Dolphin AI convierte un guion en un video de múltiples tomas sin perder el vestuario

Un clip largo no es lo mismo que una escena. Esa distinción es donde la mayoría de las herramientas de video con IA todavía tropiezan, y es el problema que un nuevo participante intenta resolver directamente.

Dolphin AI, creada por la plataforma social india Eloelo, se presentó en Mumbai en FICCI FRAMES 2026 el 29 de septiembre. Desde el 4 de octubre está en acceso anticipado con una lista de espera pública. La propuesta es acotada y específica: se le entrega un guion y devuelve un video de múltiples tomas en el que los personajes, su ropa y las ubicaciones se mantienen consistentes de un corte al siguiente. Produce clips de hasta 60 segundos en una sola pasada, con voz, música y puntos de edición sincronizados con las imágenes.

Por qué las múltiples tomas son la parte difícil

Generar una sola toma buena está en gran medida resuelto para duraciones cortas. Generar cinco tomas que pertenezcan a la misma escena no lo está. Un modelo que renderiza cada toma de forma independiente no tiene memoria de cómo era la chaqueta dos cortes atrás, ni de en qué lado de la habitación estaba la ventana. La continuidad se rompe, y el público lo nota de inmediato.

Dolphin aborda esto como un flujo de trabajo agéntico en lugar de una única llamada al modelo. Planifica la lista de tomas a partir del guion y luego mantiene bloqueadas las referencias que importan para cada personaje y ubicación a lo largo de la secuencia. La compañía también ofrece recambio de intérprete, para que un intérprete pueda cambiarse después sin regenerar todo el video, y control de movimiento para tomas que necesitan un movimiento de cámara específico.

La herramienta admite sincronización labial en idiomas indios, una elección deliberada dado el lugar donde se lanza. Los modelos genéricos manejan bien el inglés y tratan otros idiomas como algo secundario. Una herramienta que se lanza con soporte para idiomas indios apunta primero al mercado local de creadores.

Cómo se compara

El problema de la continuidad no es exclusivo de Dolphin, y vale la pena ser precisos sobre lo que hacen hoy las alternativas. El modo Multi-Shot de Runway produce secuencias de unos diez segundos y a menudo usa la opción predeterminada de sin audio. Pika ahora admite trabajo de múltiples tomas de hasta unos 30 segundos con guiones gráficos y diseño sonoro. Dream Machine de Luma normalmente limita los clips al rango de cinco a diez segundos. La afirmación de Dolphin es una salida más larga en una sola pasada con audio y continuidad gestionados juntos, lo que, si se sostiene fuera de un reel de demostración, es un paso más allá de las opciones actuales.

Si se sostiene o no es la pregunta abierta. Las demostraciones de las compañías se editan para obtener los mejores resultados. Las pruebas independientes mostrarán con qué frecuencia se desvía el vestuario de un personaje una vez que aumenta el número de tomas y la duración se extiende hacia un minuto.

El ángulo de la integración

Dolphin expone un servidor MCP y una interfaz de línea de comandos, lo que permite que otras herramientas activen generaciones directamente. Eso importa más de lo que parece. Un estudio que ya ejecuta un pipeline para guionización, gestión de recursos y revisión puede llamar a Dolphin desde dentro de ese sistema en lugar de exportar archivos a una aplicación web y viceversa. El precio sigue un modelo de suscripción más créditos, con el precio para India aún sin anunciar, y los términos nombran los niveles Starter, Pro y Creator.

El enfoque agéntico también responde a una queja sobre el flujo de trabajo. Un editor necesita un video y, con la misma frecuencia, una versión de este que pueda revisarse sin empezar de cero. El recambio de intérprete sin regenerar y el control de movimiento en una sola toma apuntan ambos a la revisión en lugar de a la primera generación. Esa es la parte del pipeline en la que realmente se va el tiempo.

