Dile a Bernini qué agregar, quitar o modificar en un clip usando lenguaje simple, y hace exactamente ese cambio. El planificador determina el significado de la edición antes de que el renderizador la pinte.

Consistencia de escena bloqueada

Todo lo que no menciones se queda congelado. Las zonas que no tocas se mantienen estables en todo el clip, sin parpadeos ni desvíos, la característica de edición más fuerte del modelo.

Intercambios e inserciones guiados por referencia

Usa una imagen de referencia o un segundo clip para guiar la edición. Cambia una prenda en un sujeto en movimiento, o inserta un producto o un video de contenido de pantalla para que siga la fuente.

Identidad subject-to-video

Coloca a una persona o personaje de imágenes de referencia en una escena nueva y su rostro se mantiene reconocible mientras se mueve. La preservación de identidad es el resultado más destacado del modelo en las evaluaciones de subject-to-video de ByteDance.

Redirección de movimiento

Cambia lo que hace un sujeto dentro de un clip existente, por ejemplo una persona se agacha en lugar de inclinarse, mientras la continuidad de la pose, la iluminación y el fondo se mantienen fijos.

Familia de modelos de pesos abiertos

Un planificador MLLM combinado con un renderizador DiT de 14B construido sobre Wan2.2, lanzado bajo Apache 2.0. Los pesos se pueden alojar en tu propio hardware.

Add a snowman beside the dog and keep the rest of the clip unchangedPrueba ahora

Especificaciones técnicas

Planner + DiT

Planificador Qwen2.5-VL, renderizador Wan2.2 de 14B

Edit, Generate, R2V

Edición, generación, subject-to-video

480p / 16fps

Configuración de renderizado predeterminada

Apache 2.0

Pesos abiertos, alojable en tu propio hardware

Casos de uso

Mejora material real

Agrega o quita objetos, corrige un detalle o cambia el estilo de un elemento en un clip sin volver a filmar. El bloqueo de consistencia mantiene el resto de la toma idéntico, así que las ediciones se ven naturales.

Personajes recurrentes y avatares

Conserva el mismo rostro en episodios, anuncios o una serie de avatares. Subject-to-video mantiene la identidad de una persona a partir de pocas imágenes de referencia mientras se mueve por escenas nuevas.

Prueba virtual y colocación de producto

Cambia la ropa de un modelo en movimiento a partir de una referencia, o coloca un producto o un video en pantalla dentro de una toma, para trabajos de moda y publicidad que necesitan conservar intacto el clip original.

Reajusta una acción

Cambia lo que alguien hace en una toma, por ejemplo estar de pie se convierte en agacharse, sin volver a filmar. La edición de movimiento modifica la acción mientras la identidad, el encuadre y la iluminación se mantienen fijos.

Ejemplos de prompts

Edición de consistencia

Agrega un muñeco de nieve junto al perro en el camino nevado, y mantén el perro, el camino y los árboles sin cambios

Edit prompt

Sujeto con identidad bloqueada

Coloca a esta persona en la azotea de una ciudad de noche, girando suavemente hacia la cámara, conservando su rostro y su chaqueta

Edit prompt

Intercambio por referencia

Reemplaza la camisa exterior por la de la imagen de referencia, y conserva exactamente la pose, la iluminación y el movimiento

Edit prompt

Eliminar un objeto

Quita la bicicleta del callejón y conserva el muro, la luz y las sombras

Edit prompt

Redirigir el movimiento

Cambia la acción: el jardinero se agacha a plantar en vez de quedarse de pie

Edit prompt

Insertar un video

Inserta el clip de referencia en la pantalla y que siga el movimiento de cámara

Edit prompt

Descripción general

Bernini es el framework de código abierto de ByteDance para generación y edición de video con IA, lanzado bajo Apache 2.0 en junio de 2026. Su diseño divide el trabajo en dos partes, un planificador basado en MLLM (Qwen2.5-VL) decide la semántica del resultado, y luego un renderizador basado en DiT construido sobre Wan2.2 pinta los píxeles. Como el plan y el renderizado son etapas separadas, Bernini destaca en lo que la mayoría de los modelos de video no logran, editar un clip real dejando intacto todo lo que no pediste cambiar. Cubre texto a imagen, edición de imágenes, texto a video, edición de video basada en instrucciones, ediciones guiadas por referencia como cambios de prenda e inserción de video, y subject-to-video, donde su resultado más destacado es preservar la identidad de una persona mientras se mueve por una escena nueva.

