Pruna AI lanza P-Video-2-Pro-Replace: sustituye personajes en videos de hasta 120 segundos por $0.05/s

Es un problema conocido para cualquiera que produzca publicidad, videoclips o contenido para redes sociales: se ha grabado una buena toma, pero hay que cambiar al protagonista. Puede hacer falta otro actor, otro perfil o una vestimenta distinta para una región o una marca. Volver a rodar cuesta tiempo y dinero, mientras que un pipeline convencional de deepfakes termina convertido en un conjunto de varias herramientas. Pruna AI propone resolverlo con un solo modelo: P-Video-2-Pro-Replace.

Que hace el modelo

El usuario envía el video original y fotografías de referencia del nuevo personaje. Como resultado, obtiene el mismo clip, pero con otra persona: el modelo transfiere su aspecto y su ropa. Al mismo tiempo, según los desarrolladores, permanecen intactos la coreografía de movimientos, el ángulo y la trayectoria de la cámara, el encuadre, el entorno de fondo y la pista de audio original.

Un ejemplo sencillo: dispone de un video de 30 segundos en el que una mujer camina por la calle y gira la cabeza hacia la cámara. Carga una foto de otra modelo con la chaqueta deseada y obtiene la misma escena, el mismo paso, la misma cámara y el mismo ruido de la calle, pero con otro personaje. La duración máxima del video procesado es de 120 segundos, una cifra considerablemente superior a la de muchas alternativas diseñadas para clips cortos.

Por debajo, el modelo está construido sobre MiniMax H3. Pruna es conocida por optimizar modelos e inferencia, por lo que la combinación resulta lógica: tomar una base potente y empaquetarla en un servicio cómodo.

Velocidad, precio y acceso

Generar 10 segundos de video tarda alrededor de 1.5–2 minutos. El precio parte de $0.05 por segundo con resolución 480p. Un clip de 10 segundos cuesta aproximadamente 50 centavos y uno de dos minutos, cerca de $6, solo en resolución de borrador. El autor de la publicación original lo califica justificadamente de caro, sobre todo si hacen falta varias iteraciones para elegir las referencias.

En cambio, no hay problemas de acceso. El modelo puede ejecutarse mediante la API y el sandbox de Pruna, así como en Runware, WaveSpeed AI, Replicate, Segmind, Wiro AI, Tellers AI y Eachlabs. Para un desarrollador, esto significa que puede integrarlo mediante un proveedor que ya conoce, sin desplegar una infraestructura independiente.

Limitaciones y aspectos que conviene examinar

Por ahora, se trata principalmente de afirmaciones de la documentación. No hay comparativas independientes, por lo que conviene comprobar varios aspectos con datos propios:

• con que estabilidad se mantiene el rostro durante giros bruscos y cuando queda tapado por manos u objetos;
• como se transfiere la ropa compleja, incluidos logotipos, patrones pequeños y tejidos transparentes;
• si aparecen artefactos en el límite entre el personaje y el fondo cuando la cámara se mueve;
• como se comporta la sincronización labial cuando hay habla en el video, dado que el audio permanece sin cambios.

La resolución plantea otra cuestión. 480p sirve para previsualizaciones y pruebas, pero para producción habrá que recurrir a tarifas superiores, cuyos precios no se indicaron en la publicación.

También existe una dimensión ética. Una herramienta capaz de sustituir a una persona en cualquier video a partir de un par de fotos resulta igual de útil para la publicidad que para la desinformación. Los equipos de producto deberían definir de antemano las reglas sobre el consentimiento para usar la imagen de una persona, el etiquetado del contenido sintético y el almacenamiento de las referencias.

Conclusion practica

Para los equipos de producto y fundadores que trabajan con contenido de video, es una forma de validar hipótesis rápidamente: localizar anuncios para distintos perfiles, probar diferentes estilos y crear variantes para pruebas A/B. Un plan razonable sería tomar 2–3 videos habituales, procesarlos a 480p, evaluar el porcentaje de resultados utilizables y solo después calcular la economía. Si de diez intentos solo sirven tres, el precio real de cada video será tres veces superior al anunciado.

Para los desarrolladores hay otro aspecto más interesante: el modelo está disponible en numerosos agregadores, por lo que se puede crear una capa de abstracción sobre los proveedores y elegir según el precio y la cola. El mercado de los modelos de video se está convirtiendo rápidamente en una capa de servicios en la que gana quien mejor empaqueta la inferencia. Pruna lo demuestra con claridad: toma una base abierta potente, la optimiza y la vende por segundos de video.