La creación de vídeos mediante inteligencia artificial
La creación de vídeos mediante inteligencia artificial ha alcanzado un punto que hace apenas unos meses hubiera parecido imposible. Y lo más llamativo es que cualquiera puede probarlo sin coste.
Google ha presentado Gemini Omni 1.2 Flash, y lo que resulta verdaderamente relevante es que ya no estamos hablando solo de generar vídeos a partir de un texto escrito. Ahora es posible combinar imágenes, personajes y vídeos existentes con nuestras propias indicaciones para construir escenas mucho más complejas y elaboradas.
¿Qué permite hacer exactamente esta herramienta?
Generar vídeos partiendo de una descripción textual o de imágenes de referencia. Mantener la coherencia de personajes y escenarios a lo largo de distintas escenas. Editar mediante lenguaje natural, sin necesidad de empezar de cero cada vez. Crear diálogos y voces con sincronización labial. Y generar clips de hasta 15 segundos, según el tipo de acceso que se utilice.
Si quieres probarlo, el proceso es sencillo: entra en Google Flow, accede con tu cuenta de Google y crea un proyecto seleccionando la opción de generación de vídeo. Elige un modelo Omni Flash disponible, añade tus imágenes de referencia y describe lo que quieres que suceda.
Google Flow cuenta con una modalidad gratuita que incluye créditos diarios para experimentar. Eso sí, cada generación consume créditos y algunas funciones están reservadas para quienes tienen suscripción.
Lo realmente significativo aquí no es solo la calidad visual del resultado. Es el cambio de fondo: estamos pasando de requerir conocimientos técnicos de edición y producción audiovisual a poder crear y modificar escenas simplemente manteniendo una conversación. Eso supone una oportunidad enorme para sectores como la formación, el marketing, la comunicación o la creación de contenido en general.
¿Estamos viendo el comienzo del fin de la edición de vídeo tal y como la hemos conocido hasta ahora?Google Flow con Gemini 2.0 Flash: generación de vídeo multimodal accesible desde el navegador
Resumen técnico
Google Flow integra el modelo Gemini 2.0 Flash para generación de vídeo con entrada multimodal: texto, imagen y vídeo de referencia como inputs combinables. Genera clips de hasta 15 segundos según el nivel de acceso. Incluye consistencia de personajes y escenarios entre escenas, edición mediante lenguaje natural sin regeneración completa, síntesis de diálogos con sincronización labial y control narrativo por instrucción. Funciona directamente desde navegador con cuenta Google. Dispone de modalidad gratuita con créditos diarios; las funciones avanzadas requieren suscripción de pago.
Análisis de implicaciones
El cambio técnico relevante es la edición iterativa por instrucción: en lugar de regenerar desde cero, el modelo modifica escenas existentes a partir de texto. Esto elimina el ciclo clásico de timeline, corte y renderizado para ajustes básicos. La consistencia de personaje entre escenas resuelve uno de los problemas estructurales de la generación por fragmentos. La limitación real sigue siendo la duración máxima por clip (15 segundos) y la dependencia de créditos para volumen de producción.
Aplicación práctica
Acceso directo en Google Flow: crear proyecto, seleccionar modelo Omni Flash, cargar imágenes de referencia y describir la acción deseada. Casos de uso inmediatos: generación de piezas formativas cortas con personaje fijo, prototipado rápido de spots para validación creativa, creación de contenido explicativo con voz sincronizada. Para producción encadenada, los clips de 15 segundos se pueden concatenar externamente. La edición por lenguaje natural permite ajustar encuadre, acción o tono sin herramientas adicionales.
Contexto del sector
Google Flow compite directamente con Runway Gen-3, Kling y Sora de OpenAI en el segmento de generación de vídeo por IA. El diferencial es la integración nativa con el ecosistema Google y el acceso gratuito con créditos diarios, lo que reduce la barrera de entrada. La tendencia general del sector apunta a pipelines de producción audiovisual íntegramente gestionados por instrucción, desplazando progresivamente el software de edición tradicional en flujos de contenido corto.
Artículo relacionado