Generador de vídeo Veo
Veo es el modelo de vídeo de Google DeepMind. Veo 3.1 convierte un prompt, un fotograma o un primer y último fotograma en un clip de 4, 6 u 8 segundos, con el sonido en la misma generación. Los límites salen de la documentación de la API de Gemini.
01 — Capacidades
Un plano terminado, con el sonido dentro
Veo 3.1 está especificado como un plano corto, no como una línea de tiempo. Duración, resolución y referencias son parámetros, y varios solo funcionan juntos a 8 segundos.
01
El audio se genera con la imagen
Diálogo, efectos y ambiente salen en la misma generación. El prompt puede llevar pistas de audio, así que el sonido no es una pista que se alinea después.
02
Solo 4, 6 u 8 segundos
Esas son las duraciones que acepta Veo 3.1. 1080p, 4K, imágenes de referencia y la extensión de vídeo exigen el ajuste de 8 segundos. No hay modo de 30 segundos.
03
Primer fotograma, último, tres referencias
Puedes animar una imagen, interpolar de un primer fotograma a un último, o pasar hasta tres imágenes de referencia. Veo 3.1 Lite no admite referencias. Ese es el kit de control.
04
Hasta 4K, en dos relaciones
El modelo completo lista 720p, 1080p y 4K a 24 fps, en 16:9 o 9:16. Lite no tiene 4K. A más resolución, más tiempo y más coste, y extender un clip queda en 720p.
02 — Del prompt al resultado
Prompts que coinciden con los clips
Cada prompt describe la imagen de su tarjeta. “Usar este prompt” envía ese texto a Create. El generador de esta página ejecuta Seedance 2.5, no Veo.
- 01 · Retrato
PromptPrimer plano de un joven con pelo rizado y jersey de punto gris, luz suave de ventana. Mira a otro lado y luego sonríe. Acercamiento lento, poca profundidad de campo.
- 02 · Producto
PromptUna zapatilla de cuero blanca sobre un fondo de estudio gris claro, luz difusa. La cámara orbita despacio. Las costuras se leen, el encuadre sigue limpio.
- 03 · Calle
PromptTravelling lento por un callejón de adoquines en un pueblo europeo antiguo. Rosales en muros de piedra, mesas de café al sol de la mañana, unas pocas personas a lo lejos.
- 04 · Personaje
PromptUna joven con pelo castaño a los hombros y camiseta verde oliva, luz dorada de última hora de la tarde. Gira la cabeza y mira fuera. Brisa en el pelo, cámara en mano.
03 — Dónde encaja
Trabajos que caben en un techo de 8 segundos
La especificación de Veo es un solo plano con sonido. Las historias más largas hay que montarlas en otro sitio.
Una frase ya medida
Ocho segundos bastan para un golpe de diálogo, con la boca y la frase generadas juntas. No bastan para una conversación.
Vertical, o solo horizontal
Las relaciones documentadas son 16:9 y 9:16. El cuadrado, el 4:3 y el 21:9 no están en la lista de parámetros de Veo 3.1.
Ya tienes los dos fotogramas
La interpolación entre el primero y el último es el caso que Veo deja por escrito: dos imágenes y el movimiento entre ellas, a 8 segundos.
Un movimiento de cámara, no una escena
Un acercamiento o una órbita corta caben. Una secuencia de varios lugares no cabe en 8 segundos, y menos si también quieres las opciones de resolución que exigen esos mismos 8 segundos.
04 — Veredicto
Lo que la especificación sí garantiza
Puntos fuertes
- Audio nativo, con pistas de diálogo escritas en el prompt
- Interpolación entre un primer fotograma y un último
- 720p, 1080p y 4K a 24 fps en Veo 3.1
- Hasta tres imágenes de referencia en el modelo completo
Limitaciones
- Ocho segundos es el máximo, y varios controles solo existen a esa duración
- Solo 16:9 y 9:16
- Extender un clip baja la salida a 720p
- Veo no está disponible en ImgToVid
05 — Comparativa
Veo 3.1, Sora 2 y Kling 4.0
Tres clips, tres techos. Las cifras de Sora salen de la última guía de API de OpenAI. La app de Sora cerró el 26 de abril de 2026 y la API de vídeos el 24 de septiembre de 2026.
06 — Cómo funciona
Empieza un clip en ImgToVid
Paso 1
Describe un solo plano
Sujeto, acción, cámara. Si el sonido importa, di qué se oye en la misma frase. Veo no será el modelo que lo ejecute.
Paso 2
Usa el generador de esta página
Ejecuta Seedance 2.5, porque Veo no se ofrece aquí. El prompt y los ajustes pasan a Create.
Paso 3
Genera en Create
La membresía y los créditos se comprueban allí. Volver a esta página no cambia el modelo a Veo.
07 — Preguntas frecuentes
Veo, en claro
¿Qué es Veo?
Veo es el modelo de vídeo de Google DeepMind. La línea documentada ahora es Veo 3.1, con una variante Fast y una Lite, disponible en la API de Gemini.
¿Cuánto dura un clip de Veo 3.1?
4, 6 u 8 segundos. 1080p, 4K, las imágenes de referencia y la extensión de vídeo exigen 8 segundos.
¿Veo genera audio?
Sí. Veo 3.1 genera el audio de forma nativa con el vídeo, y el prompt puede incluir pistas como diálogo y ambiente.
¿Qué fotogramas puedo fijar?
Una imagen de entrada, un último fotograma opcional para interpolar y hasta tres imágenes de referencia en Veo 3.1 y Veo 3.1 Fast. Lite no admite referencias. La relación es 16:9 o 9:16.
¿Puedo generar vídeos de Veo en ImgToVid?
No. El generador de esta página ejecuta Seedance 2.5 para que puedas bosquejar un plano. Veo figura como próximamente.
¿Puedo usar los resultados de forma comercial?
El uso comercial de lo que generes en ImgToVid depende de tu plan. Revisa Pricing y nuestros Terms antes de publicar, y asegúrate de que los prompts y las subidas no infringen derechos de terceros.
08 — Explorar más
Otros modelos de vídeo
El botón de esta página no es Veo
Aun así puedes bosquejar el plano. El generador ejecuta Seedance 2.5 y el prompt te acompaña a Create.
Bosquejar en Create