Google Veo es el modelo de generación de vídeo de Google DeepMind, que crea clips de vídeo cortos a partir de prompts de texto o imágenes de referencia. En las campañas de los clientes, funciona mejor para visuales conceptuales, B-roll, tomas de ambiente de producto y variaciones rápidas de anuncios, no como sustituto de la filmación de personas reales, productos reales en uso o cualquier cosa que deba ser fácticamente exacta. La parte útil es la velocidad en la preproducción y las pruebas; los límites son la duración, la consistencia y la revisión de derechos.
Veo está disponible a través de varios productos de Google en el momento de escribir este artículo, incluyendo la aplicación Gemini en algunos planes, la herramienta de cine Flow, Vertex AI para desarrolladores y empresas, y funciones dentro de YouTube Shorts. Las versiones más recientes han añadido la generación de audio nativa, por lo que un clip puede incluir sonido ambiental, efectos o diálogos. El acceso, las cuotas y las funciones difieren según el producto y la región, así que compruebe lo que incluye su cuenta.
¿Qué puede hacer bien Google Veo?
Veo produce clips que suelen durar unos segundos, con iluminación realista, movimiento de cámara y movimiento físico para muchas escenas. Puede describir el lenguaje de cámara como “dolly in lento”, “toma aérea” o “profundidad de campo reducida”, y el modelo generalmente lo sigue. La función de imagen a vídeo le permite empezar desde una imagen fija, como un render de producto o una ilustración de marca, y animarla.
Es fuerte en la atmósfera. Vapor que sale de un café, olas en una costa, una calle de la ciudad al atardecer, formas abstractas que se mueven en los colores de la marca: estas son las tomas que solían requerir material de archivo o un rodaje pequeño, y se adaptan bien a Veo.
¿Dónde se queda corto Veo para el trabajo de marca?
Varios límites son importantes en los proyectos de los clientes:
- Duración: los clips individuales son cortos, por lo que los vídeos más largos se ensamblan a partir de muchas generaciones en un editor.
- Consistencia: mantener el mismo personaje, atuendo o producto exactamente igual a lo largo de las tomas es difícil, aunque las funciones de imagen de referencia ayudan.
- Texto y logotipos: el texto en pantalla y las marcas de la marca pueden salir distorsionados; es mejor añadirlos en la postproducción.
- Precisión del producto: el modelo puede cambiar la forma, la etiqueta o el color de un producto, lo cual es inaceptable para tomas de embalaje o comercio electrónico.
- Las manos, las caras y las interacciones finas todavía producen errores ocasionales que un espectador nota.
Google añade SynthID, una marca de agua invisible, a la salida de Veo, y algunos productos también muestran una marca de agua visible. Eso apoya la transparencia pero también significa que el contenido es identificable como generado por IA, lo que debería ser parte de la decisión creativa.
¿Cómo decidimos si una toma debe usar Veo?
Cada briefing pasa por un filtro simple durante la planificación. Preguntamos qué debe demostrar la toma al espectador. Si muestra el producto real funcionando, un cliente real o una ubicación real en la que opera la marca, lo filmamos o usamos material con licencia. Si crea un estado de ánimo, ilustra una idea o llena una transición, Veo es un candidato.
Tipos de tomas y nuestra elección habitual
- Primeros planos de productos para comercio electrónico: filmados o renderizados en 3D a partir de archivos reales.
- Tomas de ambiente de estilo de vida sin personas identificables: a menudo Veo.
- Movimiento de marca abstracto y fondos: a menudo Veo.
- Testimonios e historias de fundadores: siempre filmados.
- Animáticas de guion gráfico para aprobación del cliente: Veo o modelos de imagen.
- Variaciones de anuncios sociales probando diferentes configuraciones: Veo, con el producto compuesto a partir de metraje real.
Cómo aplica Alien Road Google Veo paso a paso
En un compromiso típico, Veo entra en la etapa de guion gráfico. El descubrimiento cubre el objetivo de la campaña, las plataformas, las relaciones de aspecto y la opinión del cliente sobre el metraje generado por IA, incluidas las políticas internas que tengan. Algunos clientes prefieren no tener personas sintéticas en absoluto, y lo respetamos en la lista de tomas.
Luego viene el desarrollo del prompt. Para cada toma escribimos un prompt estructurado con sujeto, acción, entorno, cámara, iluminación, estilo y pistas de audio, y luego generamos varias tomas. El editor selecciona las mejores y anota el prompt y la configuración en un registro de tomas. El metraje de producto real, los logotipos y el texto se componen en el software de edición, nunca se generan.
La revisión ocurre en dos rondas. El líder creativo comprueba si hay errores visuales fotograma a fotograma, especialmente manos, reflejos y detalles de fondo. Un gestor de cuenta comprueba entonces el corte frente a las reglas de marca del cliente y las políticas de la plataforma, incluidas las etiquetas de divulgación donde plataformas como YouTube, Meta o TikTok las requieren para contenido sintético realista. Los informes comparan el rendimiento de las creatividades basadas en Veo con las filmadas donde ejecutamos ambas, utilizando las propias métricas de la plataforma publicitaria, como la tasa de parada de pulgar, el visionado y el coste por resultado.
¿Cómo es un buen prompt de Veo?
Los prompts vagos dan escenas genéricas. Una estructura útil cubre seis elementos: el sujeto, qué hace, dónde, cómo se mueve la cámara, la luz y el estilo. Por ejemplo: “Una taza de café de cerámica sobre una mesa de café de madera, vapor subiendo lentamente, luz de la mañana desde una ventana a la izquierda, empuje lento desde la altura de la mesa, tonos cálidos, profundidad de campo reducida, sonidos ambientales suaves de café”. Cada parte estrecha el resultado.
También ayuda decir qué no debe aparecer, como “sin personas, sin texto”, y mantener una acción principal por clip. Pedir varios eventos en una generación corta a menudo produce una escena confusa.
¿Qué pasa con los derechos y las aprobaciones?
Los términos de Google para Veo establecen quién puede usar las salidas y cómo, y esos términos difieren entre los productos de consumo y los de empresa. Para campañas comerciales, generalmente preferimos el acceso empresarial, como Vertex AI, donde se aplican términos corporativos, y registramos qué producto y términos se utilizaron para cada clip.
Las representaciones realistas de personas reales, figuras públicas o productos de la competencia están excluidas de nuestros prompts, tanto por razones legales como porque las plataformas los restringen. Los clientes aprueban cualquier metraje sintético antes de que se ejecute en medios pagados, y la aprobación se almacena con el registro de tomas.
¿Vale la pena Veo para presupuestos más pequeños?
A menudo sí, para las partes correctas de un vídeo. Una pequeña empresa que no puede permitirse un rodaje en exteriores aún puede obtener tomas de establecimiento y transiciones pulidas, y luego gastar su limitado presupuesto de producción en filmar el producto y las personas que importan. Los ahorros provienen de reemplazar las búsquedas de material de archivo y los nuevos rodajes de escenas simples, no de reemplazar toda la producción.
Por dónde empezar esta semana
Tome su próximo briefing de vídeo y marque cada toma como “debe ser real” o “ambiente e ilustración”. Para dos tomas de ambiente, escriba un prompt con sujeto, acción, entorno, cámara, luz y estilo, y genérelas en cualquier producto de Veo al que su cuenta pueda acceder. Compare los resultados con el material de archivo que usaría normalmente, y verifique los términos para uso comercial antes de que algo se publique.
Siga leyendo: Producción de vídeo · Marketing de IA