Con Veo 3.1, Google da un paso importante en su propuesta de generación de video mediante inteligencia artificial. Esta versión llega cinco meses después del lanzamiento de Veo 3, modelo que ya había causado impacto por su capacidad de crear videos con realismo sorprendente y sincronización de audio. Ahora, la versión 3.1 mejora la fidelidad visual, la coherencia narrativa y enriquece el componente sonoro de los clips generados.
Uno de los avances más notables es la mejor adherencia a los prompts: el sistema entiende con mayor precisión las instrucciones del usuario y las traduce en videos que cumplen más fielmente con lo pedido. Esto es clave para cualquier creador que dependa de la IA como parte del proceso creativo, ya que reduce la necesidad de reiterar intentos o ajustar manualmente los resultados.
En el apartado visual, se incrementa la calidad en las transiciones de imagen y el manejo de la iluminación, elementos críticos para lograr una apariencia cinematográfica convincente. Veo 3.1 está optimizado tanto para formatos horizontales (16:9) como verticales (9:16), lo que facilita su uso en redes sociales o producciones más tradicionales.
Audio integrado para una experiencia completa
Uno de los aspectos más esperados era la integración del audio en la generación de videos. Veo 3.1 ya permite trabajar con efectos sonoros y diálogos, ampliando el espectro creativo. Esto significa que ya no se trata solo de «ver» una historia, sino también de escucharla, con pistas de sonido que se alinean con la acción visual y refuerzan la atmósfera narrativa.
En ese sentido, herramientas como «Ingredients to Video» cobran una nueva dimensión. Esta función permite al usuario proporcionar varios elementos visuales (personajes, objetos, estéticas) para que el sistema construya un video coherente. Ahora, con soporte de audio, los clips resultantes tienen un mayor impacto sensorial.
Herramientas narrativas que simulan el montaje tradicional
Flow, la interfaz de edición que acompaña a Veo 3.1, se ha enriquecido con funciones que imitan el proceso tradicional de montaje cinematográfico. Por ejemplo, «Frames to Video» permite usar una imagen inicial y otra final como referencia, y el sistema genera la secuencia intermedia que une ambas. Es como dar a la IA el principio y el final de una escena para que imagine lo que ocurre en medio, una técnica similar a la que usaría un guionista o editor de video.
Otra herramienta clave es «Extend«, que amplía la duración de un clip utilizando el último segundo como base para continuar la acción. En este caso, el audio también se extiende, aunque limitado a la última fracción del clip original, lo cual garantiza cierta coherencia sonora sin desentonar con lo ya generado.
Inserción y eliminación de objetos: el control total sobre la escena
El nuevo modelo también introduce capacidades de edición que antes solo estaban disponibles en software profesional. La función «Insert» permite a los usuarios introducir objetos o personajes en una escena generada, desde elementos realistas hasta criaturas fantásticas. Flow adapta automáticamente las sombras y la iluminación para que la inserción no resulte forzada, un detalle técnico que suele ser complicado incluso para editores expertos.
En dirección contraria, también es posible eliminar objetos o personajes no deseados. La herramienta reconstituye el fondo de manera natural, simulando que ese elemento nunca estuvo presente. Esta función estará disponible primero en Vertex AI, pero pronto llegará a todos los usuarios de Flow.
Accesibilidad y disponibilidad
Tanto Veo 3.1 como sus herramientas complementarias estarán disponibles en las apps de Flow y Gemini, además de en entornos de desarrollo como Gemini API y Vertex AI, lo que facilita su adopción tanto por usuarios generales como por desarrolladores o empresas. También se ofrecerá una versión Fast del modelo, pensada para quienes necesiten resultados rápidos sin perder demasiada calidad.
Google no ha revelado detalles sobre precios o posibles limitaciones de uso, pero todo apunta a que busca consolidar su presencia en el incipiente mercado de la producción audiovisual con IA, compitiendo directamente con otras propuestas como Sora de OpenAI o Runway Gen-3.
Perspectivas para la creación de contenido
Estas herramientas no solo están pensadas para profesionales del cine. Cualquier persona con una idea podrá explorar narrativas visuales sin necesidad de saber editar o filmar. Imagina poder contar una historia usando solo unas cuantas imágenes, una descripción escrita y un par de clics. La barrera técnica se reduce al mínimo, democratizando la creación de contenido audiovisual.
Esto también plantea preguntas sobre el papel del creador en un entorno dominado por IA, pero al mismo tiempo abre oportunidades para que voces antes invisibilizadas puedan experimentar con el lenguaje del cine sin requerir grandes presupuestos ni equipos técnicos complejos.