El flujo de trabajo detrás de la continuidad

Mantener a un personaje consistente entre cortes normalmente significa construir un conjunto de referencias. El agente extrae los detalles que importan del guion y de la primera toma generada, y luego los mantiene como restricciones para cada toma posterior. Una chaqueta tiene un color y un corte. Una habitación tiene una ventana de un lado y una puerta del otro. Una vez que esos elementos quedan fijados, las generaciones posteriores tienen menos margen para desviarse, y el video puede montarse sin volver a rodar.

Los casos difíciles son aquellos en los que la propia referencia cambia. Un personaje que se quita un abrigo a mitad de escena, o una ubicación mostrada desde dos ángulos que nunca se generaron, obliga al sistema a decidir qué sigue siendo consistente y qué cambió realmente. Ahí es donde el paso de planificación justifica su existencia, y donde una herramienta más simple de "generar cada toma por separado" se desmorona.

Dolphin también permite al usuario cambiar a un intérprete después de la generación, lo que implica que la identidad del personaje se rastrea por separado de la interpretación. Esa separación es lo que abarata la revisión. Si la identidad y el movimiento se almacenan de forma independiente, cambiar uno no obliga a reconstruir el otro.

La capa de cumplimiento

Cualquier cosa dirigida a creadores indios tiene que lidiar con normas de divulgación, y el material de Dolphin lo dice. YouTube exige etiquetas cuando el contenido realista usa medios sintéticos, y la falta reiterada de divulgación conlleva sanciones. El regulador de publicidad de India tiene normas preliminares de etiquetado para anuncios generados por IA, y los intermediarios deben seguir las Normas de TI del país para contenido ilícito. La guía que acompaña a la herramienta indica a los usuarios divulgar las tomas sintéticas, asegurar permisos de imagen, hacer seguimiento de las licencias de modelos y mantener registros de prompts para auditorías.

Esa guía es la parte menos glamurosa del lanzamiento y probablemente la más trascendental. Los creadores que la omiten son los que acaban con sus cuentas restringidas.

Por qué importa el lanzamiento en India

India es uno de los mercados de creadores más grandes del mundo, y la mayor parte de su producción está en idiomas que los modelos de video globales manejan mal. Una herramienta construida localmente, con soporte para idiomas locales y precios locales, aborda una brecha que los grandes estudios no han priorizado. Si la continuidad de Dolphin se sostiene, podría quedarse con una cuota significativa de un mercado que ha estado desatendido.

La cuestión del precio sigue abierta. No se ha anunciado el precio para India, y los niveles nombrados hasta ahora son genéricos. Lo que pague un creador por minuto terminado decidirá si la herramienta es una opción profesional o de aficionado. Las herramientas globales comparables cobran por créditos por segundos generados, y el costo efectivo por toma utilizable, después de reintentos, a menudo es varias veces el precio de etiqueta. A Dolphin se le juzgará con la misma base.

También hay un ángulo de talento. El propio material de la compañía señala roles que se benefician: editores de video con IA, productores de historias guiados por prompts, narradores de marca y creativos de agencia, con orientación para crear reels que demuestren consistencia en múltiples tomas. Es una señal de que la herramienta se ofrece a personas que la usarán para trabajo con clientes, donde una continuidad rota significa volver a rodar y una fecha límite incumplida.

Qué observar

Dos señales mostrarán si Dolphin es más que un lanzamiento regional. La primera son pruebas independientes de continuidad en clips que se acerquen a los 60 segundos completos. La segunda es si los estudios que ya tienen un pipeline adoptan las integraciones MCP y CLI, ya que esa es la diferencia entre un juguete y una herramienta.

Sin embargo, el ángulo del mercado indio es real. Una herramienta local con soporte para idiomas locales y guía de cumplimiento local tiene una ventaja que un modelo global que lanza un producto con el inglés primero no tiene. Si esa ventaja sobrevive al contacto con un campo que avanza rápido es lo que dirán los próximos meses.