Un joyero cerrado en la primera imagen. El mismo joyero abierto, brillando, en la segunda. Pulsa generar, y PixVerse rellena cada fotograma entre ellos. Ese es todo el truco detrás de una transición de PixVerse AI: fijas dónde empieza el vídeo, fijas dónde termina, y el modelo construye el movimiento que los conecta.
Suena a truco hasta que te das cuenta de lo que supone fijar el último fotograma. La conversión normal de imagen a vídeo toma tu foto y deriva hacia donde el modelo decide ir. La generación de transiciones no puede derivar. Tiene que llegar a tu segunda imagen, lo que la convierte en la forma más controlable de conseguir cambios de atuendo, cambios de escena, revelaciones de producto y las transformaciones de foto a anime que inundan los feeds de formato corto.
Conclusiones clave
- La transición de PixVerse AI (la función de primer y último fotograma) genera un vídeo entre dos imágenes subidas, guiado por un prompt de texto. Todos los modelos desde v3.5 hasta V6 y C1 lo admiten (Documentación de la plataforma PixVerse).
- En V6 y C1, un clip de transición puede durar de 1 a 15 segundos, incluido 1080p. Las versiones anteriores están limitadas a 5, 8 o 10 segundos.
- El mismo endpoint está alojado en Atlas Cloud como Start-End-to-Video, facturado por segundo desde $0.025 para V6 y $0.03 para C1, sin marca de agua, al precio de lista estándar sin descuento activo a julio de 2026.
- PixVerse posiciona C1 para producción de anime en sus propias palabras, lo que convierte la transición más un fotograma final con estilo anime en un flujo de trabajo fiable de pixverse ai anime.
¿Qué es PixVerse AI Transition?
PixVerse lo llama la función de Transición, o primer-último fotograma. Proporcionas dos imágenes. La primera se convierte en el fotograma uno de tu vídeo, la segunda en el fotograma final, y un prompt de texto describe lo que ocurre entre medias (Documentación de transición). En la aplicación PixVerse, vive como su propio modo de primer y último fotograma en el panel de creación.
La referencia de la API muestra lo amplio que es el soporte. Cada generación del modelo acepta trabajos de transición, pero el techo ha cambiado mucho entre versiones:
| Versión del modelo | Opciones de duración de transición | Audio |
|---|---|---|
| v3.5, v4, v4.5, v5 | 5 u 8 segundos | Solo efectos de sonido adicionales |
| v5.5, v5.6 | 5, 8 o 10 segundos (sin 10s en 1080p) | Interruptor de audio nativo |
| V6, C1 | Cualquier duración, de 1 a 15 segundos | Interruptor de audio nativo |
Duración y soporte de audio por versión del modelo, según la referencia de la API de generación de transiciones de PixVerse, recuperado el 24 de julio de 2026.
Dos restricciones importan antes de planificar una toma. La resolución va de 360p a 1080p en todas las versiones. Y no hay configuración de relación de aspecto en los trabajos de transición; la salida sigue a tus imágenes de entrada, así que recorta ambas imágenes fijas a la relación final antes de subir cualquier cosa. Los fotogramas no coincidentes son la forma más rápida de obtener un resultado deformado.
Otra peculiaridad de la plataforma nativa: la API propia de PixVerse solo acepta imágenes a través de su endpoint de subida, en formato form-data. La documentación indica que "las cargas de imágenes basadas en URL no son compatibles actualmente". Tenlo en cuenta si lo conectas directamente, porque añade un viaje de ida y vuelta de subida por cada par de fotogramas.
Ejecuta la transición de PixVerse en Atlas Cloud
La aplicación es el lugar más fácil para probar la transición, pero te mide a través de créditos y marca de agua en las exportaciones gratuitas. Atlas Cloud aloja la misma capacidad de la familia PixVerse como un endpoint de API medido llamado Start-End-to-Video, tanto en versiones V6 como C1, sin suscripción y sin marca de agua. Dos formas de acceder:
Método 1: Transición de PixVerse en el Playground
Abre el playground de V6 Start-End-to-Video y ejecútalo en el navegador. Añade tu imagen de inicio, añade tu imagen de final (ambas aceptan URLs simples aquí, sin el baile de la API de subida), escribe el prompt, elige calidad y duración, y pulsa ejecutar. La configuración predeterminada, 5 segundos a 720p con audio activado, cuesta $0.30 por ejecución.
