Echoes of the Sun — Cómo lo hicimos

Notas del proceso de creación de un cortometraje de IA en dos partes.

Hay un momento en toda producción en el que dejas de preguntarte "¿podemos hacer esto?" y empiezas a preguntarte "¿cómo hacemos esto?" Con Echoes of the Sun, ese cambio ocurrió pronto. La pregunta nunca fue si la IA podía generar las imágenes. La pregunta era si podíamos crear algo que se mantuviera cohesionado como película, con una estructura real, una lógica emocional real y un lenguaje visual lo suficientemente disciplinado como para sostener más de cuarenta planos sin perder el rumbo.

Así fue como lo logramos.

Dónde empezó todo

El proyecto surgió de una conversación con Anh, mi codirector y guionista. Él lleva consigo un cuaderno. Docenas de ideas, a medio desarrollar, esperando. Esta surgió de ese montón y de inmediato se sintió diferente: lo suficientemente completa como para empezar. La premisa llegó totalmente formada: una guerrera solitaria cruza un desierto alienígena, encuentra a un niño moribundo, lo guía hacia lo más profundo de una cueva enterrada y despierta algo antiguo. Una historia de origen mítico disfrazada de historia de supervivencia. Una estructura de descenso limpia. Una imagen final lo bastante potente como para sostener todo lo que la precede: guardianes antiguos de pie e inmóviles en la cámara mientras el titán se alza, no para atacar, sino para responder.

Lo que aún no sabíamos era que la película se convertiría en algo completamente distinto. Parte de ese cambio ocurrió a través de la conversación: compartir el trabajo temprano con otros residentes, conseguir miradas externas sobre lo que estábamos construyendo. Ese tipo de fricción está infravalorado en un flujo de trabajo con IA, donde puedes desaparecer en ciclos de generación durante días sin salir a la superficie. Porque, a medida que desarrollábamos el lenguaje visual, surgió una segunda capa narrativa: la guerrera es una niña en coma, soñando. El mundo animado es su sueño. El niño que ella carga es su padre, joven. La película que empieza como fantasía termina en una habitación de hospital, bajo la lluvia, con un padre leyéndole a su hija hasta que ella despierta. La misma historia, refractada.

Esa decisión estructural lo cambió todo en la producción. Ahora teníamos dos películas que hacer simultáneamente —una de anime, otra fotorrealista— que debían sentirse como las dos mitades de una misma cosa.

El stack

Antes de generar un solo fotograma, teníamos que decidir qué herramientas íbamos a usar realmente y cómo funcionarían juntas.

Flick como centro de operaciones: donde ocurrió toda la generación.

Dentro de eso: Nano Banana 2 (Gemini 3.1 Flash) para imágenes fijas, con prompting basado en prosa. Nano Banana Pro (Gemini 3 Pro) para dirección creativa basada en intención, cuando necesitábamos que el modelo razonara en lugar de simplemente ejecutar. Kling 3.0 para todos los planos realistas del hospital: acepta referencias de personajes mediante la sintaxis @element. Seedance 2.0 para la parte animada/híbrida estilo manga: acepta referencias mediante la sintaxis @image, y demostró ser más sólido en la consistencia física del movimiento de tinta y del entorno.

Luego: ElevenLabs para la voz en off. Nano Banana también para el diseño de la portada del libro: el manga de tapa dura "Echoes of the Sun" que aparece en ambos mundos, el objeto físico que conecta las dos mitades.

Una regla se mantuvo constante en cada herramienta, en cada sesión: cada plataforma requiere un formato de prompt estructuralmente distinto. No es un cambio de tono. Es un cambio estructural. Lo que funciona en Seedance falla en Kling. Lo que Nano Banana Pro premia —intención, dirección creativa, espacio para que el modelo razone— no tiene nada que ver con lo que necesita Seedance. Construimos una arquitectura de prompt para cada modelo y nunca las mezclamos.

Encontrando el lenguaje visual — Parte uno: la animación

Esto llevó más tiempo que cualquier otra cosa.

