OmniHuman y Kling en VibeMV: qué cambió [2026]

Las versiones anteriores de esta guía presentaban OmniHuman-1.5 para Sincronización labial Pro y Kling V3 Pro para Escena Pro. Todavía puedes ver esos nombres en tutoriales antiguos o enlaces guardados, pero ya no son opciones públicas de VibeMV.

Los controles estables del producto son Modelo Base y Modelo Pro, junto con Escena, Sincronización labial y Baile. El proveedor detrás de un modelo de producto puede cambiar; consulta el selector actual de la aplicación en lugar de suponer que un proveedor antiguo sigue activo.

De los nombres históricos a los controles actuales

La tabla relaciona tareas creativas; no garantiza qué proveedor sirve las solicitudes actuales.

Selector de Modo

Elige primero el Modo y después el modelo

Elige Escena cuando el plano deba avanzar la historia visual sin canto visible. Una indicación clara combina un movimiento de cámara con un cambio visible: recorrer una sala de ensayo, encender las luces detrás de un guitarrista o pasar del atardecer a la noche en un exterior.

Escena puede acompañar audio vocal, pero no pidas que un personaje en pantalla cante o hable. Si necesitas una interpretación legible de la boca, usa Sincronización labial.

Usa Escena para narrativa, ambiente y recursos sin canto legible. Si el público debe ver cantar al intérprete, elige Sincronización labial con un rostro frontal o a tres cuartos y la boca despejada. Sigue el audio, pero no lee ni transcribe la letra. Baile es una ruta separada para una frase coreográfica continua con una persona clara y cuesta 12 créditos por segundo.

Elige Base o Pro con evidencia del mismo plano

Base cuesta actualmente 2 créditos por segundo y sirve para probar la Imagen inicial, el prompt, la cámara y el ritmo de montaje. Pro cuesta 8 por segundo; consérvalo solo cuando el resultado real de un plano importante justifique el coste adicional.

Para una comparación justa, fija el mismo plano, fragmento de canción, Imagen inicial, Modo, prompt y duración. Genera una versión Base y otra Pro, y compara acción, estabilidad del rostro, encuadre, sincronía cuando corresponda y continuidad con los planos vecinos. El resultado informa ese plano; no es un benchmark universal.

Ejemplo de mezcla

• Intro instrumental: Modelo Base + Escena para definir el lenguaje visual.
• Coro de frente: compara Base y Pro con Sincronización labial en el mismo plano corto y conserva el mejor resultado.
• Recurso de ambiente: Modelo Base + Escena para iterar con menor coste.
• Hook de ocho tiempos: usa Baile con una persona y una frase coreográfica continua.

No hay una proporción obligatoria. El modelo y el Modo se eligen por plano, así que puedes reservar Pro para momentos que mejoren en una comparación A/B real.

Créditos y revisión

Escena y Sincronización labial usan la tarifa Base o Pro elegida. Las Imágenes iniciales generadas, las regeneraciones, Baile y la Versión 2K opcional suman créditos. La comparación Base vs Pro incluye un A/B del mismo plano y un presupuesto mixto; consulta precios para las condiciones del plan.

Empieza por crear un video musical desde tu canción y revisa rostro, movimiento, encuadre, sincronía y continuidad plano por plano antes de exportar.

Preguntas frecuentes

¿Todavía puedo elegir OmniHuman-1.5 o Kling V3 Pro?

Son nombres históricos de proveedores, no etiquetas del selector público actual. Elige Modelo Base o Modelo Pro por plano y después Escena o Sincronización labial según la tarea.

¿Qué sustituye al antiguo flujo de OmniHuman-1.5?

Para la misma tarea de canto visible, elige Modelo Pro con Sincronización labial. Es una correspondencia de flujo, no una afirmación de que la implementación antigua siga en producción.

¿Qué sustituye al antiguo flujo de Kling V3 Pro?

Para la misma tarea de imagen a video con historia y movimiento, elige Modelo Pro con Escena. Usa Sincronización labial si el intérprete debe cantar en pantalla.

¿Cuánto cuestan las opciones actuales?

Escena y Sincronización labial cuestan 2 créditos por segundo con Base u 8 con Pro. Baile es un modo separado a 12 créditos por segundo.