Método 2: Transición de PixVerse a través de la API
1. Obtén tu clave de API. Crea una en el panel de la consola y cópiala.
2. Consulta la documentación de la API. La documentación de la API de Atlas Cloud cubre endpoints, parámetros y autenticación en un solo lugar.
3. Realiza tu primera solicitud. Envía el trabajo con ambos fotogramas:
plaintext1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \ 2 -H "Content-Type: application/json" \ 3 -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \ 4 -d '{ 5 "model": "pixverse/v6/start-end-to-video", 6 "prompt": "La tapa de la caja se levanta lentamente, una luz cálida se derrama, la cámara se acerca mientras las chispas se elevan", 7 "image": "https://example.com/caja-cerrada.jpg", 8 "end_image": "https://example.com/caja-abierta.jpg", 9 "duration": 5, 10 "quality": "720p", 11 "sound": true 12 }'
Consulta el ID de predicción devuelto hasta que se complete:
plaintext1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \ 2 -H "Authorization: Bearer $ATLASCLOUD_API_KEY"
Atlas Cloud ejecuta una API en todos los modelos alojados. Misma clave, mismo encabezado, mismo bucle de envío y consulta. Cambiar a C1, o a lo que venga después, significa cambiar la cadena del modelo y nada más.
La facturación es por segundo de salida. Ambos endpoints están al precio de lista estándar sin descuento activo a julio de 2026:
| Calidad | V6 sin audio | V6 con audio | C1 sin audio | C1 con audio |
|---|---|---|---|---|
| 360p | $0.025/s | $0.035/s | $0.030/s | $0.040/s |
| 540p | $0.035/s | $0.045/s | $0.040/s | $0.050/s |
| 720p | $0.045/s | $0.060/s | $0.050/s | $0.065/s |
| 1080p | $0.090/s | $0.115/s | $0.095/s | $0.120/s |
Precios de Atlas Cloud Start-End-to-Video, verificados en las páginas de modelo V6 y C1 el 24 de julio de 2026. C1 cuesta ligeramente más que V6 en todos los niveles.
Por lo tanto, una transformación de 5 segundos a 720p sin audio cuesta $0.225 en V6 y $0.25 en C1. Un clip de 15 segundos a 1080p con audio cuesta $1.725 en V6. Nota sobre el valor predeterminado del audio: Atlas activa el sonido a menos que lo desactives, mientras que la API nativa de PixVerse lo desactiva por defecto. Si tus estimaciones de coste siguen siendo altas, ese interruptor suele ser la causa.
Prompts de transición de PixVerse que dirigen el entremedio
Con ambos endpoints fijos, lo único que queda por dirigir es el viaje, y el prompt lo controla. La guía del propio Atlas Cloud para el endpoint dice que describas el movimiento intermedio explícitamente, y ese consejo se sostiene: un prompt vago te da un fundido encadenado, uno específico te da una toma.
PixVerse limita el prompt a 5,000 caracteres, que nadie necesita. Lo que funciona es una o dos frases que cubran tres cosas: qué se mueve, cómo se comporta la cámara y el ritmo.
| Objetivo | Esqueleto del prompt | El detalle que importa |
|---|---|---|
| Cambio de atuendo | "Ella gira una vez, su vestido fluye convirtiéndose en un vestido de noche rojo mientras gira" | Nombra la acción física que oculta el cambio |
| De día a noche | "Las nubes cruzan el cielo, las sombras se alargan, las ventanas se iluminan una a una" | Dale al modelo marcadores de tiempo para animar |
| Revelación de producto | "La tapa se levanta, la cámara se acerca, la luz se derrama del interior" | Combina el movimiento del objeto con un movimiento de cámara |
| Foto a anime | "Sus rasgos se suavizan en sombreado anime, el cabello gana reflejos al estilo cel, el fondo se aplana en tonos pintados" | Describe el cambio de estilo como un cambio visible |
| Salto de ubicación | "La cámara gira bruscamente hacia la derecha en un desenfoque de movimiento, luego se detiene en la nueva calle" | Pide un desenfoque o giro para unir escenas no relacionadas |
Patrones de prompt para trabajos de transición de PixVerse. Cada uno nombra el mecanismo del cambio, para que el modelo lo anime en lugar de disolverlo entre fotogramas.
