# Vídeo de beso con IA: beso, abrazo y baile a partir de dos fotos — prueba y prompts

> Un vídeo de beso con IA se hace con dos retratos sueltos o con una foto de la pareja: el modelo de vídeo junta a las personas en una escena y graba un beso, un abrazo o un baile con sonido. Probamos los tres casos con la misma pareja ficticia en AI2Face, con Gemini Omni. Abajo están los clips, los prompts completos, seis escenas listas y qué fotos funcionan mejor.

Publicado el 2026-10-31 · Actualizado el 2026-10-31
URL: https://ai2face.com/es/blog/ai-kissing-video

Un vídeo de beso a partir de una foto es de los formatos cortos que más circulan: las parejas lo hacen para un aniversario, los amigos en broma, los creadores para personajes de IA. Las apps ya hechas ofrecen un botón de plantilla «beso»; un modelo de vídeo con referencias permite rodar su propia escena, con lugar, luz, movimiento de cámara y sonido. Rodamos un beso, un abrazo y un baile con una pareja ficticia. Todos los fotogramas y los clips están hechos en el generador de AI2Face, y las personas son inventadas.

## Cómo se hace un vídeo de beso con IA

Hay dos entradas y dos maneras de controlar la escena.

| | Efecto de plantilla en una app | Prompt propio en un modelo de vídeo |
|---|---|---|
| Qué sube | una foto de la pareja o dos fotos | una foto de la pareja o dos retratos sueltos |
| Escena | la misma que en la foto | cualquiera: puente, estación, cocina, lluvia |
| Movimiento | uno por plantilla | lo describe usted: acercarse, beso en la frente, giro |
| Sonido | la música de la plantilla o ninguno | se genera para la escena: río, estación, canción |
| Qué cambia el resultado | solo la plantilla elegida | cada palabra del prompt |

**Una foto de la pareja** es el primer fotograma: el clip empieza exactamente en su imagen. **Dos retratos sueltos** son referencias: el modelo coloca a las personas en una escena nueva. El segundo camino sirve cuando no hay foto de los dos juntos, por ejemplo un saludo a distancia o una pareja de personajes de IA.

## Cómo hacer un vídeo de beso con IA a partir de dos fotos

Tomamos dos retratos sueltos: un hombre con camisa vaquera en un parque y una chica con jersey color crema delante de árboles de otoño.

![Dos retratos juntos: un hombre de barba corta y pelo oscuro ondulado con camisa vaquera, y una chica de pelo largo oscuro y pendientes de aro plateados con jersey color crema](https://ai2face.com/_astro/two-photos.CgektKC2_Z1tLX27.jpg "Los originales: dos retratos sueltos de personas ficticias. Nano Banana Pro")

Las dos fotos entraron como referencias en [Gemini Omni](/es/models/gemini-omni). El prompt dice quién sale de cada foto, qué llevan puesto, dónde están y cómo se mueve la cámara:

```
Romantic vertical video at golden hour: the man from the first reference photo
(short dark wavy hair, short beard, navy denim shirt) and the woman from the
second reference photo (long dark-brown wavy hair, silver hoop earrings, cream
knit sweater) stand facing each other on an old stone bridge over a river at
sunset. She smiles, he gently tucks a strand of hair behind her ear, they lean in
and share a soft, tender kiss, then rest their foreheads together and smile.
Slow push-in, medium close-up, warm backlight, light breeze. Keep both faces
exactly as in the photos. Sound: river, distant city, soft wind. No text.
```

[La pareja en un puente de piedra al atardecer: él le coloca un mechón detrás de la oreja, se besan y juntan las frentes](https://ai2face.com/_astro/media/blog/ai-kissing-video/kiss.mp4 "Beso a partir de dos retratos sueltos: Gemini Omni 1.1 Flash, modo por referencias, 9:16, 6 s, con sonido")

El modelo siguió todos los pasos de la escena en orden: sonrisa, mechón detrás de la oreja, beso, frente con frente. Los rostros y la ropa coinciden con los retratos, y los pendientes de ella siguen ahí. La luz del atardecer la puso el modelo: en las fotos de origen era un día nublado.

