Esperábamos una gran semana de anuncios de OpenAI… Pero al final, es Google quien se roba el show multiplicando los anuncios. Después de Agentspace, Gemini 2.0 Flash, NotebookLM Plus, Google lanzó ayer, sólo por el momento en EE.UU., la versión 2 de su generador de vídeo VEO y sobre todo una nueva herramienta de edición y mezcla de imágenes con IA, Whisk!
Google decidió robarle el protagonismo a OpenAI, que pretendía monopolizar la atención con sus anuncios de Sora, OpenAI o1, ChatGPT Projects, Canvas, etc. Pero en definitiva, los anuncios de OpenAI no son ni originales ni sorprendentes. Y es Google quien atrae todas las miradas al demostrar hasta qué punto la empresa se está reinventando a sí misma y a sus herramientas mediante la proliferación de nuevas soluciones, nuevas ideas y nueva IA.
Whisk: edición y combinación de imágenes con IA
Así, Google presentó ayer una herramienta muy interesante para todos aquellos que no son muy buenos gráficos pero sueñan con crear y retocar imágenes de forma muy sencilla pidiéndole a una IA en lenguaje natural que haga el trabajo. Batidor transforma el enfoque tradicional de la creación de imágenes. Esta nueva plataforma, desarrollada en Google Labs, redefine el paradigma habitual de las indicaciones de texto al favorecer una interfaz visual intuitiva para que la herramienta sea accesible al mayor número de personas posible.
La arquitectura técnica de Whisk se basa en una sofisticada sinergia entre dos modelos de IA de vanguardia: Gemini, que analiza y genera automáticamente descripciones detalladas de las imágenes de origen, e Imagen 3, el último modelo de generación de imágenes de Whisk. Google. Esta arquitectura de canalización permite a la IA no sólo comprender el contenido de los elementos visuales proporcionados por el usuario sino también adaptarlos y reelaborarlos sin traicionarlos.
El flujo de trabajo de Whisk se estructura en torno a tres componentes visuales distintos: una imagen para el tema principal, otra para la escena y otra para el estilo artístico. Este enfoque modular ofrece una flexibilidad asombrosa y una gran simplicidad en la creación, lo que permite generar ilustraciones y diseños extravagantes de objetos derivados, como alfileres o pegatinas esmaltados.
<
Los comentarios iniciales de creativos y artistas posicionan a Whisk no como un simple editor de imágenes, sino como una herramienta para una exploración creativa rápida. La plataforma favorece la iteración y la experimentación sobre la precisión píxel por píxel, lo que permite a los usuarios explorar rápidamente múltiples variaciones conceptuales.
Un aspecto técnico notable es la capacidad de Whisk para extraer la esencia de las imágenes originales en lugar de replicarlas exactamente. Este enfoque a veces puede generar variaciones inesperadas en las características físicas de los sujetos, pero la interfaz permite a los usuarios ajustar las indicaciones subyacentes para un control más preciso del resultado final.
VEO2 produce secuencias de vídeo en 4K
La semana pasada, OpenAI finalmente formalizó la disponibilidad “controlada” de su fantástica IA generadora de vídeos, lamentablemente no accesible para los europeos por el momento.
Google respondió rápidamente al joven crecimiento con la versión 2 de su propia IA de generación de video: VEO.
y VEO2 golpea fuerte con una nueva característica que marca la diferencia: ¡la capacidad de generar videos 4K!
VEO 2 traspasa los límites técnicos de VEO1 y sus competidores. Además de la resolución 4K, el nuevo modelo de IA demuestra un profundo conocimiento de la física del mundo real y las complejidades del movimiento humano. Su dominio del lenguaje cinematográfico le permite un control preciso de los parámetros visuales, desde la elección de lentes hasta los efectos especiales. Un progreso notable reside en la reducción significativa de las “alucinaciones”, esos artefactos no deseados típicos de la generación de vídeos con IA.
Google está adoptando un enfoque gradual y mesurado para el lanzamiento a través de VideoFX, YouTube y Vertex AI. Cada contenido generado incluye la marca de agua invisible SynthID, garantizando una trazabilidad responsable. Las evaluaciones humanas colocan a VEO 2 en una posición de liderazgo frente a modelos competidores, incluido Sora de OpenAI.
Los primeros vídeos producidos por evaluadores cuidadosamente seleccionados demuestran la versatilidad de VEO 2, especialmente adecuado para crear contenidos cortos de YouTube y producir secuencias cinematográficas elaboradas.
<
Como suele suceder, Whisk y VEO2 actualmente solo son accesibles para usuarios radicados en los Estados Unidos a través del famoso «labs.google». ¡Saca tu VPN!
Lea también:
OpenAI lanza oficialmente su modelo de vídeo SORA pero no en Europa…
Meta presenta Movie Gen, su modelo de IA de vídeo que compite con SORA de OpenAI
Google Gemini 2.0: La era de los agentes inteligentes
Google anuncia VEO, un modelo competidor de SORA de OpenAI
[
