Introducción a la IA · Generación de video · Google DeepMind

Veo 2, 3

“Diálogo y sonido ambiente” — el camarógrafo que también graba el sonido

📂 Generación de video🆓 Prueba gratuita🇰🇷 Excelente en coreano📊 Nivel básico
WHAT

¿Qué son Veo 2 y 3?

Veo es un modelo de generación de video desarrollado por Google DeepMind. Su mayor diferencia es que no solo crea imágenes, sino que genera a la vez los diálogos de los personajes y los sonidos ambientales y de fondo.

  • 1No se agregan la imagen y el sonido por separado: se genera todo de una vez
  • 2La versión más reciente disponible ahora es Veo 3.1
  • 3Empiece con una cuenta de Google y continúe en Flow
Director de fotografía de unos 40 años, sentado junto a la cámara, con una mano en el anillo de enfoque y otra haciendo la señal de silencio mientras capta también el sonido.
El camarógrafo que también graba el sonido: es el personaje de Nanum Consultoría que representa las características de Veo 2 y 3.
WHY

¿En qué se diferencia?

Diferencias comprobadas en el aula al probar el mismo material con varias herramientas.

🔊

No añade sonido por separado

Genera el diálogo de los personajes, los pasos, el ruido ambiente y la música de fondo junto con la imagen. En otras herramientas hay que obtener el video y el audio por separado y luego sincronizarlos; aquí salen desde el principio como un solo bloque. La rigidez de los labios que no coincide con el habla se reduce mucho.

🚪

Con una cuenta de Google, la puerta ya está abierta

Si su empresa usa cuentas de Google, no hace falta registrarse en nada nuevo. Pruébelo directamente dentro de Gemini y, para pulir un video más largo, pase a las herramientas de producción de video de Google. Que no se trabe aunque decenas de personas empiecen al mismo tiempo en un taller es la diferencia real.

🎚️

Unir escenas y alargarlas

La versión más reciente, Veo 3.1, añade pantalla vertical, extensión de videos, definición del primer y el último fotograma, y uso de imágenes de referencia. Ya no se queda en un experimento de un solo plano: puede llevarse hasta un video con hilo narrativo.

⚖️ Sus limitaciones también son claras

Para obtener una duración útil hay que pagar. La tarifa para desarrolladores se cobra por segundo de video, así que un video de 20 segundos supera rápido el costo de un café. Además, el modelo aparece dividido en Veo 2, 3 y 3.1, así que primero hay que confirmar qué versión está usando.

💡 Dicho de forma sencilla

Parece un director de fotografía que lleva juntos la cámara y el micrófono de pértiga. Se reduce la necesidad de reunir y ajustar por separado la imagen y el sonido.

🏢 Por qué importa en una organización

La calidad de un video interno suele depender del sonido. Si puedes escuchar también el sonido en la etapa de borrador, sin encargar la edición de audio a un externo, las decisiones en la reunión de planificación son mucho más rápidas.

SCENE

Mismo trabajo, otro método

Mañana tengo que llevar a la reunión el borrador del video de presentación del producto

Método anterior

  1. Descargar un video parecido de un sitio de material gratuito
  2. Buscar música libre y recortarla según la duración
  3. Sin efectos de sonido, la imagen se siente vacía
  4. En una reunión le dicen: 'no me transmite nada'

Con Veo 2 y 3

  1. Escribe en la frase también el sonido que quieres que se escuche junto con la escena
  2. Genera una toma de 8 segundos con diálogo y música de fondo
  3. Fije el último cuadro para encadenar la siguiente toma
  4. Decidir en la reunión al instante, con un borrador que ya incluye el sonido
USE

Se usa para estas tareas

01

Video informativo con diálogo

Crea escenas en las que una persona habla, como la explicación de un reglamento interno o un ejemplo de atención al cliente. Si escribe el diálogo entre comillas, el sonido sale junto con él.

02

Apertura en la que el ambiente y el sonido son importantes

Crea un video corto que se reproduce antes de un evento o una clase. Usted especifica en una frase sonidos como la lluvia, los pasos o la reverberación del espacio.

03

Tomas de muestra para adjuntar a un plan

Muestra en un corte de 8 segundos la idea de video que antes solo se describía con palabras. Si se entrega como video de referencia a la productora externa, la reunión será más corta.