Precios simples

Comienza gratis hoy, con la opción de mejorar tu plan o cancelar cuando quieras.

Basic

/ mes

facturado como $228 por año

2400 mensual créditos

1 usuario

Todos los modelos

Workflows

Standard

/ mes

facturado como $288 por año

3625 mensual créditos

1 usuario

Todos los modelos

Workflows

Pro

/ mes

facturado como $540 por año

6350 compartidos mensual créditos

1 usuario

+ hasta 4 más con costo adicional

Todos los modelos

Workflows

Max

/ mes

facturado como $2040 por año

24650 compartidos mensual créditos

1 usuario

+ hasta 9 más con costo adicional

Todos los modelos

Workflows

Enterprise

Para límites más altos

Personalizado

términos de precios y facturación

Créditos de alto volumen

Límites de asientos personalizados

Todos los modelos

Workflows

Free

Para experimentar

gratis para siempre

Hasta 20 créditos

Solo 1 usuario

Modelos limitados

Workflows

Comparar detalles de los planes

Preguntas frecuentes

¿Qué es Bernini?

Bernini es el framework unificado de código abierto de ByteDance para generación y edición de video. Combina un planificador semántico basado en MLLM con un renderizador basado en DiT construido sobre Wan2.2, y se lanzó bajo Apache 2.0 en junio de 2026.

¿Qué puede hacer Bernini?

Maneja texto a imagen, edición de imágenes, texto a video, edición de video basada en instrucciones, edición guiada por referencia como cambios de prenda e inserción de video, y subject-to-video, que coloca a una persona o personaje en una escena nueva.

¿En qué se diferencia Bernini de un modelo de video estándar?

La mayoría de los modelos de video generan desde cero. Bernini divide el trabajo, un planificador MLLM decide la semántica y luego el renderizador pinta los píxeles. Ese diseño le da una consistencia sólida en las ediciones, las partes no tocadas de un clip se mantienen congeladas, y una fuerte preservación de identidad en subject-to-video.

¿Bernini es de código abierto?

Sí. El código de inferencia y los pesos del renderizador son públicos bajo Apache 2.0, en GitHub y Hugging Face. Puedes ejecutarlo en tu propio hardware, se recomienda una GPU de clase Hopper, y varias GPU para video.

¿Qué tan bien preserva Bernini la identidad de un sujeto?

La preservación de identidad es su resultado más destacado. En las evaluaciones de subject-to-video de ByteDance, lidera frente a sistemas comparables en similitud facial, y mantiene un rostro reconocible mientras el sujeto se mueve, lo que lo hace ideal para avatares, trabajo de personajes y contenido serializado donde el mismo rostro debe repetirse.

¿Con qué resolución genera video Bernini?

La configuración predeterminada de renderizado es 480p a 16 fps. Esta versión prioriza la fidelidad y la consistencia de la edición sobre la resolución máxima, y es posible usar configuraciones más altas con un mayor costo de cómputo.

Más sobre Bernini

Guías, prompts y comparaciones para Bernini.

ByteDance Bernini: guía completa de edición de video con IA y prompts

La guía completa de ByteDance Bernini, el modelo de video con IA de código abierto: funciones, especificaciones, el bloqueo de consistencia y la estructura de prompt por tarea.

Otros modelos

Explora el resto del catálogo de modelos de Morphic.

Ver todos los modelos →

Seedream 5.5

ByteDance

El modelo de imágenes Seedream de ByteDance, lanzado en noviembre de 2026. Edición multirronda limpia, realismo y texto más nítido.

Gemini Omni Flash 1.2

Google DeepMind

El modelo de video de Google, ahora con tomas de quince segundos. Edita la toma completa por 30% menos cada segundo.

ChatGPT Images 2.6

OpenAI

Modelo de imágenes de OpenAI, de noviembre de 2026. GIF animados, SVG y borradores más rápidos.

SAM 3.1