La preparación de los fotogramas hace la mitad del trabajo. Mantén al sujeto en una posición similar en ambas imágenes, iguala la iluminación, y la transformación se lee como una sola toma continua. Alimenta dos fotogramas con luz y composición opuestas, y obtendrás una disolución discordante.
Reutiliza la semilla cuando estés cerca. El endpoint acepta una semilla fija, por lo que puedes bloquear el movimiento que te gustó e iterar solo en la redacción.
Generador de vídeo anime de PixVerse AI: la transformación de foto a anime
Este es el caso de uso donde fijar el último fotograma da mayores frutos. La transformación de una foto real a una versión anime de la misma toma es un trabajo de transición por definición: fotograma real al inicio, fotograma estilizado al final.
PixVerse hace explícita su orientación al anime. Su propia reseña de C1 lo dice claramente: "Si eres un director de anime, un estudio de manhua, un equipo de series cortas o cualquier persona que produzca contenido que implique personajes golpeándose, lanzando hechizos o moviéndose rápido, PixVerse C1 está construido para ti" (Blog de PixVerse, abril de 2026). La misma página confirma que C1 acepta entrada de transición como prompt más primer y último fotograma. La aplicación cuenta la misma historia desde el lado de las plantillas, ejecutando IP de anime con licencia, como la colección Captain Tsubasa, hasta el 26 de julio de 2026.
El flujo de trabajo que produce un vídeo de anime limpio de pixverse requiere tres elementos:
- Tu foto de origen, recortada a la relación de aspecto final.
- Una versión con estilo anime de esa misma foto. Genérala con cualquier modelo de imagen, manteniendo la pose, el encuadre y la composición lo más cerca posible del original.
- Un prompt que describa el cambio de estilo como movimiento, como el esqueleto de foto a anime en la tabla anterior.
Ejecútalo a través del endpoint de transición y el modelo anima la estilización que se extiende por el fotograma. Cuanto más se ajusten tus dos composiciones, más parecerá que el mundo mismo está siendo redibujado.
Una transición PixVerse de foto real a anime generada en el endpoint V6 Start-End-to-Video de Atlas Cloud: 7 segundos, 720p, audio activado, $0.42 por ejecución. El prompt sigue el esqueleto de foto a anime de la tabla anterior.
Una nota sobre precisión, porque los tutoriales se equivocan constantemente en esto. La API V6 actual no tiene un parámetro de estilo. No hay un interruptor de anime para activar en una llamada de generación. El estilo reside completamente en tu fotograma final y en tu prompt, que es precisamente por qué la ruta de transición supera a la imagen a vídeo simple para esto: la imagen a vídeo solo puede ser empujada hacia el anime con palabras, mientras que un flujo de trabajo de generador de vídeo anime de pixverse ai basado en transición entrega al modelo una imagen literal del estilo objetivo. Elige C1 sobre V6 cuando el clip implique combate, efectos de hechizos o movimiento rápido de personajes, ya que ese es el terreno exacto para el que PixVerse lo construyó.
Cadenas de multi-transición de PixVerse de hasta siete fotogramas clave
Dos fotogramas hacen un momento. Las secuencias necesitan más, y PixVerse incluye una función de Multi-transición separada para exactamente eso: una cadena de 2 a 7 fotogramas clave renderizados como un solo vídeo continuo de hasta 30 segundos, manteniendo la coherencia de estilo y personajes en toda la ejecución.