FIT

Es ideal para quienes

Para quién es

  • ✓Quien crea videos con escenas en las que una persona habla
  • ✓Quien ya trabaja con su cuenta de Google
  • ✓Equipos pequeños que no pueden encargar el trabajo de sonido a un proveedor externo

Quienes prefieren otras herramientas

  • –Quien quiera hacer videos largos solo con la versión gratuita
  • –Quien se dedica principalmente a cortar y unir material filmado
  • –Quien necesite llevar un espacio real a tres dimensiones
SECURITY

¿Se puede usar en la empresa?

Estas son las preguntas que más hacen los responsables de implementación y el equipo de seguridad.

¿Se usa lo que escribo para entrenar?Según el tipo de cuenta de Google, cambia el tratamiento de los materiales que se ingresan. Si es trabajo de la empresa, conviene usar una cuenta de Workspace de la organización y no una cuenta personal.
Planes para empresas y equiposPara organizaciones hay una cuenta de Google Workspace y el acceso para desarrolladores a la API de Gemini. El administrador puede definir el alcance de uso.
En ningún casoNo pidas que se parezca a una persona real ni que imite la voz de una figura pública. Como principio, el video debe indicar que fue producido con IA.

Aviso: las condiciones de tratamiento de datos y de uso comercial según el tipo de cuenta deben reconfirmarse con el texto oficial de los términos.

START

Guía de inicio de 10 minutos

  1. 1

    Entra en Gemini con tu cuenta de Google y abre primero la función para crear videos.

  2. 2

    Además de la escena, escribe en la frase 'qué sonido quieres que se escuche', y así se crea el clip de 8 segundos.

  3. 3

    En las escenas en las que hay personas hablando, escriba el diálogo exacto entre comillas.

  4. 4

    Para editar con más detalle, pase a Flow, la herramienta de Google para producir video, y una las tomas.

PROMPT

Prompt para copiar y pegar tal cual

Cambie solo la parte entre [corchetes] y péguelo.

Toma informativa con diálogo
En una oficina luminosa, una persona de aspecto cuidado mira a la cámara y dice: "A partir de este mes cambia [nombre del programa]. La solicitud se hace en el sistema interno." La voz debe ser tranquila y clara; de fondo, el ruido silencioso de una oficina. 16:9, 8 segundos.
Apertura en la que el sonido es protagonista
Comienza junto a una ventana con lluvia y la cámara se desplaza lentamente hacia el escritorio del interior. Sonidos audibles: lluvia golpeando el cristal, ruido lejano de la ciudad y sonido de páginas al pasar. Sin diálogos. Iluminación cálida de interior. 16:9, 8 segundos.
Borrador de presentación de producto
Una cámara recorre lentamente [nombre del producto] sobre un escritorio. Sonidos: un roce suave al tomar el producto y un fondo tranquilo. Luz matinal, sombras suaves, solo aparecen las manos. 16:9, 8 segundos.
Definir primer y último cuadro
Primer cuadro: la puerta cerrada de una sala de reuniones. Último cuadro: el interior de la sala con personas sentadas. Entre ambos, la puerta se abre y la toma avanza hacia dentro con ese movimiento. Sonidos: el de la puerta al abrirse y una conversación de fondo en voz baja. 16:9, 8 segundos.
Recreación de situaciones de capacitación
Escena en el mostrador de una tienda: el empleado escucha al cliente hasta el final y responde con calma. Diálogo: "Lamentamos las molestias. Lo verificamos de inmediato." Que el rostro no parezca el de una persona específica. Incluir el sonido ambiente de la tienda. 16:9, 8 segundos.
RECIPE

Usar junto con otras herramientas

El trabajo cambia cuando se conectan dos o tres herramientas, no solo una.

Video de borrador para adjuntar a la propuesta (1 hora)

1Con Claude, ordene la escena y el diálogo de tres tomas de 8 segundos
2Crear con Veo cada toma con su sonido incluido
3Se unen en CapCut y se añaden los subtítulos

Inserto de video para capacitación interna

1Organiza con Gemini el tema de capacitación y los ejemplos de situaciones
2Con Veo se crea una toma de recreación de la situación, con diálogo
3Extraiga los subtítulos automáticamente con Vrew y añádalos
CAUTION

Lo que conviene saber antes de usarla

  • Antes que nada, revise qué versión está usando. Veo 2, 3 y 3.1 dan resultados distintos, y 'Veo 4' todavía no es un nombre anunciado por Google.
  • La API para desarrolladores se cobra por segundo de video. Antes de alargar la duración, calcule el costo unitario.
  • No pidas que se imite el rostro ni la voz de personas reales o de figuras públicas.
  • Si no indica el sonido, el resultado queda sin gracia. Describa la escena y también 'qué sonidos deben oírse'.
PRICE

Precios: uso personal y uso empresarial

El plan que una persona paga por su cuenta y el plan que una organización contrata por miembro del equipo son distintos.

