Veo 3
El modelo de vídeo de Google con audio sincronizado nativo.
¿Qué es Veo 3?
Veo 3, de Google DeepMind, marcó un antes y un después en 2026 al ser el primer modelo mainstream que genera vídeo con audio sincronizado nativo: música, efectos, ambiente e incluso diálogos coherentes con las imágenes.
Su calidad visual se sitúa a la cabeza en resolución 1080p, física realista y planos cinematográficos de hasta 8 segundos. Disponible tanto en Gemini Advanced para consumidores como en Vertex AI para empresas.
Características principales
Audio nativo
Genera vídeo + audio en un solo prompt.
Físicas creíbles
Simula gravedad y colisiones con precisión.
1080p cinematográfico
Calidad lista para publicación.
Ventajas
- Audio incluido
- Calidad cinematográfica
- Rápido
Desventajas
- Solo 8 segundos
- Requiere Gemini Advanced
Precio
De pago. Incluido en Gemini Advanced (20 €/mes) y Vertex AI.
Casos de uso reales
Anunciantes
Spots con música y voz en un prompt.
Cineastas
Storyboards animados con sonido.
Consejos para sacarle partido
- Describe también el sonido en el prompt.
- Encadena escenas con estilo consistente.
Alternativas a Veo 3
Preguntas frecuentes
¿Genera audio en varios idiomas?+
Sí, incluyendo español.