Cada fotograma clave en la cadena lleva su propia duración y su propio prompt opcional, por lo que guionizas el vídeo imagen por imagen:
| Especificación de multi-transición | Valor |
|---|---|
| Fotogramas clave por trabajo | 2 a 7 |
| Duración total del vídeo | 1 a 30 segundos |
| Duración por segmento | 1 a 8 segundos (1 a 5 con tres o más fotogramas clave) |
| Prompt por fotograma clave | Opcional, uno por segmento |
| Calidad | 360p a 1080p |
| Modelos compatibles | v3.5, v4, v4.5, v5 |
Límites de multi-transición según la documentación de la plataforma PixVerse y la referencia de la API de generación, recuperado el 24 de julio de 2026.
Lee la última fila de nuevo. La multi-transición termina en v5. Los modelos más nuevos, V6 y C1, solo manejan transiciones individuales de primero a último, y la documentación de V6 confirma que los trabajos de transición tampoco pueden usar el interruptor de múltiples clips. Por lo tanto, el compromiso actual es real: encadena siete fotogramas clave en un modelo antiguo, u obtén calidad V6 de dos fotogramas a la vez y une los clips en un editor. Para una secuencia de anime guionizada, puedes combinar ambos, redactando la ejecución completa con multi-transición y regenerando las tomas clave en C1.
Preguntas frecuentes
¿Qué modelos de PixVerse admiten la generación de transiciones?
Todos. La API de transición acepta v3.5, v4, v4.5, v5, v5.5, v5.6, V6 y C1, de 360p a 1080p en cada versión. Lo que las diferencia es el rango de duración y el soporte de audio, donde V6 y C1 lideran por un amplio margen.
¿Cuánto puede durar un vídeo de transición de PixVerse?
Hasta 15 segundos en V6 o C1, en cualquier resolución, incluido 1080p. Si necesitas más en una sola generación, la multi-transición alcanza los 30 segundos con hasta 7 fotogramas clave, pero solo en modelos de generación v5 y anteriores.
¿Puede PixVerse convertir una foto normal en un vídeo de anime?
Sí, y la transición es la forma más limpia de hacerlo. Prepara una copia de tu foto con estilo anime y composición coincidente, establece el original como primer fotograma y la copia estilizada como último, luego describe la transformación en el prompt. PixVerse comercializa C1 específicamente para producción de anime y manhua.
¿La transición de PixVerse AI genera audio?
Sí, en v5.5 y versiones posteriores, a través de un interruptor de audio nativo. Las versiones anteriores solo ofrecen un complemento de efectos de sonido. En Atlas Cloud, habilitar el audio añade entre $0.010 y $0.025 por segundo según la resolución.
¿Los vídeos de transición cuestan más que los de texto a vídeo en Atlas Cloud?
No. Start-End-to-Video factura exactamente la misma matriz por segundo que V6 texto a vídeo e imagen a vídeo, desde $0.025 por segundo sin audio. No hay recargo por proporcionar dos fotogramas en lugar de solo un prompt.
¿Cuáles son los requisitos de imagen para una transición de PixVerse?
En Atlas Cloud: PNG, JPEG, JPG o WebP, hasta 10 MB por imagen, siendo necesarios ambos fotogramas. La API nativa de PixVerse requiere además que cada imagen pase primero por su endpoint de subida. Sea cual sea la ruta que tomes, iguala la relación de aspecto de los dos fotogramas antes de generar.
Conclusión
PixVerse AI transition elimina la mayor incertidumbre en la generación de vídeos. Tú decides el fotograma final, y el modelo solo tiene que descubrir cómo llegar allí. Eso lo convierte en la herramienta adecuada siempre que el estado final no sea negociable: el producto debe abrirse, el atuendo debe cambiar, la foto debe terminar en anime.
Comienza en el playground con un par de fotogramas y la ejecución predeterminada de 5 segundos. Cuando un formato encaje, la API lo convierte en un pipeline a $0.225 por clip de 5 segundos a 720p con audio desactivado. Dos imágenes y una frase es un precio pequeño para una toma que termina exactamente donde dijiste que lo haría.
