Qwen, Luma y Pika: ponemos a prueba la creación de vídeos con IA indistinguibles de los reales

Hace solo un año y medio, el vídeo generado con IA se delataba con facilidad: movimientos bruscos, rostros borrosos y una física de los objetos poco natural. Hoy estos clips aparecen bastante menos en los feeds, pero el fenómeno admite dos explicaciones muy distintas. O la tecnología ha avanzado tanto que ya cuesta distinguir un vídeo de IA de uno real, o la gente simplemente ha aprendido a usar las herramientas de forma más profesional. Lo más probable es que influyan ambos factores a la vez.

Qué ha cambiado en un año y medio

La calidad de la generación de vídeo ha dado un salto. Antes, los primeros fotogramas bastaban para revelar que un clip procedía de una red neuronal. Las herramientas actuales, en cambio, saben imitar la cinematografía real: el movimiento de cámara, la profundidad de campo y las transiciones de luz naturales entre escenas.

Al mismo tiempo, los usuarios han ganado destreza. La comunidad en torno a la generación de vídeo ha consolidado una serie de prácticas: cómo redactar los prompts, qué estilos indicar y cómo posprocesar el resultado. Lo que antes exigía decenas de iteraciones y daba un resultado mediocre ahora se reproduce en unos pocos intentos.

Estas son las tres herramientas que marcan ahora la pauta del mercado:

• Qwen Video, de Alibaba: un modelo multimodal centrado en seguir con precisión las instrucciones de texto
• Luma Dream Machine: especializada en escenas cinematográficas con movimientos de cámara fluidos
• Pika: pensada para clips cortos y virales, popular entre los creadores de contenido de TikTok y Reels

Qué se puso a prueba exactamente

Los autores se marcaron un objetivo concreto: intentar crear con cada herramienta un clip que encajara con naturalidad en el feed de una red social y que no provocara la reacción instintiva de «esto es claramente IA». No buscaban solo una imagen técnicamente bonita, sino contenido con una dinámica verosímil, el ritmo adecuado y detalles que el espectador percibe de forma subconsciente.

«Decidimos hacer un experimento para averiguar si los vídeos de baja

calidad creados con redes neuronales han desaparecido de verdad o si la gente ha aprendido a hacer clips tan buenos que ya no sabemos distinguir qué es qué».

La tarea resultó más difícil de lo esperado. Cada una de las tres herramientas tiene puntos fuertes y débiles bien definidos. Qwen funciona mejor con prompts detallados, pero puede generar artefactos cuando hay personas moviéndose en el plano. Luma crea escenas atmosféricas impresionantes, aunque se desenvuelve peor con primeros planos de rostros y diálogos. Pika es rápida e intuitiva, pero su calidad baja en escenas complejas con varios planos y muchos objetos en el encuadre.

Dónde está la frontera entre lo real y lo generado

Los modelos actuales han aprendido a ocultar los indicios clásicos de la generación con IA. Los dedos ya no se deforman en configuraciones imposibles, el texto de los objetos del fondo es legible y la física de líquidos y tejidos ha mejorado notablemente. Aun así, un ojo experto todavía detecta algunas señales persistentes:

• Una iluminación demasiado «perfecta», que casi nunca se ve en grabaciones amateur reales
• Micromovimientos oculares y expresiones faciales que no terminan de sincronizarse con el habla
• Las texturas del pelo en movimiento, sobre todo con fondos complejos o dinámicos
• Transiciones de montaje y ángulos de cámara impropios de un operador humano

Es justo en estos detalles donde las tres herramientas difieren en resultados. Luma gana en paisajes y planos de producto, donde no hay personas en primer plano. Pika rinde mejor cuando se necesita un montaje rápido y dinámico que no se detenga en los detalles. Qwen destaca cuando importa reproducir con precisión los pequeños detalles de la escena descrita.

Qué significa todo esto

La frontera entre el vídeo con IA y la grabación real se está difuminando a gran velocidad. Para los creadores de contenido, esto abre nuevas posibilidades: producir clips sin cámara, sin actores y sin estudio, con una barrera de entrada prácticamente nula. Para los espectadores, plantea una pregunta completamente nueva: ¿en qué fijarse ahora para valorar la autenticidad de un vídeo en el feed?