Mejora de la calidad de salida
Qué cambiar cuando las generaciones se completan pero se ven borrosas, caricaturescas, deformadas o ignoran tu prompt.
Una generación que se completa pero se ve mal casi nunca es un bug; es el modelo, la variante o el prompt. Revisa el síntoma correspondiente a continuación.
Todo se ve borroso / ruidoso / "sin terminar"
La mayoría de veces esto es la variante del modelo. Las variantes GGUF están comprimidas para caber en GPUs más pequeñas y sacrifican calidad; las muy cuantizadas pueden verse realmente mal.
Solución: abre la tarjeta del preset y cambia a la variante fp8 (o superior) si tu VRAM lo permite. Si debes mantener GGUF, aumenta el conteo de pasos en Advanced Controls y prefiere capas de resolución más alta; 480p escalado nunca se verá como 720p nativo.
Las caras o cuerpos están deformados (extremidades extra, manos retorcidas, cosas de horror)
Solución: pon una receta adecuada en el campo negative prompt ("qué evitar") en lugar de esperar que el modelo se comporte bien. Un buen conjunto para empezar:
deformed, extra limbs, extra fingers, bad anatomy, malformed hands,
fused fingers, mutated, disfigured, blurry, low qualityMantén el prompt positivo enfocado. Ve Negative prompts para ver cómo se aplican por modelo.
La salida se ve caricaturesca / plástica / "Disney" cuando querías fotorrealismo
Solución:
- No apiles palabras clave de calidad ("hyperrealistic, 8k, ultra detailed, unreal engine..."). En modelos modernos estas a menudo empujan la salida hacia looks CGI en lugar de realismo.
- Añade bloqueadores de caricatura al negative prompt:
cartoon, anime, 3d render, cgi, plastic skin, doll. - Verifica que estés en un preset fotorrealista en primer lugar; la tarjeta de cada preset dice para qué está ajustado.
El modelo ignora partes de tu prompt
La adherencia al prompt varía por familia de modelo. Para video, Wan sigue las instrucciones del prompt notablemente mejor que LTX; LTX gana en otros aspectos (velocidad, audio). Si el staging preciso importa, prueba el mismo prompt en un preset Wan.
Solución:
- Simplifica. Los prompts muy largos diluyen; los modelos se aferran a las primeras instrucciones concretas.
- Usa lenguaje posicional para cámara y movimiento ("walks from frame-left to frame-right" en lugar de "walks to the right").
- Para una composición específica: genera primero una imagen estática, itera hasta que el encuadre sea correcto, luego pásalo a un preset image-to-video. Este es el flujo de trabajo de calidad más confiable.
Las caras se desplazan / la persona se transforma durante un video
El desplazamiento de identidad a lo largo de un clip es una limitación conocida de los modelos i2v actuales, no un problema de configuración.
Solución: mantén los clips cortos (5s), mantén el sujeto prominente en la imagen de inicio, y prefiere generar varios clips cortos en lugar de uno largo. Para un personaje consistente en muchas generaciones, usa el pipeline de personajes: imagen base -> preset de edición de imagen para poses -> i2v (Characters).
El texto en el video es gibberish
El texto legible es algo golpe de suerte para modelos de video. Re-lanzar con una nueva seed a veces lo arregla; Wan renderiza texto más confiablemente que LTX. De lo contrario: añade el texto en un editor después.
El audio es robótico / distorsionado
El audio generado de LTX es una limitación del modelo. Para voz que importa, genera el video silencioso y usa TTS externo más el preset Lip-Sync.
¿Aún mal?
- Revisa el preset para una actualización en la Preset Store; varios problemas de calidad han sido arreglados por actualizaciones de paquetes.
- Compara contra los ejemplos de vista previa del preset: si tu salida está muy por debajo de ellos con configuraciones similares, exporta logs (Settings -> Troubleshooting -> Export Logs), luego publica en el foro de issues en Discord (ve Getting help).