En las campañas de afiliación basadas en esquemas, los vídeos con un presentador se utilizan para mantener al usuario en el embudo y animarlo a hacer un depósito. Contratar actores o externalizar el trabajo de diseño resulta caro y retrasa los lanzamientos, sobre todo cuando se necesita mucho material para probar distintos enfoques. Las herramientas de IA permiten a los compradores de medios producir sus propias creatividades y generar personajes para distintas tareas sin depender de proveedores externos.
La IA puede reducir el coste de producción de un vídeo a unos pocos céntimos y acelerar el lanzamiento de campañas. En este artículo repasamos cómo crear deepfakes con hardware propio y en la nube, comparamos los precios de las herramientas y explicamos paso a paso cómo animar fotografías.
Métodos de generación: servicios en la nube o hardware local
La elección del sistema depende del volumen de las campañas y del presupuesto inicial. En marketing de afiliación se utilizan dos enfoques: montar una infraestructura propia para ejecutar software exigente o recurrir a recursos de computación en la nube.
Software local: Faceswap y DeepFaceLab
El software local encaja con equipos que trabajan con grandes volúmenes y prevén generar cientos de vídeos de origen cada semana. El requisito principal es una tarjeta gráfica NVIDIA compatible con CUDA. Para trabajar de forma estable en 2026, hará falta un equipo con una RTX 3080 o una RTX 4090 y al menos 12 GB de VRAM.
La principal ventaja es la independencia. Se utiliza código abierto que no limita la temática de los vídeos. Se puede poner voz a guiones sobre cómo vulnerar algoritmos o sobre estrategias de juego sin preocuparse por el bloqueo de cuentas.
Una vez comprado el hardware, el coste de producción por vídeo pasa a ser cero. Sin embargo, la inversión inicial es de $1500–3000 por ordenador. También hay que saber utilizar la línea de comandos y configurar bibliotecas de Python.
Servicios en la nube: HeyGen y Synthesia
Las plataformas con avatares prediseñados sirven para crear vídeos con los que preparar a la audiencia y producir contenido UGC con rapidez. En 2026, el plan Creator de HeyGen cuesta $29 al mes. Incluye 200 créditos, equivalentes a 10 minutos de vídeo terminado con el modelo prémium Avatar IV. Dentro de ese límite, el coste es de $2,90 por minuto; cada minuto adicional cuesta $5. Crear avatares personalizados a partir de imágenes propias ofrece una forma de sortear las restricciones. Aunque las normas oficiales prohíben usar rostros de figuras públicas sin su consentimiento, existen resquicios técnicos que permiten eludir esos filtros durante las pruebas.
Estos servicios pueden suspender cuentas por guiones agresivos, pero usar un lenguaje neutro permite seguir recurriendo a la nube para producir campañas. El principal inconveniente es el elevado coste por minuto a medida que aumenta el volumen.
Alquiler de GPU con RunPod
Comprar hardware para modelos de IA exigentes requiere una inversión de $2000–3000, algo que a menudo no compensa en la fase de pruebas. RunPod permite alquilar capacidad de GPU como la de una RTX 4090 o una H200 y pagar solo por el tiempo de uso. Así se evita comprar componentes y se puede iniciar el renderizado desde el navegador.
La principal ventaja de este método es la ausencia de restricciones de contenido. A diferencia de los servicios convencionales en la nube, la combinación de RunPod y ComfyUI permite utilizar codificadores NSFW. Esto permite incluir fajos de billetes, logotipos de casinos o interfaces de aplicaciones en los prompts sin restricciones.
Con este sistema, el coste de generar un vídeo con Wan 2.1 es mínimo. La flexibilidad del modelo también permite representar movimientos y objetos complejos para tareas concretas dentro del embudo.
Limitaciones técnicas: material de origen y calidad del vídeo
La calidad del resultado depende directamente del material de origen. Superponer un rostro europeo sobre un vídeo de una persona india o utilizar fotografías de baja resolución puede producir una máscara facial borrosa que desentone con el resto del plano.
Elegir el vídeo de origen y entender la zona de sustitución. El algoritmo no sustituye toda la cabeza. Solo reemplaza una máscara facial que va de las cejas a la barbilla y de una oreja a otra. Las orejas, el pelo, la forma del cráneo y el cuello siguen siendo los de la persona del vídeo original, por lo que ambas personas deben tener rasgos similares.
Al preparar el material, ten en cuenta el origen étnico, el tono de piel y la complexión. La diferencia de tono entre la máscara facial y el cuello crea bordes evidentes que son difíciles de eliminar durante la edición. Superponer una cara ancha sobre una barbilla estrecha también provoca deformaciones y artefactos visibles en las uniones.
Ángulos de la cabeza y artefactos. Los modelos que transfieren movimientos faciales, como LivePortrait, son sensibles a la posición de la cabeza. Lo mejor es utilizar vídeos en los que la persona mire directamente a la cámara.
