Modelo de video · Google DeepMind
Veo 3.1 es la familia de modelos de video de Google DeepMind, lanzada en octubre de 2025 y completada con Veo 3.1 Lite en marzo de 2026. En Deepnia, Veo crea clips de 8 segundos cuya imagen y cuyo sonido (diálogos, efectos de sonido, ambiente) se generan juntos, a partir de un texto o de una foto. Tres niveles: Lite para probar una idea, Fast para producir rápido, Quality para la versión más cuidada.
La herramienta de video se abre con Veo ya seleccionado. El costo exacto aparece antes de cada creación; te registras al momento de generar.
Google indica que Veo 3.1 siempre genera su audio: los diálogos, los efectos de sonido y el ambiente nacen en la misma generación que la imagen. Escribe las líneas de diálogo entre comillas y describe los sonidos en el prompt.
Lite, Fast y Quality corresponden a Veo 3.1 Lite, Veo 3.1 Fast y Veo 3.1. Según Google, Veo 3.1 apunta a la mayor fidelidad visual, Fast a una producción más rápida y Lite a los usos en volumen, a la misma velocidad que Fast. En Deepnia, los tres crean clips de 8 s en 9:16 o 16:9.
Google DeepMind destaca la física creíble, el realismo y la fidelidad al prompt de Veo 3.1. Los términos de cine (plano aéreo, travelling, primer plano) van directamente en el texto.
Agrega una imagen y describe el movimiento: Veo construye el video a partir de ella. Google indica que la versión 3.1 sigue mejor el prompt y cuida más la imagen y el sonido en imagen a video.
Google añadió el formato vertical nativo en enero de 2026. Elige 9:16 para Reels, Shorts y TikTok, y 16:9 para YouTube o un sitio web.
El botón «Probar Veo» abre la herramienta de video de Deepnia con el modelo ya seleccionado.
En «Modo», elige Lite para probar una idea, Fast para producir rápido y Quality para la versión final.
Quédate en solo texto o agrega una imagen para animar (10 MB como máximo).
Elige el formato 9:16 o 16:9, describe la imagen y los sonidos, revisa el costo que aparece y lanza la creación. La duración es siempre de 8 s.
Copia un prompt, abre la herramienta y adáptalo a tu proyecto.
Anuncio de ocho segundos, estilo cine: al amanecer, un barista vierte leche en un capuchino, la espuma dibuja una hoja, el vapor sube en un rayo de sol. La cámara avanza lentamente hacia la taza. Sonidos: silbido de la cafetera, tazas que chocan, jazz suave. Sin diálogos, sin texto en pantalla.
Anima esta foto: la botella de jugo se queda en el centro, gotas resbalan por el vidrio, rodajas de limón caen en cámara lenta a su alrededor y la luz se intensifica suavemente. Sonidos: burbujeo, hielos que tintinean. Sin texto añadido.
Vista desde arriba de una azotea iluminada de noche: el público aplaude, una pantalla grande se enciende detrás del escenario, cae confeti dorado. La cámara desciende rápidamente hacia el escenario. Sonidos: bajos de música electrónica, gritos de alegría. Sin texto en pantalla.
En un gimnasio luminoso, una entrenadora termina una serie de sentadillas, se endereza, mira a la cámara y dice en inglés: «Five more minutes. You've got this.» Plano medio, cámara en mano ligera. Sonidos: música motivadora, respiración, eco del gimnasio.
Toma aérea lenta sobre una villa nueva con alberca en Cancún, a media mañana; las palmeras se mueven ligeramente y la cámara desciende con suavidad hacia la entrada principal. Estilo de video inmobiliario de alto nivel. Sonidos: pájaros, viento ligero, chapoteo del agua.
A partir de esta foto del salón decorado, la cámara se desliza lentamente entre las mesas con flores hacia la mesa de los novios, las velas titilan, caen pétalos con suavidad. Sonidos: piano suave, murmullos de los invitados.
Los otros modelos de video de Deepnia, para elegir según tu proyecto.
| Modelo | Duración | Resolución | Formatos | Ideal para |
|---|---|---|---|---|
| VeoEste modelo | 8 s | Según el modo | 9:16 · 16:9 | Clips de 8 segundos con sonido, en tres niveles. |
| Gemini Omni | 4, 6, 8 o 10 s | 720p–4K | 9:16 · 16:9 | Elegir la duración (de 4 a 10 s) y la resolución hasta 4K, con 7 imágenes de referencia. |
| Seedance 2.5 | 4–30 s | 480p–720p | 16:9 · 9:16 · 1:1 · 3:4 · 4:3 · 21:9 | Videos de hasta 30 s con sonido y hasta 16 referencias. |
| Seedance 2.0 | 4–15 s | 480p–1080p | 16:9 · 9:16 · 1:1 · 3:4 · 4:3 · 21:9 | El 1080p con sonido siempre incluido y referencias de imagen y video. |
| Kling 3.0 | 3–15 s | Según el modo | 9:16 · 1:1 · 16:9 | Un editor de 5 planos, personajes persistentes y sonido opcional. |
| Grok Video | 6–30 s | 480p–720p | 9:16 · 1:1 · 16:9 · 2:3 · 3:2 | Videos de 6 a 30 s, ajustables al segundo, a partir de un texto o de una imagen. |
La familia Veo 3.1 de Google, en tres niveles: Lite (Veo 3.1 Lite), Fast (Veo 3.1 Fast) y Quality (Veo 3.1). «Quality» es el nombre que Deepnia da al modelo Veo 3.1 estándar de Google.
Abre la herramienta de video con Veo seleccionado. En «Modo», elige Lite, Fast o Quality; escribe tu escena con las líneas de diálogo entre comillas y los sonidos aparte, y agrega una foto si quieres animarla. Elige el formato, revisa el costo que aparece y lanza la creación.
Siempre 8 segundos, sea cual sea el nivel. Para un video más largo, crea varios clips y únelos en tu editor de video.
Sí, siempre: los diálogos, los efectos de sonido y el ambiente se generan con la imagen, sin ningún ajuste que activar. Describe en el prompt las voces y los sonidos que quieres escuchar.
Sí: agrega una imagen (10 MB como máximo) y describe el movimiento que quieres, y Veo construye el video a partir de ella. Indica qué debe moverse y qué debe quedarse fijo, como el producto o el rostro.
Según Google, Veo 3.1 (Quality en Deepnia) apunta a la mayor fidelidad visual, Veo 3.1 Fast a una generación más rápida para la producción corriente y Veo 3.1 Lite a los usos en volumen, a la misma velocidad que Fast. En Deepnia, los tres crean clips de 8 s en 9:16 o 16:9.
Pon cada línea de diálogo entre comillas, indica quién habla y con qué tono, y describe aparte los efectos de sonido y el ambiente: es la estructura que recomienda Google. En 8 segundos, una o dos líneas cortas bastan.
Veo para un clip de 8 segundos con el sonido siempre incluido, en tres niveles. Gemini Omni para elegir la duración (4, 6, 8, 10 s) y la resolución hasta 4K, o para combinar hasta 7 imágenes de referencia.
Sí. Google indica que todos los videos de Veo llevan una marca de agua digital invisible, SynthID.
La herramienta de video se abre con Veo ya seleccionado. El costo exacto aparece antes de cada creación; te registras al momento de generar.