Sabíamos que queríamos manga. Sabíamos que queríamos una estética dibujada a mano, no CGI. Pero "manga" abarca un rango enorme, y el registro equivocado habría hecho que toda la película se sintiera genérica. Así que revisamos la biblioteca.

Berserk noir et blanc fue la primera prueba. El trazo de Kentaro Miura es extraordinario: entintado pesado y preciso, tramado cruzado denso, planos de negro que aportan un peso real. Pero el blanco y negro presentaba un problema evidente: dos mundos que necesitaban sentirse distintos, y ningún color para transmitir esa distinción. Seguimos adelante.

Berserk colorisé —la misma estructura gráfica, pero con una capa de pintura digital semirrealista sobre el entintado. Esto se acercaba más. La paleta se alineaba de forma natural con lo que necesitábamos: terracota-siena, gris peltre, hueso blanqueado. Pero el semirrealismo jugaba en contra del registro onírico. Demasiado terrenal.

A lo que llegamos fue a un híbrido: animación de manga/pintura a tinta. No es una referencia que exista de forma pura en ningún lado, y ese era exactamente el punto. El principio clave era que nada podía ser estático. Cada línea de tinta tenía que estar viva. Las pinceladas se animan de manera continua. Las sombras respiran. Las salpicaduras de tinta se mueven. El propio desierto está en movimiento constante.

A esa última idea nos costó más llegar: las herramientas de video con IA no animan aquello que no describes explícitamente. No puedes dar el movimiento por sentado. Tienes que escribirlo para que exista —cada pincelada, cada partícula, cada cambio de sombra— o la imagen se queda congelada, como una pintura que pretende ser una película.

El encabezado de prompt que fijó el estilo:

Estilo de animación híbrido de manga/pintura a tinta —las líneas de tinta permanecen visibles y vivas. Las pinceladas de ocre terracota se animan de manera continua con el viento. Nada permanece jamás quieto. Mantén la estética de línea de tinta dibujada a mano en todo momento.

A partir de ese punto, cada prompt de animación se abría con ese bloque. La consistencia surgió de la disciplina de la repetición, no de una única imagen perfecta.

---

Los personajes

Cuatro personajes. Cada uno requirió su propio proceso de fijación: generar hojas de contacto, identificar los rasgos exactos que debían mantenerse constantes a lo largo de docenas de tomas, y luego escribir esos rasgos en cada prompt con precisión quirúrgica.

La mujer guerrera es el centro del mundo animado. Poncho color crema hueso, cota de malla, trenzas oscuras, escarificación rúnica en el rostro, ojos verde pálido. Su espada: hoja larga y estrecha, guarda geométrica asimétrica, resplandor rúnico ámbar. Siempre en la mano derecha, a menos que la toma especifique explícitamente lo contrario. Esa precisión no era decorativa: una espada en la mano equivocada rompe la continuidad de la geografía de pantalla y obliga a regenerar la toma.

El niño: pelo negro despeinado, piel pálida, túnica rasgada, sandalias simples. La nota definitoria del personaje era que debía leerse como mayor de lo que era. Y, al ser cargado, inerte. Peso muerto. Si no escribes la física de forma explícita, el modelo genera rebote. Rigidez. Un niño sostenido como un paquete en lugar de como un cuerpo que se ha rendido.

La paciente niña: rastas de color castaño miel, un fijador externo Ilizarov en la pierna izquierda. El fijador es el puente visual entre los dos mundos: su lesión real resuena en la incapacidad del niño para caminar en el sueño. Aprendimos pronto a nombrar el dispositivo con precisión. Los términos genéricos daban resultados genéricos. "Fijador externo Ilizarov" producía el equipo médico correcto, que es lo que la película necesitaba para sentirse real.

El padre es la versión adulta del niño. La misma estructura ósea, la misma calidad de quietud. Distinta escala. La lógica del casting era interna a la metáfora de la película: la niña se sueña a sí misma como una guerrera que carga a su joven padre. Ella lo salva. Él ha estado junto a su cama leyéndole cada noche. La misma persona, en distintos tiempos.

