Las inteligencias artificiales generadoras de vídeo llevaban meses estancadas en un bucle bastante frustrante. Producían clips espectaculares, sí, pero ridículamente cortos y que perdían totalmente el sentido a los tres segundos. Parecía que la industria no daba con la tecla para saltar del simple meme a la producción real. Pero hoy la narrativa cambia. Google acaba de lanzar Gemini Omni 1.1 Flash, un modelo enfocado directamente en la calidad profesional. Se acabaron los experimentos de bolsillo.
La gran baza técnica de esta nueva versión es la extensión de escenas. Imagina que tienes un clip de un anuncio o un cortometraje que se corta justo en el mejor momento y necesitas más metraje. Hasta ahora, pedirle a un algoritmo que lo continuara era jugar a la ruleta rusa con la iluminación y las físicas. Y es que las versiones anteriores apenas tenían memoria para mantener la consistencia del primer fotograma.
En concreto, Gemini Omni 1.1 Flash supone un antes y un después porque analiza los últimos 10 segundos completos del vídeo original. Ese enorme contexto extra es oro puro para mantener viva la coherencia visual. Atrás queda el triste segundo de contexto que usaba la versión anterior, que apenas daba para adivinar el color de la ropa. Ahora, la IA pilla a la perfección la inercia de un coche derrapando o la cadencia de alguien caminando. Un salto técnico brutal.
Pero claro, siempre hay algo de letra pequeña en estos grandes anuncios tecnológicos. Aunque la herramienta promete estirar la escena hasta un total de 40 segundos adicionales, no te los entrega de golpe en un solo renderizado. Lo hace generando bloques en incrementos máximos de 10 segundos. Paso a paso. Esto te salva la vida como creador, ya que tienes margen para echar un vistazo rápido y corregir el rumbo si el modelo empieza a alucinar. Tienes el volante en todo momento.
El truco de los fotogramas clave y el prototipado ultrabarato
A ello se le suma otra de las funciones más demandadas por los que trabajan editando vídeo cada día. Ya no hace falta volverse loco escribiendo un prompt eterno esperando que la máquina entienda la acción. Ahora puedes darle a la herramienta dos imágenes de referencia: una para marcar el inicio del clip y otra para clavar exactamente el final.
Básicamente, tú pones las balizas y Gemini Omni 1.1 Flash se encarga de rellenar todos los fotogramas intermedios de forma completamente fluida. Se inventa el movimiento exacto para conectar ambas fotografías sin que parezca un fundido cutre. Es un flujo de trabajo espectacularmente ágil.
Evidentemente, tirar de servidores en la nube para renderizar píxeles gasta muchísimos recursos computacionales, y equivocarse a máxima calidad sale muy caro. Para evitar la sangría de dinero, Google ha integrado un sistema para generar prototipos en resolución de 360p. Así puedes escupir cientos de ideas, probar locuras de cámara y descartar lo que no funciona gastando apenas unos céntimos. Si el borrador te convence, ya lo pasarás a 4K.
Precios escalonados y disponibilidad en el ecosistema
Si miramos los números oficiales, la estrategia de monetización está muy bien segmentada. El coste final de la inferencia dependerá estrictamente de la resolución elegida y de lo largo que sea el metraje. Si usas ese maravilloso modo borrador a 360p, el precio es de solo 3 céntimos de dólar por segundo. Casi gratis.
A partir de ahí, la factura engorda de forma proporcional si quieres calidades de cine. Escalar el material original a 720p te costará 10 céntimos por cada segundo. Si nos vamos al estándar de la industria, pagarás 15 céntimos por segundo generado en 1080p. Y si lo tuyo es el detalle extremo para grandes pantallas, el render en resolución 4K se te pone en 30 céntimos el segundo.
Por si fuera poco, el acceso ya está totalmente abierto si estás metido en el ecosistema de pago de Mountain View. Esta IA se integra mediante Google Flow para los suscriptores de los planes Google AI Plus, Pro y Ultra. La función para alargar secuencias ya aparece de forma nativa en la propia app. Sin instalaciones extrañas.
Como era de esperar, los desarrolladores de software también tienen su terreno de juego habilitado. El modelo está disponible a través de su potente API y de Google AI Studio. Esto significa que veremos a decenas de start-ups integrar estas funciones de escalado en sus propias plataformas de edición muy pronto. Así de fácil.
El mercado de la generación de vídeo sintético está al rojo vivo. Mientras buena parte de la industria espera sentada los próximos movimientos de la competencia, Google acaba de poner sobre la mesa una herramienta hiperpráctica con precios que cualquier productora puede asumir. Habrá que ver si las agencias tradicionales empiezan a integrar esto en su día a día para jubilar a los bancos de imágenes de toda la vida. La pelota está ahora en el tejado de los creadores.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
