¿Te imaginas generar un anuncio de vídeo completo, editarlo sobre la marcha y pagar menos de lo que cuesta un café? Google acaba de reventar el mercado de la IA generativa audiovisual. Y lo ha hecho sin hacer apenas ruido. Tras meses de rumores y pruebas, la compañía ha desplegado por fin la disponibilidad general de su modelo Gemini Omni 1.2 Flash para todos los usuarios. Adiós al acceso anticipado. Hola a la producción masiva.
Y es que el gran problema de la generación de vídeo siempre ha sido exactamente el mismo: el precio prohibitivo y la desesperante falta de control creativo. Con esta nueva actualización, los de Mountain View atacan directamente la línea de flotación de sus rivales. El actualizado Gemini Omni 1.2 Flash permite ahora crear clips de hasta 15 segundos de duración. Puede parecer poco tiempo, pero en el lenguaje publicitario del scroll rápido en el móvil, es un mundo. Un tiempo más que de sobra para rematar una escena sin tener que cortar el vídeo a la mitad ni empalmarlo luego con otra secuencia.
Si echamos un vistazo a la calculadora, la estrategia comercial es demoledora. El coste de generación se ha fijado en unos irrisorios 0,07 dólares por segundo de metraje en resolución 720p. Hablando en plata. Un clip final y completo de 15 segundos te sale por exactamente 1,05 dólares con la tarifa recién anunciada. Una cifra ridícula si la comparamos con los abultados presupuestos tradicionales de grabación o las suscripciones de otras alternativas de software cerrado.
A ello se le suma un detalle financiero vital: esto supone una rebaja del precio del 30 % directo respecto a la versión anterior, el ya conocido Gemini Omni 1.1 Flash. Básicamente, esta fuerte reducción del coste disminuye de forma drástica la barrera de acceso a la creación de vídeo. Una disciplina que, hasta hace un par de años, estaba reservada a carteras muy abultadas o grandes productoras. Así de simple.
La magia de Google no está solo en el precio, sino en la edición iterativa
Pero claro, generar un vídeo muy barato no sirve absolutamente de nada si el resultado final parece una alucinación borrosa o si te ves obligado a empezar de cero cada vez que fallas el prompt. Aquí es donde el nuevo modelo de la gran G saca pecho de verdad. La herramienta ofrece ahora edición de vídeo dentro de la misma conversación. Es un cambio de paradigma total. El flujo de trabajo se aproxima más a la edición iterativa de un archivo en tu ordenador que a la generación en crudo de toda la vida.
Es decir, la nueva versión te permite pedir modificaciones sobre un clip que ya tienes renderizado en la pantalla. No hace falta volver a teclear ni describir de nuevo toda la dichosa escena. Si te gusta el plano principal pero quieres alterar algún matiz, simplemente se lo pides a la máquina. Puedes sustituir un producto sobre la mesa, modificar la iluminación general o cambiar el ángulo de la cámara manteniendo intactos los demás elementos del vídeo original. Una auténtica locura.
Consistencia visual casi milimétrica y resoluciones escalables a tu ritmo
En concreto, este nivel de control granular soluciona el mayor dolor de cabeza técnico del sector corporativo: mantener una apariencia visual consistente. Cualquiera que haya probado a generar vídeo sabe que las cosas tienden a deformarse horriblemente cuando se mueven. Ahora, el modelo mejora muchísimo la consistencia respecto a referencias de imagen y vídeo previas. Los envases de un producto, los personajes principales o los logotipos mantienen mejor su aspecto original entre distintos planos, resistiendo incluso cuando cambia el encuadre de la toma.
Por si fuera poco, el pipeline de trabajo se ha vuelto tremendamente pragmático. Puedes trabajar sin ningún miedo haciendo borradores muy rápidos en resoluciones bajas, tirando de 360p o 720p. Una vez que apruebas la toma y estás satisfecho, le pides a la IA que escale únicamente esas creaciones seleccionadas a 1080p o al deseado 4K. Gastas calderilla en las pruebas y pones los billetes de procesamiento solo en el renderizado definitivo. Te haces una idea.
Evidentemente, en Silicon Valley saben que para liderar esta carrera técnica hay que abrir las puertas de par en par. Por eso, el acceso a este potente modelo no requiere disponer de una cuenta empresarial obligatoria. Actualmente ya está disponible para exprimir al máximo en Gemini for Business, en la novísima aplicación Google Vids y, lo más jugoso para el mercado, a través de su API para desarrolladores. De hecho, múltiples plataformas creativas de terceros ya están integrando el nuevo modelo bajo el capó de sus herramientas habituales.
La barrera histórica de entrada a la creación audiovisual acaba de sufrir un desplome absoluto. Tener al alcance del teclado la generación de anuncios, fichas de producto dinámicas o probadores virtuales con esta calidad y a este precio pone demasiada presión al resto de la industria de la Inteligencia Artificial. Tocará esperar para ver si los principales competidores deciden entrar de lleno a esta salvaje guerra de precios o si, por el contrario, Google se queda dominando en solitario el goloso nicho del vídeo de bajo coste.
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.
