita.

La herramienta para vídeos propios conserva el audio original por defecto o permite sonido ambiente generado por el modelo. Las plantillas usan ambiente generado o silencio y no incluyen la canción original. La comparación anterior está silenciada. Generar vídeos requiere una cuenta de pago y créditos; consultar la página y los ejemplos es gratis.

Abre el espacio de cambio de persona y rostro para usar tus vídeos, o elige una plantilla preparada para empezar con un ejemplo existente. El espacio muestra las opciones disponibles y el precio antes del envío.

Fuentes y procedencia de los ejemplos

La recreación del protagonista y la multitud de STORM se generó el 2026-09-27 con Seedance 2.5; el ejemplo de baile BAD, el 2026-10-09 con WAN 3.0. Ambos fragmentos de comparación duran 15 segundos. La fuente STORM es un fragmento del videoclip STORM de GENER8ION y Yung Lean; la fuente BAD es un baile de maniquí sobre fondo verde que nos proporcionaron. El recorte vertical, la eliminación del audio y la unión sirven para presentar los ejemplos, sin nuevas generaciones del modelo.

La preparación y las observaciones proceden de los archivos de entrada, prompts y vídeos que guardamos. Los límites del proceso se comprobaron en Recast el 2026-10-12. Para las definiciones de tareas, consulta la documentación de generación y edición de Alibaba Cloud. Los ejemplos no miden la fiabilidad del cambio solo de rostro ni garantizan resultados futuros.