Uso individual

Gratis
₩0 per month

Basta con una cuenta de Google para usarlo dentro del límite básico. La generación de videos es limitada.

Google AI Plus
KRW 7,500 (≈ US$6) al mes

Herramienta de video Flow: 200 créditos al mes

Google AI ProPlan para ver primero
KRW 29,000 (≈ US$22) al mes

1,000 créditos mensuales de Flow. Ampliación de la generación de video

Google AI Ultra
Desde KRW 119,000 (≈ US$89) al mesLa configuración superior cuesta KRW 300,000 (≈ US$225) al mes

Créditos de Flow: 10,000–25,000 al mes. Usa la versión más reciente de Veo

Uso en la empresa

Gemini API · Veo 3.1Planes que conviene revisar primero
Video: $0.40 por segundoEn 4K, $0.60 por segundo

Incluye audio. Sin nivel gratuito

Gemini API · Veo 3.1 Fast
Video: $0.10 por segundo1080p $0.12 · 4K $0.30

Precio unitario, base 720p

Gemini API · Veo 3.1 Lite
$0.05 por segundo de video1080p cuesta $0.08 por segundo

No admite 4K

Fecha de verificación: 2026-09-21 · Para los planes personales, el precio en KRW de la página oficial de suscripciones de Google; para desarrolladores y empresas, el precio por segundo de video de la página oficial de precios de Gemini API. Según la combinación de suscripción (paquetes de almacenamiento), un plan con el mismo nombre puede mostrar precios distintos. Los precios cambian sin previo aviso: antes de pagar, consulte la página oficial. Anuncio oficial de suscripciones de Google AI ↗ · Planes de Google One (Corea) ↗ · Precios oficiales de Gemini API ↗

HONEST

Puntos débiles de Veo 2 y 3

No solo anotamos lo bueno. Estas son las cosas que nos resultaron insuficientes al usarlo.

  • Los créditos se agotan rápido

    Para lograr una escena que te guste hay que generarla muchas veces, y los resultados fallidos también consumen créditos. En poco tiempo, unos pocos videos bastan para agotar el saldo de todo un mes.

  • No tengo claro qué suscripción es cuál

    Según el nombre del plan y el paquete de almacenamiento, un mismo nombre aparece con montos distintos. Para confirmar en qué condiciones lo estás usando, hay que volver varias veces a la página de información.

  • Los subtítulos en coreano hay que añadirlos por separado

    Los diálogos en coreano salen bien, pero a veces el texto dentro de la imagen se deforma. Por eso, los subtítulos y los títulos terminan agregándose en la herramienta de edición, y eso suma un paso más.

COMPARE

Herramientas para comparar

Término relacionadoTexto a video

Preguntas frecuentes

Con una cuenta de Google puede probarlo de forma limitada en el nivel gratuito. Para un uso serio necesita una suscripción, y la página oficial de precios indica que la API para desarrolladores no tiene nivel gratuito.
Sí es posible. Puede indicar las escenas y los diálogos en español, y el diálogo sale con sonido. Sin embargo, para escribir subtítulos en coreano dentro del video, lo más preciso es hacerlo en una herramienta de edición.
Es más seguro usarlo con una cuenta de Google corporativa en lugar de una personal. Al difundir los videos hacia afuera, indique que fueron creados con IA y evite las escenas que hagan parecer a personas reales.

Última actualización: 2026-09-22 · Las valoraciones de esta página se basan en la experiencia directa del CEO de Nanum Consultoría, John Kim, en sus clases y en su trabajo profesional.

Veo 2, 3: con la capacidad de nuestra organización

Si deja su consulta, le respondemos en menos de 24 horas. Le proponemos un programa de capacitación adaptado a su sector y puesto.

Curso para dominar esta herramientaCapacitación en uso de herramientas de IA (por uso)