Una semana después del lanzamiento de Sora por OpenAI, Google DeepMind sorprendió al mundo de la tecnología al presentar Veo 2, un revolucionario modelo de inteligencia artificial diseñado para la generación de videos. Este novedoso sistema promete transformar la creación de contenido audiovisual, destacándose por su capacidad para producir videos de alta calidad con una resolución de hasta 1080p y una duración superior a un minuto. Veo 2 es capaz de generar una amplia gama de estilos visuales y cinematográficos, lo que lo diferencia notablemente de sus competidores.
Las características más llamativas de Veo 2 incluyen la habilidad para crear videos realistas en resoluciones excepcionales. El modelo comprende diversas técnicas de cámara, como planos de dron, panorámicas y primeros planos, y puede replicar con gran exactitud la física del mundo real y las expresiones humanas. Un ejemplo destacado de sus capacidades es un plano en ángulo bajo de flamencos en un lago, que captura la belleza y la serenidad del entorno natural, mostrando así el potencial de esta innovadora tecnología.
Al comparar Veo 2 con Sora de OpenAI, se observa que ambos modelos son innovadores en sus respectivos campos, cada uno presentando sus propias fortalezas. Mientras que Sora se enfoca en la narrativa creativa y en la creación de escenarios imaginativos, Veo 2 se distingue por su realismo y precisión física, proporcionando además un mayor control sobre el proceso de generación del video.
En pruebas realizadas por Google con un conjunto de datos de evaluación de videos, Veo 2 ha demostrado ser superior a competidores como Sora Turbo, especialmente en la generación de clips de video. Sin embargo, Google ha reconocido que aún existen limitaciones en la creación de videos realistas, sobre todo en escenas complejas y secuencias de movimiento.
Para asegurar un uso adecuado y mantener la transparencia, la implementación inicial de Veo 2 estará limitada a productos seleccionados como VideoFX, YouTube y Vertex AI, con planes de expansión a plataformas como YouTube Shorts en el año 2025. Todos los videos generados por la inteligencia artificial llevarán una marca de agua invisible conocida como SynthID.
Además del lanzamiento de Veo 2, DeepMind ha mejorado su modelo de generación de imágenes, Imagen 3, el cual ahora es capaz de crear imágenes con colores más vivos, mejor composición y un mayor nivel de detalle. Este modelo está siendo implementado a nivel global. Asimismo, Google Labs ha introducido un nuevo experimento llamado «Whisk», que utiliza las capacidades de generación visual de Imagen 3 y Gemini, permitiendo a los usuarios interactuar mediante imágenes, demostrando así los impresionantes avances en la generación de contenido visual impulsada por la inteligencia artificial.