El mundo: Parte uno (El desierto)

El mundo exterior requirió un sistema completo de prompts de entorno para estabilizarse. Sin él, cada generación se desviaba: distintas temperaturas de cielo, distintas formaciones rocosas, neblina inconsistente. Con él, el mundo se mantuvo firme.

El bloque de entorno universal:

Paisaje desértico alienígena, suelo plano de arena color óxido-terracota, formaciones rocosas dispersas de gris oscuro plomizo, estructuras metálicas antiguas enterradas con grabados rúnico-geométricos parcialmente consumidos por la roca y la arena, arco planetario masivo visible en el horizonte a través de una densa neblina atmosférica. Gradación de color: suelo terracota cálido y desaturado, roca y metal en tonos grises fríos, cielo gris cálido descolorido, densa neblina arenosa que disuelve la distancia, iluminación suave y difusa sin dirección definida, saturación muy baja, división cálido-frío entre suelo y cielo, grano fino y polvoriento.

Un sol, bajo y descolorido. Sin cielo azul. Sin arena del Sahara. La elección específica de palabras importaba: "óxido-terracota" produce resultados distintos a "rojo". "Cielo gris cálido" produce resultados distintos a "gris". El vocabulario estaba calibrado, no era simplemente descriptivo.

Cada prompt de exterior comenzaba con este bloque, y luego añadía la acción específica de la toma. El entorno se convirtió en un contenedor, no en una descripción reconstruida desde cero cada vez.

El mundo: Parte dos (El hospital)

Saturación muy baja. Luz ambiental fría azul-verdosa, la que realmente tienen los hospitales de noche. Una única lámpara ámbar cálida en la mesita de noche como la única fuente cálida. Una lámpara, no dos. Equivocarse en eso en un prompt produce una relación de color completamente distinta, y se nota.

Grano de película fino. Movimientos de dolly glaciales: movimiento físico de cámara a través del espacio, no zoom. Nunca "push-in". La distinción entre dolly y zoom óptico es real, y los modelos responden de manera diferente a cada uno.

La secuencia de despertar de 14 tomas se construyó como un découpage completo antes de escribir un solo prompt: plano general de establecimiento, lluvia en la ventana, el padre desorientado junto a la cama, el ECG en ritmo normal, el libro sobre la mesa, un vaso de plástico con agua derramada en el suelo, un dedo que se mueve, el ECG acelerándose, los labios formando "papá", el padre girándose. Corte.

Cada toma recibió luego su propio prompt. Pero se escribieron como una secuencia, no como imágenes aisladas, lo que significaba que cada decisión sobre la altura de cámara, la posición del personaje y la temperatura de luz debía mantenerse a lo largo de todo el arco de 14 tomas.

El libro

El manga de tapa dura "Echoes of the Sun" es el objeto central de la película. Presente en la habitación del hospital, sobre la mesita de noche. El objeto físico del que lee el padre. El lomo legible en el mundo del sueño. El accesorio que hace que ambos mundos sean verdaderos simultáneamente.

El crédito de autor en la portada: Ann Blacksmith. Ann por Anh, mi codirectora. Blacksmith por Faure — que significa forgeron en francés. Un pequeño cifrado privado dentro de un libro ficticio dentro de una película real.

Conseguirlo bien llevó varias pasadas. El tratamiento del título pasó por iteraciones dentro de Nano Banana — el dorado en relieve era demasiado decorativo, el barniz negro con acabado spot UV se acercaba más, pero ninguno de los dos daba exactamente en lo que yo buscaba. Finalmente terminé el diseño del título en Affinity Designer, combinando elementos generados por IA con herramientas clásicas. Ese resultó ser el enfoque correcto para cualquier cosa en la que tienes una imagen precisa en mente: la IA te lleva el 80% del camino, y luego una herramienta tradicional cierra la brecha. Intentar forzar el último 20% mediante prompting es donde se pierden horas.

La Voz en Off

La voz es la del padre. Un hombre de unos 40 años, leyendo en voz alta un libro. No actuando, no narrando en registro épico — leyendo. Del modo en que alguien le lee a una persona que quizás ya no pueda oírlo, con la esperanza de que sí.

