Veo 3.1 está por llegar: Veo es la familia de modelos de generación de video de Google (Veo 3 / Veo 3 Fast son los actuales). Google ha lanzado recientemente grandes mejoras en Veo 3 (vertical 9:16, 1080p, Veo 3 Fast, precios más bajos) y hay rumores / publicaciones en redes sociales de que Veo 3.1 es inminente — pero Google aún no ha publicado un boletín oficial de lanzamiento de Veo 3.1. A continuación, enumeraré los hechos confirmados, los cambios probables/esperados y una comparación directa con Sora 2 de OpenAI.
Qué es Veo
Veo es la línea de modelos generativos de video de Google (DeepMind / Google Cloud / familia Gemini) que transforman texto o imágenes en videos cortos — y (en Veo 3) generan audio de forma nativa (efectos de sonido, audio ambiental y diálogos). Se ofrece en Google Cloud (Vertex AI / Gemini API) para desarrolladores y empresas, e incluye marcas de agua de procedencia/SynthID integradas en las salidas.
Lo que Veo 3 ya introdujo
- Capacidades de texto → video e imagen → video (incluida vista previa de imagen a video).
- Generación de audio nativa (música, sonidos ambientales, diálogo): Veo 3 introdujo audio de primer nivel.
- Dos variantes: Veo 3 de alta calidad y Veo 3 Fast (optimizado para velocidad/iteración).
- Disponibilidad en plataformas: disponible en Vertex AI / Gemini API (vista previa de pago → actualizaciones de disponibilidad general a mediados de 2025).
- Seguridad/procedencia: marcado SynthID y algunos controles/aprobaciones de uso para la generación de personas/niños.
Entonces — ¿qué se espera que aporte Veo 3.1?
Estado: A día de hoy no hay una página de producto oficial de Veo 3.1 con notas de lanzamiento completas. Sin embargo, múltiples publicaciones de desarrolladores de Google/publicaciones de la comunidad y tuits indican una actualización incremental a corto plazo (etiquetada “Veo 3.1”) que se centraría en mejoras iterativas de audio, calidad y compatibilidad de formatos, más que en una reescritura de nueva generación.
Aquí van algunas inferencias que hice basándome en la publicación de X y las características de Veo 3:
- Audio nativo mejorado (diálogo, sincronización labial multivoz) — diálogos más limpios, mejor mezcla de SFX y espacialización). Veo 3 ya genera audio de forma nativa; Veo 3.1 podría mejorar el realismo del diálogo y el soporte de idiomas para estar a la altura de las mejoras recientes que están lanzando los competidores.
- Rutas más rápidas/más baratas para algunas salidas comunes (más paridad y optimizaciones con Veo 3 Fast).
- Mejor fidelidad de imagen→video y mayor consistencia de personaje/pose en clips multiframe.
- Relaciones de aspecto/controles de resolución ampliados (9:16/16:9 más flexibles y 1080p en más configuraciones). Google ya añadió vertical + 1080p; Veo 3.1 podría ampliar esos controles.
- Clips más largos / relajación del límite de 8 segundos — la demanda de la comunidad y la hoja de ruta previa de Google sugieren que aumentar la duración es un objetivo probable (Veo 3 hoy está optimizado para clips de 8 segundos).
- Mejor fidelidad de imagen→video y ampliación del soporte de imagen a video (mejoras en realismo y continuidad del movimiento), sobre la base de la vista previa de imagen→video en Veo 3.
Comparación Veo 3 / (previsto) Veo 3.1 → OpenAI Sora 2
Enfoque principal
- Veo 3 (Google): videos cortos de alta fidelidad de 8 segundos a partir de prompts de texto/imagen; audio nativo; integrado en Gemini/Gemini API y Vertex AI; optimizado para uso en producción e integración de API para desarrolladores.
- Sora 2 (OpenAI): el modelo insignia de video+audio de OpenAI que enfatiza el realismo físico, el movimiento coherente, el diálogo y el sonido sincronizados, y una app social asociada (Sora) con un sistema de cameos/consentimiento para integrar la imagen de los usuarios, con fuerte énfasis en realismo y controles de seguridad.
Fortalezas
- Veo (ahora): sólida integración para desarrolladores/empresas (Vertex AI, Gemini API), opciones de precios para producción, camino claro para clientes cloud, vertical/1080p + variante rápida. Adecuado para empresas que lo incorporan a sus pipelines.
- Sora 2: notable precisión física y sincronización multimodal (diálogo + visuales), y una app de cara al consumidor integrada con flujos sociales (función de cameo, moderación). Ideal para creadores que buscan escenas narrativas realistas y un ecosistema de aplicaciones.
Cómo acceder a Veo ahora — y cómo prepararse para Veo 3.1
- Prueba en Gemini (consumo / web / móvil): la generación con Veo está disponible en las apps de Gemini (toca la opción “video” en la barra de prompt). El nivel de acceso (Pro / Ultra) afecta a qué variantes de Veo puedes usar.
- Programáticamente / empresas: usa la API en CometAPI (los IDs de los modelos de Veo están disponibles en la documentación del modelo). CometAPI proporciona veo3-pro, veo3-fast y veo3. Para más detalles, consulta la Veo 3 doc.
Consejo práctico (desarrollador): para solicitar salida vertical, establece el parámetro aspectRatio (p. ej., "9:16") y comprueba la configuración del modelo (Veo 3 vs Veo 3 Fast) y tu plan respecto a los límites de resolución (720p vs 1080p).
Cómo acceder a Sora 2 (hoy)
App Sora: Sora 2 se lanzó con una app Sora (despliegue limitado por invitación en EE. UU. y Canadá al inicio). OpenAI indicó un acceso más amplio y ampliación de la API más adelante. Si quieres probar Sora 2 ahora, consulta la página de Sora 2 de CometAPI. CometAPI ya admite la API de Sora 2 y genera clips sociales de ~10 segundos con énfasis en el realismo del movimiento para personas.
Primeros pasos
CometAPI es una plataforma de API unificada que agrega más de 500 modelos de IA de los principales proveedores —como la serie GPT de OpenAI, Gemini de Google, Claude de Anthropic, Midjourney, Suno y más— en una única interfaz fácil para desarrolladores. Al ofrecer autenticación, formato de solicitudes y manejo de respuestas consistentes, CometAPI simplifica drásticamente la integración de capacidades de IA en tus aplicaciones. Ya estés creando chatbots, generadores de imágenes, compositores de música o pipelines de analítica de datos, CometAPI te permite iterar más rápido, controlar costos y mantenerte independiente del proveedor, aprovechando a la vez los últimos avances del ecosistema de IA.
Los desarrolladores pueden acceder a la Veo 3.1 API a través de CometAPI; la última versión del modelo se actualiza siempre con el sitio oficial. Para empezar, explora las capacidades del modelo en el Playground y consulta la guía de la API para instrucciones detalladas. Antes de acceder, asegúrate de haber iniciado sesión en CometAPI y de haber obtenido la clave de API. CometAPI ofrece un precio muy inferior al oficial para ayudarte a integrar.
¿Listo para comenzar?→ Regístrate en CometAPI hoy !