## Vídeo de un abrazo a partir de fotos

El abrazo se hace con el mismo recurso: solo cambia la acción. Pusimos a la pareja en un andén: ella lo ve, corre hacia él, él la levanta y la gira. El sonido es solo el ambiente de la estación: la risa y las voces las prohibimos en el prompt, en una línea aparte.

```
Vertical video of a reunion at a train station platform in the morning: the
woman from the second reference photo (long dark-brown wavy hair, cream knit
sweater) sees the man from the first reference photo (short dark wavy hair,
short beard, navy denim shirt, a travel bag on his shoulder), runs to him, and
they hug tightly; he lifts her slightly off the ground and spins half a turn,
both smiling, her eyes closed on his shoulder. Handheld camera, medium shot,
soft morning light, a blurred train behind them. Keep both faces exactly as in
the photos. Sound: only station ambience — footsteps, a distant train, soft
murmur of the platform. No laughter, no voices, no speech. No text, no readable
signs.
```

[Una chica con jersey color crema corre por el andén hacia un hombre con un bolso; se abrazan fuerte y se ríen delante de un tren](https://ai2face.com/_astro/media/blog/ai-kissing-video/hug.mp4 "Abrazo de reencuentro con los mismos dos retratos: Gemini Omni 1.1 Flash, 9:16, 6 s, sonido solo de la estación")

El abrazo salió más vivo que el beso: hay carrera, sonrisas y un medio giro. El modelo añadió el bolso al hombro, como pedíamos, y dejó el cartel del andén desenfocado, sin texto legible. Describa el sonido con claridad, también lo que no debe estar: «No laughter, no voices».

## Baile a partir de una foto de la pareja

Si ya tiene una foto de los dos, puede usarla como primer fotograma: el clip empezará exactamente en su imagen. El plano conjunto lo montamos a partir de los mismos retratos en [Nano Banana Pro](/es/models/nano-banana-pro), del mismo modo que se monta una foto de pareja a partir de dos tomas en la guía para [unir fotos con IA](/es/blog/obedinit-foto-nejroset).

![La pareja se abraza en una cocina acogedora con guirnaldas: él, con camisa vaquera, la coge por la cintura; ella lleva jersey color crema; los dos sonríen a la cámara](https://ai2face.com/_astro/couple-photo.B5TImrLW_27ziGA.jpg "Foto de la pareja en la cocina, primer fotograma del baile. Montada a partir de dos retratos en Nano Banana Pro")

```
The couple starts a slow dance in their cozy kitchen: he takes her hand, she
laughs, he gently spins her under his arm and pulls her close, they sway together
cheek to cheek under the warm string lights. Static camera at chest height, smooth
natural motion. Keep both faces, hair and clothes exactly as in the image.
Sound: a soft acoustic love song playing from a speaker, her quiet laugh. No text.
```

[La pareja en la cocina, bajo las guirnaldas: él le toma la mano, la gira bajo el brazo, la acerca y se balancean mejilla con mejilla](https://ai2face.com/_astro/media/blog/ai-kissing-video/dance.mp4 "Baile a partir de una foto de la pareja: el primer fotograma es la foto de arriba, Gemini Omni 1.1 Flash, 9:16, 6 s, con una canción")

El modelo hizo el baile lento, con un solo giro, de forma fluida, sin brazos de más y sin ese aspecto de plastilina. Los bailes rápidos, con elevaciones y saltos, se le dan peor a los modelos de vídeo: para eso, coreografía simple y clips cortos.

## Prompts para un beso: 6 escenas listas

La fórmula del prompt: **quién** (de qué foto, rasgos) + **dónde** (lugar, hora, luz) + **la acción** por pasos + **cámara** + **sonido**. Las escenas de abajo encajan en esa fórmula. Cambie los rasgos por los de sus personas.

**Beso bajo la lluvia.**

```
The couple stands under one umbrella on a night city street, he lowers the
umbrella, they kiss in the rain, raindrops in the warm street light. Slow
motion, medium close-up. Sound: heavy rain, distant traffic.
```

**Beso en la frente.**

```
The man gently holds the woman's face in his hands and kisses her on the
forehead, she closes her eyes and smiles. Soft window light in a quiet bedroom,
close-up. Sound: quiet room tone, a soft breath.
```

**La gira y la besa.**

```
On a sunny beach the man lifts the woman and spins her around, puts her down and
kisses her, both laughing. Low-angle handheld camera. Sound: waves, wind, their
laughter.
```

**Beso en la mejilla.**

```
In a busy café the woman leans across the table and kisses the man on the cheek,
he blushes and laughs. Static camera, medium shot. Sound: café chatter, cups
clinking.
```

**Beso de boda.**

```
The bride and groom stand under a flower arch outdoors, guests throw petals as
they kiss. Camera slowly rises from medium to wide shot. Sound: applause and
cheers.
```

**Beso con una mascota.**

```
The woman from the reference photo hugs her golden retriever on a sunny lawn,
the dog licks her cheek and she laughs. Handheld camera at eye level. Sound:
birds, her laughter, a happy bark.
```

Las frases y los rótulos dentro del plano le salen peor al modelo que las acciones. Si necesita una frase, escríbala en inglés y corta: Google solo admite oficialmente el inglés en Omni. Para fotos de pareja sin vídeo, vea la selección de [prompts de sesión de fotos en pareja](/es/blog/promty-dlya-parnoj-fotosessii).