Esa restricción dio forma a cada línea del texto. Nada podía sentirse escrito. Todo tenía que sentirse hablado, en vivo, ligeramente imperfecto de la manera en que el habla real es imperfecta.

Para el momento en que el titán se inclina — el clímax de la secuencia animada — necesitábamos algo más allá del inglés. Una sola frase en un idioma antiguo inventado. La frase que fijamos: "Sol'varath... anaï kaïm." Lo bastante corta para sentirse tallada en vez de compuesta. Sonoramente ajena pero de algún modo legible como orden. Un sonido que grabarías en piedra.

La voz en off cubre aproximadamente 2 minutos 30 segundos — la primera parte completa. Casi sin silencio. La voz mantiene unido el mundo animado del mismo modo en que la música mantiene unida una película: siempre presente, ligeramente por debajo de la superficie, manteniéndote dentro del registro.

Lo Que Aprendimos

Algunas cosas que cambiaron permanentemente nuestra forma de trabajar.

Describe solo lo que aún no es visible. Si la referencia del personaje muestra la espada, no la describas de nuevo a menos que algo sea diferente en ese plano. La descripción redundante no refuerza — introduce ruido.

El movimiento debe ser explícito. Nada se anima sin ser descrito como en movimiento. Pinceladas, agua, tela, partículas — escribe el movimiento o se congela.

La física requiere una descripción explícita. Un cuerpo que está siendo cargado tiene peso. Resistencia. Un desplome, no una postura. Si no describes la física, obtienes otra física — normalmente equivocada.

Las imágenes de referencia de estilo transmiten más información que el texto. Fijar una imagen maestra desde el principio y usarla como ancla de estilo es más fiable que el prompting basado solo en texto para mantener la consistencia visual a lo largo de una producción larga.

El instinto de cortar es lo más valioso que aportas. La IA no sabe cuándo la imagen se desmorona. No siente cuándo el rostro del guerrero pasa de ser creíble a falso, cuándo la escala del titán rompe el encuadre, cuándo la luz del hospital se ha desviado de lo que la película necesita. Ese instinto — saber dónde comienza lo falso — sigue siendo completamente humano. Es la parte del proceso que ninguna herramienta reemplaza.

En Qué Punto Estamos

La película está terminada.

Dos partes. Una animada, otra fotorrealista. El sueño de una hija y su despertar. Manga híbrido y hospital clínico. Una guerrera que carga a un niño a través de un mundo enterrado, y un padre que le lee a una niña que aún no puede responder.

La edición, el color y la integración de efectos de sonido llegaron al final — y sinceramente, ahí es donde realmente sucede todo. La generación produce material. La edición hace una película. Es donde se construye o se rompe la lógica emocional, donde un corte en el fotograma equivocado mata una escena y un corte en el momento justo te hace sentir algo que no podrías haber previsto. La capa de efectos de sonido — las salpicaduras de tinta, los sistemas de partículas, el pulso del ECG — nada de eso existe en la generación. Se coloca en la posproducción, fotograma a fotograma, igual que en cualquier otra producción. La IA no sabe de ritmo. No sabe qué carga el espectador al llegar a un corte. Ese conocimiento son 25 años de trabajo, y le pertenece a la edición, no al prompt.

Créditos

Echoes of the Sun

• Dirigido por: Arno Faure & Nguyen-Anh Nguyen
• Basado en una idea de: Nguyen-Anh Nguyen
• Adaptado para la pantalla por: Arno Faure
• Dirección creativa / Generación con IA · Edición · Diseño de sonido: Arno Faure
• Música: Quinten Coblentz · Rotem Moav · Eleven Tales
• Plataformas de IA: Flick (Nano Banana 2, Nano Banana Pro, Kling 3.0, Seedance 2.0) Voz: ElevenLabs
• Los directores desean agradecer a: Zoey Zhang, Ray Wang, Katherine Zhao, Hannah Lim y a todos los residentes del programa Spring 26.