Google Flow y Adobe Firefly sacan el video con IA de la ventana de chat

--- title: Google Flow y Adobe Firefly sacan el video con IA de la ventana de chat meta_title: Flow y Firefly convierten el video con IA en una herramienta meta_description: Google lanzó Flow como una aplicación dedicada de video con IA mientras Adobe abrió a beta el generador de video de Firefly, un cambio de chatbot a software creativo específico. ---

Dos cosas sucedieron con pocos días de diferencia y, juntas, dicen algo sobre hacia dónde se dirige el video con IA.

Google lanzó Flow, una aplicación independiente para la generación de video con IA que se integra con los modelos Veo 3 y Veo 2 actualizado, además de Imagen 4 para flujos de trabajo de imagen a video. Adobe amplió su generador de texto a imagen y de imagen a video de beta limitada a acceso público amplio a través de la aplicación web Firefly, con una implementación más amplia para suscriptores de Creative Cloud prevista.

Ninguno es un modelo nuevo. Ambos son interfaces, y eso es lo importante.

Por qué una aplicación dedicada supera a una ventana de chat

La primera generación de herramientas de video con IA vivía dentro de interfaces de chat o de entornos de prueba de modelos de propósito general. Escribías un prompt, obtenías un clip y copiabas una URL. Eso funciona para experimentar y se rompe en el momento en que tienes un proyecto.

La propuesta de Flow es la consolidación. Las capacidades de video de Google estaban repartidas en múltiples superficies, y moverse entre texto a video, imagen a video y refinamiento significaba cambiar de herramienta y restablecer el contexto. Una aplicación específica pone esos pasos en un solo lugar, lo que suena menor hasta que estás produciendo una secuencia en lugar de un solo clip.

La integración con Imagen 4 es el detalle que vale la pena señalar. Los flujos de trabajo de imagen a video comienzan con un fotograma fijo, y tener generación de imágenes y síntesis de video en la misma aplicación elimina el traspaso. Ese traspaso es donde se pierde la mayor parte del tiempo en un proyecto real: exportar, subir, volver a especificar, esperar.

La jugada de Adobe es la distribución, no la capacidad

El movimiento de Adobe es más fácil de leer. Ya posee la capa de edición sobre la que se ejecuta el trabajo creativo profesional, y que su generador de video entre en beta pública significa que la salida de video de Firefly aterriza dentro de la misma suscripción, la misma biblioteca de recursos y el mismo flujo de trabajo que todo lo demás.

La lógica estratégica es la dependencia del proveedor trabajando a favor del comprador por una vez. Los suscriptores de Creative Cloud ya pagan por la suite. Añadir generación de video significa que un editor no tiene que evaluar un servicio separado, negociar un contrato separado o gestionar una factura separada. Para Adobe, significa una capacidad de video con IA que llega a toda su base de suscriptores desde el primer día en lugar de competir por atención como producto independiente.

Esa es una ventaja de distribución que los competidores no pueden igualar fácilmente. Runway, Luma y los laboratorios de modelos detrás de ellos tienen que adquirir usuarios. Adobe ya los tiene. La misma lógica explica por qué Adobe ha estado impulsando Firefly en sus aplicaciones individuales, convirtiendo el modelo en una capacidad que aparece dondequiera que ocurra el trabajo en lugar de un destino que los usuarios tienen que visitar.

Hay un riesgo en ese enfoque. Las capacidades incluidas reciben menos atención que los productos independientes, y un generador de video que es meramente adecuado dentro de una suite puede perder frente a una herramienta independiente superior que un equipo adopta deliberadamente. La apuesta de Adobe es que la conveniencia supera a la mejor de su clase para la mayoría de sus usuarios. Para una gran parte de ellos, esa apuesta probablemente dará sus frutos.

El cambio es del modelo al flujo de trabajo

Aléjate de los lanzamientos específicos y hay un patrón en toda la categoría este mes.

Runway se unió al Marketplace de OpenAI como socio de lanzamiento, permitiendo a los clientes empresariales aplicar parte de su compromiso con OpenAI a compras de Runway, y por separado añadió Runway dentro de Dots de OpenAI. Esos movimientos son jugadas de distribución, no de modelo. Creatify entrenó posteriormente MiniMax H3 para convertirlo en un modelo específico para publicidad con precios por segundo. Midjourney se expandió al video con clips de cinco segundos a partir de imágenes o cargas de Midjourney, ajustando su propio ecosistema.

