v1 (predeterminado): Foto estática — rápido, buen fotorrealismo.
v2: Video (1–5 min de habla natural, 16:9, iluminación uniforme, cámara estable, audio claro) o foto — máxima calidad, generación de hasta varias horas.
Requisitos de foto: Rostro frontal claro con ojos, nariz, boca y labios visibles. Encuadre de cintura arriba 16:9, iluminación uniforme, una sola persona.
No funciona: Sin rostro, rostro parcialmente oculto, arte abstracto. Coberturas faciales religiosas/culturales: La boca debe ser visible — envía un ticket.
Generación asíncrona: Los errores aparecen la próxima vez que abras el editor. Artefactos verdes: Sube de nuevo con un fondo liso y claro.