Si la persona se pone de perfil en el vídeo original, el algoritmo puede dejar de reconocer los rasgos porque no logra reconstruir las zonas ocultas. En esos momentos, el deepfake puede deformarse o dar saltos. Los gestos causan problemas similares: una mano que pasa por delante del rostro puede tapar la máscara y distorsionar la imagen.
Ajustes de posproducción. Los vídeos procesados con IA suelen verse demasiado lisos, lo que delata su origen. Para que la creatividad parezca natural, se añade algo de grano que imite una grabación de móvil y se corrige el color para que la máscara coincida con el cuello y el fondo. Un ligero desenfoque en los bordes del rostro superpuesto ayuda a integrarlo en la cabeza del vídeo original y reduce el efecto de imagen pegada.
Costes de producción: sustituir el diseño externo por IA
Generar creatividades con IA no es solo seguir una tendencia: permite reducir considerablemente los costes y la dependencia de proveedores externos. En las campañas basadas en esquemas, donde hay que probar caras y enfoques nuevos constantemente, la IA puede amortizarse tras los primeros lanzamientos.
Menos costes de producción. Los actores y diseñadores son caros. Un testimonio en vídeo sencillo encargado en una plataforma de trabajo autónomo o en un chat especializado cuesta entre $20 y $50. Si una campaña necesita entre 5 y 10 caras distintas, solo preparar el material puede costar $300–500.
Utilizar LivePortrait junto con Replicate o ejecutar software local reduce estos costes a céntimos. Generar un deepfake cuesta, de media, $0,01–$0,1. Por el precio de un encargo convencional se pueden producir cientos de vídeos distintos y aumentar el volumen sin disparar el gasto de producción.
Más rapidez durante las oleadas de bloqueos. La espera es el principal inconveniente de externalizar el trabajo. Un actor o diseñador puede entregar el vídeo en unas horas en el mejor de los casos, pero lo habitual es recibirlo al día siguiente.
Un modelo de IA puede entregar el resultado en 1–2 minutos. Esto es crucial durante las oleadas de bloqueos de Facebook, cuando las cuentas se suspenden una tras otra. Rehacer rápidamente una creatividad con una cara nueva permite mantener las campañas y el ritmo de trabajo. El comprador de medios controla la producción en lugar de esperar a que su diseñador esté disponible.
Reducir la fatiga creativa. La audiencia de las campañas basadas en esquemas se acostumbra pronto a los mismos personajes, lo que hace bajar el CTR. Si se trabaja con actores reales, el repertorio disponible acaba perdiendo eficacia.
La IA permite crear decenas de personajes diferentes para cada lote de cuentas. Puedes generar un rostro en Midjourney, adaptarlo al mercado objetivo —por ejemplo, un experto árabe para campañas en Emiratos Árabes Unidos o un personaje latinoamericano para Brasil— y animar la foto en un par de minutos. Así puedes probar enfoques nuevos cada día sin depender de tener material de vídeo reciente a mano.
Guía paso a paso para generar vídeos con Wan 2.1
Para este recorrido utilizaremos Wan 2.1 y generaremos creatividades de vídeo realistas. Como necesita más capacidad de cálculo de la que ofrece un portátil corriente, ejecutaremos el proceso en un servidor remoto.
Paso 1. Alquila un servidor en RunPod
RunPod permite alquilar un ordenador potente con una GPU profesional y evita tener que invertir varios miles de dólares en hardware.
Crea una cuenta en el sitio y despliega un contenedor nuevo. Wan 2.1 necesita mucha VRAM, así que elige una GPU como la RTX 5090 o la H200.
Configura Volume Disk en 150 GB. Ese espacio basta para todos los modelos sin pagar por almacenamiento innecesario. Pulsa «Deploy» y espera a que el estado cambie a «Running».
Paso 2. Descarga los pesos del modelo con JupyterLab
Una vez iniciado el servidor, descarga los pesos del modelo: los archivos que contienen la información que utiliza para representar objetos y sus movimientos. El programa no puede funcionar sin ellos.
Conéctate al servidor desde «Connect» → «Jupyter Lab». Se abrirá tu espacio de trabajo en el navegador.
Busca la carpeta Models en el panel izquierdo. Si está vacía, el servidor todavía está descomprimiendo los archivos; espera un par de minutos.
