La sólida respuesta de Google a Sora de OpenAI era de esperar, y no tardó mucho en llegar: Veo 2 es un nuevo generador de videos a partir de texto basado en IA; además, tiene dos ventajas sobre su rival en términos de resolución y duración. La herramienta puede generar contenidos de hasta 4K y con dos minutos de duración, frente a los límites de Full HD del agente incorporado a ChatGPT. Al mismo tiempo, la gigante de Mountain View dio a conocer el curioso sistema llamado Whisk.

¿Cómo funciona Veo 2?
El anuncio viene directamente de la división experimental DeepMind de Google, que confirma los últimos rumores y desvela Veo 2, el nuevo modelo de generación de video basado en indicaciones de texto. El funcionamiento sigue siendo el habitual: escribes una frase, lo más detallada posible, describiendo no solo al sujeto o a los objetos, sino también las acciones, la luz, el contexto y cualquier otra cosa que consideres relevante. El sistema recopilará la información y luego de una espera indeterminada, obtendrás los resultados.

Aquí tienes un ejemplo. La indicación fue: "Plano medio, poca profundidad de campo, una niña bonita con estilo de dibujo animado, pelo castaño ondulado, sentada en una cocina de los años ochenta. Tiene una nariz pequeña y ligeramente respingona y orejas pequeñas y redondeadas. Es expresiva y gesticula alegremente mientras habla a la cámara". Google aplicará la marca de agua invisible SynthID para certificar el origen artificial y pondrá el modelo a disposición gradualmente a través de Google Labs, empezando por los probadores beta habituales. Aún no está claro cuándo llegará al público general.

Google también presenta mejoras en su generador de imágenes por IA, Imagen 3, con aún más precisión y rapidez de acción, y la novedad Whisk: un sistema de nuevo dedicado a las imágenes, pero no basado en indicaciones textuales, sino en la reelaboración y remezcla de otras imágenes propuestas por el usuario.