¿Cuánto cuesta hoy convertir una idea suelta, una foto o una escena imaginada en un video casi listo para publicar? Esa pregunta, que hace poco parecía de laboratorio, ahora mueve cientos de millones de dólares y empieza a tocar una rutina muy concreta: la de crear contenido sin cámaras, sets ni horas de edición.
La señal más reciente la dio PixVerse, una startup de Singapur dedicada a generación de video con IA, inteligencia artificial, que acaba de elevar su recaudación total de Serie C a 439 millones de dólares. El hallazgo financiero no es menor: su valoración ya superó los 2.000 millones.
Además, la empresa fundada en 2023 por Wang Changhu y Jaden Xie planea usar ese capital para ampliar sus modelos de mundo, sistemas que simulan entornos y comportamientos, y crecer fuera de Asia. En la extensión de la ronda entraron nombres como Alibaba, Mirae Asset, BlueFocus y CloudAlpha, mientras que la fase inicial se había cerrado en marzo con liderazgo de CDH Investments.
Xie fue directo al explicar la oportunidad. Según el cofundador, pocas empresas están logrando una calidad realmente alta en video generado por IA, pese a que el mercado se volvió cada vez más competitivo.
La pieza clave, dice PixVerse, no está solo en tener datos. Está en cómo se etiquetan. Ese mecanismo puede sonar abstracto, pero se entiende mejor con una escena doméstica: no alcanza con llenar un placard de objetos si nadie puso rótulos correctos en cada caja.
Si una caja dice “tazas” y adentro hay platos, el sistema falla. En IA pasa algo parecido. El etiquetado, la descripción precisa de imágenes, movimientos y sonidos, es el cableado que le indica al modelo qué está viendo y cómo debe combinarlo después para generar una escena coherente.
Ahí aparece la experiencia previa de Wang en ByteDance. Ese trabajo en visión por computadora, la capacidad de una máquina para interpretar imágenes, ayudó a construir tecnologías de comprensión visual y etiquetado fino que también empujaron el algoritmo de recomendación de TikTok. Ahora ese engranaje se aplica al video.
La máquina detrás del video instantáneo
PixVerse organiza su oferta en tres líneas. La serie V apunta a consumidores y APIs, herramientas para que otras apps usen el sistema; la serie C se orienta a cine, publicidad y flujos profesionales; y la serie R trabaja con modelos de mundo para videojuegos y construcción de entornos virtuales. Ese modelo R-Series, según explicó la compañía en su blog cuando se lanzó a principios de este año, busca algo más ambicioso que un clip aislado. Intenta mantener reglas internas del entorno, como si una casa digital recordara dónde están sus puertas, su luz y sus muebles aunque la cámara cambie de lugar.
La herramienta ya puede generar video en 4K con audio integrado. Y no parte desde un nicho pequeño: la empresa asegura tener más de 150 millones de usuarios registrados y más de 15 millones activos por mes, aunque no detalló cuántos pagan. También compite con precio. Su tarifa ronda los 4,80 dólares por minuto de generación a partir de imágenes, una referencia que aparece como una tarifa competitiva dentro de un mercado que hoy compara calidad, velocidad y costo casi como si fueran servicios eléctricos.
Qué cambia para usuarios y empresas
Para un usuario común, la oportunidad está en producir clips breves por entretenimiento o para redes. Para una empresa, el uso es más amplio: creatividad, formación interna, anuncios y prototipos visuales sin montar una producción completa.
Por eso la expansión internacional no es un detalle. PixVerse ya tiene un acuerdo con Alibaba para desplegar sus capacidades, quiere lanzar un nuevo modelo de la serie V y una nueva versión de su modelo de mundo, y además planea contratar más investigadores y perfiles comerciales. Hoy tiene 150 empleados entre Singapur, Pekín y Shanghái.
Desde luego, la carrera no está vacía. En Asia compite con ByteDance, Kling AI y Video Rebirth; en Occidente, con Runway, Midjourney y Luma. A eso se suma otra presión: varias startups impulsadas por referentes como Yann LeCun y Fei-Fei Li también están construyendo modelos de mundo. Pero el mensaje central de esta ronda es otro. El video generado por IA ya no parece un truco aislado: empieza a comportarse como una infraestructura. Y cuando el cableado mejora, la luz deja de titilar y la casa digital se vuelve mucho más habitable.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