Abre un terminal y descarga los pesos mediante los enlaces directos siguientes:
| 1) cd /workspace/ComfyUI/models/diffusion_models/ wget https://huggingface.co/FX-FeiHou/wan2.2-Remix/resolve/main/NSFW/Wan2.2_Remix_NSFW_i2v_14b_high_lighting_v2.0.safetensors 2) cd /workspace/ComfyUI/models/diffusion_models/ wget https://huggingface.co/FX-FeiHou/wan2.2-Remix/resolve/main/NSFW/Wan2.2_Remix_NSFW_i2v_14b_low_lighting_v2.0.safetensors 3) cd /workspace/ComfyUI/models/text_encoders/ wget https://huggingface.co/NSFW-API/NSFW-Wan-UMT5-XXL/resolve/main/nsfw_wan_umt5-xxl_fp8_scaled.safetensors 4) cd /workspace/ComfyUI/models/vae/ wget https://huggingface.co/QuantStack/Wan2.2-I2V-A14B-GGUF/resolve/c3641726f909b3446b7eefe994bcf8779c842a06/VAE/Wan2.1_VAE.safetensors |
Para ahorrar tiempo, ejecuta los comandos en 2–3 pestañas del terminal a la vez. Los archivos descargados deberían aparecer en models/diffusion_models.
Paso 3. Abre ComfyUI e importa el flujo de trabajo
ComfyUI es una interfaz gráfica para trabajar con modelos de IA. En lugar de escribir código, conectas bloques visuales llamados nodos. Al arrastrar una línea desde la salida de un nodo hasta la entrada de otro, transfieres los datos y construyes el flujo de generación: desde cargar los pesos del modelo hasta renderizar el vídeo final.
En RunPod, pulsa «Connect» → «HTTP Service Port 8188». Se abrirá un espacio de trabajo vacío. Para no construirlo manualmente, utiliza un flujo de trabajo en JSON ya preparado. Este archivo de configuración ya define todo el proceso de generación. Arrástralo a la ventana del navegador.
Si aparecen nodos en rojo, el flujo necesita nodos personalizados, o complementos, que todavía no están instalados.
Abre Manager → Install Missing Custom Nodes, instala todo lo que aparece —incluido el interpolador de fotogramas para suavizar el movimiento— y recarga la página.
Paso 4. Configura los modelos
Después de importar el flujo de trabajo, asigna los pesos descargados a los nodos correspondientes. Busca los tres nodos de selección de modelos en la parte izquierda de la interfaz.
Selecciona High Lighting en el primer campo y Low Lighting en el segundo. En el tercer nodo, Encoder, elige NSFW Encoder Wan 2.1. Esto evita que los filtros del sistema bloqueen la generación y permite trabajar sin restricciones.
Paso 5. Sube la imagen de origen y ajusta los parámetros
Busca el nodo «Load Image» en el flujo de trabajo y sube la fotografía del personaje.
Utiliza una imagen frontal, sin detalles que distraigan. Las imágenes generadas con Midjourney o Flux son las más adecuadas porque tienen mayor nitidez.
Comprueba los parámetros de los nodos contiguos:
- Resolución: utiliza 720 por 1280 para las creatividades verticales;
- Número de fotogramas: para un vídeo de 30–40 segundos, establece entre 630 y 840 fotogramas. Generar vídeos de esta duración requiere mucha VRAM, por lo que es imprescindible una GPU como la H200 o la RTX 5090. Si el hardware no puede con ello, genera clips de 10 segundos y únelos en un editor;
- Modelos: comprueba que los nodos de selección de pesos tengan los archivos actuales y elige NSFW Encoder para que los filtros de contenido no bloqueen la generación.
Paso 6. Escribe el prompt y genera el vídeo
En Positive Prompt, describe qué debe hacer el personaje. Especifica los movimientos con precisión: «man smiling, holding a phone, counting dollar bills». Si quieres varias acciones en un mismo vídeo, divide el prompt por intervalos de tiempo: «0-2s: talking, 3-6s: pointing at screen».acciones en un solo video, haz una división por tiempo: «0-2s: talking, 3-6s: pointing at screen».
Para un vídeo de 30 segundos destinado a una campaña basada en esquemas, el prompt podría ser este:
| «0-5s: A man looking at the camera, smiling and talking. 5-15s: He holds up a smartphone in his left hand, pointing at the screen with his right hand, showing a betting app with a growing balance. 15-25s: He takes out a stack of cash and starts counting dollar bills with a confident expression. 25-30s: He points his finger at the bottom of the screen with a call to action, smiling wide, high quality, realistic skin texture.» |
Pulsa Queue Prompt. El primer renderizado tarda más porque la GPU debe cargar los archivos de pesos, que son grandes.
En la vista previa aparecerán dos archivos. Para la campaña, utiliza la versión procesada por el interpolador a 30 FPS: parece una grabación fluida en lugar de una animación. Si la máscara facial se deforma, cambia el valor de Seed y vuelve a generar el vídeo.
Conclusión
La IA ofrece, ante todo, una forma de reducir considerablemente los costes de producción. Ya no hace falta recurrir a un diseñador para cada encargo: Wan 2.1 con RunPod permite crear piezas únicas para campañas de iGaming y cripto a muy bajo coste.
El presupuesto que antes se destinaba al material de origen y a revisiones interminables puede invertirse directamente en comprar tráfico, algo más lógico durante las pruebas para encontrar una combinación que funcione.
Comentarios (0)