Es oficial: Google lanza modelo de video con inteligencia artificial generativa pero no conforma

Google dio un paso importante en la inteligencia artificial al lanzar Veo, su modelo de creación de videos basado en texto e imágenes. Desde hoy, los clientes de Vertex AI, el servicio de Google Cloud, pueden acceder a esta herramienta en una vista previa privada, marcando un avance en la integración de IA en aplicaciones empresariales.

El modelo Veo permite generar videos en resolución 1080p con una duración superior a un minuto. Además, combina indicaciones de texto e imágenes como punto de partida, algo que lo distingue de otras herramientas. Según Google, esto lo convierte en el primer modelo de nube a gran escala en ofrecer capacidades de imagen a video. En comparación, el modelo Sora de OpenAI está disponible únicamente para un público selecto, aunque se esperan actualizaciones tras el inicio de sus demostraciones de producto este mes.

El rendimiento de Veo, según las imágenes de muestra proporcionadas por Google, presenta ventajas y desafíos. En un ejemplo, las imágenes del modelo muestran coherencia visual, pero fallan en detalles específicos, como la falta de cambios realistas en malvaviscos expuestos al calor en un video de fogata. También se observan artefactos en escenarios complejos, como las manos en un concierto.

Junto con Veo, Google planea lanzar Imagen 3 la próxima semana, una actualización de su modelo de conversión de texto a imagen. Imagen 3 mejora el detalle, la iluminación y la reducción de artefactos respecto a versiones anteriores. Sin embargo, ejemplos compartidos muestran inconsistencias con los mensajes originales, como una escena que no representa fielmente una fotografía con flash.

El interés de Google en promover la IA entre sus clientes empresariales es claro. Según la compañía, el 86 % de las empresas que adoptan esta tecnología reportan un incremento en ingresos. Sin embargo, datos recientes de Appen muestran que el retorno de inversión en proyectos de IA ha disminuido en los últimos años, reflejando los retos que enfrentan estas herramientas en la práctica.