## Qué fotos sirven para un vídeo de beso

- **Retratos de frente o con un giro leve,** con los ojos visibles: el modelo conserva mejor un rostro que ve entero.
- **Luz de día uniforme,** sin sombras duras ni filtros de color.
- **Sin gafas de sol, mascarillas ni manos junto al rostro.**
- **El rostro grande:** de cintura para arriba, o más cerca. En un plano general el rostro es pequeño y se pierde el parecido.
- **La ropa de la foto es la ropa del clip,** salvo que describa otra. En nuestra prueba, el jersey y la camisa pasaron a las tres escenas.
- **En una foto de la pareja,** los dos rostros se ven y no se tapan.

## Límites y ética

- **Duración.** Una generación de Gemini Omni llega hasta 10 segundos. Una historia más larga se monta con varios clips.
- **Movimientos complejos.** Un baile rápido, las elevaciones y los brazos entrelazados dan artefactos más a menudo que un beso o un abrazo tranquilos.
- **Consentimiento.** Use su foto y la de una pareja que esté de acuerdo. En Rusia, el artículo 152.1 del Código Civil permite usar la imagen de una persona solo con su consentimiento; las normas de su país pueden ser otras. No haga clips con exparejas, compañeros de trabajo ni desconocidos.
- **Personas públicas.** Google no permite subir a Gemini Omni imágenes de personas públicas reconocibles: un clip de «yo beso a una estrella» será rechazado.
- **Marcado.** Los clips de Gemini Omni llevan una marca de agua invisible, SynthID.

## Conclusión

Un vídeo de beso con IA sale mejor de dos retratos nítidos y de un prompt propio: usted decide el lugar, el movimiento y el sonido, y los rostros siguen siendo reconocibles. Si ya tiene una foto de los dos, póngala como primer fotograma y el clip empezará en su imagen. Los efectos de plantilla en las apps son más rápidos, pero dan la misma escena a todo el mundo. Para un regalo de aniversario, un saludo a distancia o un clip de pareja con un [generador de influencers con IA](/es/blog/ai-influencer), use un modelo de vídeo con referencias. El beso, el abrazo y el baile se hacen en el generador de AI2Face: el coste se muestra antes de generar, puede pagar con tarjeta o criptomonedas, y los créditos de los paquetes no caducan. Para [animar una foto](/es/blog/ozhivit-foto) suelta, vea la guía.

## Preguntas frecuentes

### ¿Cómo hago un vídeo de beso a partir de una foto?

Suba dos retratos o una foto de la pareja a un modelo de vídeo que acepte referencias, por ejemplo Gemini Omni, y describa la escena: dónde están, cómo se acercan y se besan, cómo se mueve la cámara. En cerca de un minuto tendrá un clip con sonido.

### ¿Se puede hacer un beso a partir de dos fotos distintas?

Sí. Adjunte los dos retratos como referencias e indique en el prompt quién sale de cada foto. En nuestra prueba, los rostros de dos fotos sueltas se mantuvieron en el beso y en el abrazo.

### ¿Se puede hacer un vídeo de beso gratis?

Sí, para probar. En AI2Face, al registrarse se abonan créditos de bienvenida: alcanzan para un clip corto. El coste se ve antes de lanzar, y el servicio no pone marca de agua en el resultado.

### ¿Qué fotos funcionan mejor para un vídeo de beso?

Retratos nítidos de frente, con luz de día, sin gafas de sol, mascarillas ni filtros fuertes. El rostro debe ocupar una parte visible del encuadre.

### ¿Se puede hacer igual un abrazo o un baile?

Sí, solo cambia la descripción de la acción. El abrazo del reencuentro lo hicimos con los mismos dos retratos, y el baile lento con una sola foto de la pareja en una cocina.

## Fuentes

- https://ai.google.dev/gemini-api/docs/omni
- https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
- https://blog.google/innovation-and-ai/products/nano-banana-pro/
- https://www.consultant.ru/document/cons_doc_LAW_5142/14c6c3902cffa17ab26d330b2fd4fae28e5cd059/