Veo

Veo es el modelo insignia de generación de vídeo de Google DeepMind, diseñado para producir resultados cinematográficos de calidad profesional. Convierte descripciones de texto e imágenes en vídeos de alta fidelidad con audio sincronizado —diálogos, sonido ambiente y música— generado en una sola ejecución. Veo destaca por su búsqueda de coherencia visual y su comprensión del lenguaje cinematográfico: interpreta movimientos de cámara, iluminación y composición de formas que los modelos anteriores no lograban, lo que lo convierte en una referencia de calidad para evaluar otras herramientas de vídeo con IA.

Aspectos destacados

• Síntesis de audio nativa: genera diálogos, sonido ambiente y música junto con el vídeo en una sola solicitud
• Imágenes de calidad profesional, con composición cinematográfica, movimientos de cámara naturales y control de la iluminación
• Instrucciones multimodales mediante descripciones de texto o imágenes iniciales, con control detallado de la cámara y el movimiento
• Amplia disponibilidad mediante Gemini y la interfaz cinematográfica Flow
• Perfeccionamiento iterativo para ajustar el encuadre, el movimiento o el audio sin regenerar todo desde cero

Veo está dirigido a creadores, cineastas y estudios que buscan vídeo con calidad de emisión sin renunciar a la coherencia visual. Se ofrece mediante Gemini con un nivel gratuito limitado y cuotas superiores disponibles; el uso comercial y las funciones prémium requieren un plan de pago a través de Flow.