Cada uno de esos se trata de poseer un flujo de trabajo en lugar de enviar un mejor generador. La razón es simple: la calidad del modelo base ha convergido lo suficiente como para que el diferenciador se haya trasladado a lo que rodea al modelo. Qué tan fácil es iterar, qué tan bien se ajusta a un pipeline existente, si la salida aterriza en el sistema donde ocurre la edición final.

Hay un contraejemplo útil. El exevangelista de IA de Google, Laurence Moroney, argumentó que el cierre de la API de Sora junto con los ingresos reales de Kling demuestra que las demos virales no construyen negocios y los flujos de trabajo repetibles sí. La observación se mantiene independientemente de si uno está de acuerdo con los casos específicos. Un clip que se vuelve viral es un evento de marketing. Una herramienta que un estudio usa cada semana es un negocio.

Lo que los creadores realmente necesitan

Dos necesidades dominan, y ninguna se trata de la calidad de generación bruta.

Iteración. Generar un primer clip es fácil. Llegar a la cuarta versión, donde el encuadre es correcto y el movimiento se lee correctamente, es donde desaparece el tiempo. Runway construyó su diferenciador en torno a dirigir una toma por esa razón, y el control de fotogramas clave aparece en casi todos los lanzamientos recientes. La herramienta que abarata la revisión gana sobre la herramienta que hace que los primeros borradores sean más bonitos.

Integración. El video rara vez es el artefacto final. Se corta en una pieza más grande, se etalonajea y se mezcla. Un generador que produce un archivo que importas a tu editor es más útil que uno que produce un archivo que primero tienes que convertir. La ventaja de Adobe aquí es estructural, y es por eso que la beta de Firefly importa más de lo que sugieren sus especificaciones.

Hay un tercer requisito que se discute menos: la previsibilidad. Un estudio necesita saber aproximadamente qué producirá una herramienta antes de ejecutarla, porque el presupuesto depende de ello. Los modelos que varían enormemente entre intentos son difíciles de planificar incluso cuando la salida promedio es buena. Esta es una razón por la que los precios por segundo y los créditos por clip se han vuelto comunes, ya que permiten a un productor estimar el costo antes de comprometerse.

Las advertencias honestas

La disponibilidad y los niveles de precios de Flow se encuentran dentro del ecosistema estándar Gemini de Google, y los detalles de acceso han estado cambiando. Cualquiera que planee en torno a ello debería verificar qué nivel necesita en lugar de asumir.

Para Firefly, la beta pública no es lo mismo que la disponibilidad general. Los conjuntos de funciones y los límites cambian durante una beta, y construir una dependencia de producción sobre una función beta conlleva riesgo. La historia de Adobe sugiere que la capacidad se estabilizará, pero el momento lo decide Adobe.

Y para ambos, los modelos subyacentes cambiarán. Veo 3.1 existe y Veo 2 permanece en la mezcla; Imagen 4 es uno de los varios modelos de imagen que Google ofrece. La capa de aplicación es la parte duradera de estos lanzamientos, y los modelos subyacentes seguirán renovándose. Un equipo que construya su flujo de trabajo en torno a una versión específica del modelo estará manteniendo ese flujo de trabajo indefinidamente.

Qué observar

Si Flow se convierte en la superficie de video predeterminada de Google o compite con sus propios otros productos. La fragmentación es un riesgo real en una empresa que lanza tanto.

Si el video de Firefly permanece dentro de la suscripción o se convierte en un complemento con precio separado. El argumento de la inclusión solo se sostiene mientras esté incluido.

Si la capa de interfaz se convierte en el campo de batalla. Si es así, espera más adquisiciones y más acuerdos de marketplace, porque comprar distribución es más rápido que construir un flujo de trabajo que la gente adopte.

El cambio sustancial de este mes es que el video con IA dejó de ser algo que pides en una ventana de chat y comenzó a ser algo que usas. Esa transición importa más que cualquier lanzamiento de modelo individual en el mismo período, porque es el paso donde una tecnología deja de ser interesante y comienza a ser rutinaria.