Inicia 23 novCohorte 3 en vivo de Vibe Coding y Agentes IA: 3 semanas, 9 clases en directoCohorte 3 (23.11) →

Gemini montó con una sola instrucción un vídeo de 15 segundos y 13 escenas con código, sin generación de vídeo

Lo habitual es usar un modelo de vídeo, pero a Gemini le pidieron que lo hiciera sin él: con un solo prompt entregó un programa que dibuja y sonoriza por sí mismo 15 segundos de animación. Es una página web con 13 escenas, un héroe de estilo anime llamado AO dibujado con código vectorial y música que sintetiza el propio navegador. Corregir algo se reduce a cambiar un número en el código, no a regenerar fotogramas. Por eso conviene pedir al modelo los títulos y el motion graphics como código.

Procesado por IA desde TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
Gemini montó con una sola instrucción un vídeo de 15 segundos y 13 escenas con código, sin generación de vídeo
Fuente: TG: @cgevent (Метаверсище и ИИще). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @cgevent (Метаверсище и ИИще) ↗
Editor jefe
Lienzo de 1280×720 (169), modo de 24 o 60 fotogramas por segundo
Dato clave #2Exportación a WebM con sonido y línea de tiempo por cortes en la página
Dato clave #3La página terminada se puede publicar en Google Sites con un solo botón

Lo habitual para conseguir un vídeo corto con una red neuronal es recurrir a un modelo de vídeo: dibuja los fotogramas, cada intento cuesta dinero y un ajuste menor como «adelanta el titular 0,3 segundos» obliga a pagar una generación nueva. El autor del canal de Telegram «Metaversishche e IIishche» mostró otro camino. Prohibió a Gemini la generación de vídeo y le dio un solo prompt; a cambio recibió un programa que dibuja y sonoriza por sí mismo 15 segundos de animación en 13 escenas, con un héroe de estilo anime llamado AO. Es decir, el vídeo no se genera como tal, sino que se escribe como código y se reproduce directamente en el navegador.

En las últimas semanas el feed se ha llenado de vídeos en los que Claude Code monta motion design: los titulares vuelan, la cuadrícula gira, todo sincronizado con la música. El autor tomó el prompt de su publicación anterior y se lo dio a Gemini en la aplicación Gemini. Puso condiciones estrictas: nada de agentes ni estudios, una sola petición y ninguna generación de vídeo.

Qué generó exactamente el modelo

Según la propia descripción del modelo, construyó un único archivo HTML, ao_reveal_trailer.html. Dentro hay varias capas:

  • HTML5 Canvas con resolución de 1280×720 en formato 16:9. Es el lienzo habitual para dibujar en el navegador, y todo se renderiza fotograma a fotograma.
  • Un rig vectorial procedural del personaje AO. El héroe no es una imagen, sino que está descrito con código: formas y «huesos» que se pueden mover.
  • Una proyección 3D propia para la tipografía y la cuadrícula. El texto con volumen y la cuadrícula en perspectiva se calculan con fórmulas.
  • Un motor de sonido sobre la Web Audio API. La banda sonora electrónica y los efectos se sintetizan al vuelo; no hay archivos de audio ya hechos.

El vídeo consta de 13 escenas con una duración total de exactamente 15 segundos. Hay un selector entre los modos de 24 y 60 fotogramas por segundo, una línea de tiempo interactiva por cortes y un botón para exportar el vídeo terminado, con sonido, al formato WebM.

Por qué importa a quienes lo usan en la práctica

La generación de vídeo convencional funciona como una lotería: cada intento requiere cómputo y un retoque puntual es casi imposible sin regenerarlo todo. El enfoque de «vídeo como código» funciona de otra manera. La parte cara es una sola: el modelo escribe el programa. Después, la reproducción se ejecuta en su dispositivo y cualquier corrección se reduce a cambiar un número o una línea de texto.

Para el motion design resulta especialmente cómodo. La tipografía, las barras, los títulos de crédito y la animación de interfaces encajan bien en fórmulas y vectores. Un plano realista y cinematográfico no se consigue así; para eso siguen haciendo falta modelos de vídeo.

Otro detalle de la publicación: tras la generación, la aplicación muestra un botón para publicar en Google Sites. El autor subió el resultado final con botones de control en la parte superior e inferior de la página. La cadena «idea, código, publicación interactiva» se cierra dentro de una sola aplicación.

Qué conviene tener en cuenta

Es una publicación personal con una demostración, no una prueba independiente. El autor no indica ni el número de tokens, ni el tiempo de generación, ni la cantidad de intentos. Tampoco hay comparación con lo que logró Claude Code en las mismas condiciones, así que es pronto para decir quién lo hizo mejor. El nombre del modo «Gemini Neon» tampoco se explica en la publicación, de modo que no se puede afirmar nada concreto sobre el modelo ni el plan utilizados.

La exportación a WebM desde el navegador suele depender de las capacidades del propio navegador: la grabación del lienzo y del sonido se hace en tiempo real. Esto significa que un vídeo de 15 segundos tarda unos 15 segundos en grabarse, y en un dispositivo poco potente pueden producirse caídas de fotogramas. Es una propiedad general de este enfoque, no un dato de la publicación.

El autor señala además que Claude Motion, según sus palabras, por ahora solo está disponible en el segmento corporativo, y opina que Anthropic tiene motivos para preocuparse. Es su valoración, no un hecho confirmado.

Conclusión práctica

Si necesita cortinillas de marca, anuncios, animaciones explicativas o teasers con geometría sencilla, pruebe a pedirle al modelo que los construya como una aplicación web en lugar de generar vídeo. En el prompt, defina desde el principio la resolución, la duración, el número de escenas, la tasa de fotogramas y el requisito de exportación. Así el resultado será reproducible y los cambios saldrán baratos. Para escenas fotorrealistas hacen falta modelos de vídeo, pero para el motion graphics la vía programática parece una alternativa seria y económica.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué generó exactamente el modelo?

Según la propia descripción del modelo, construyó un único archivo HTML, ao_reveal_trailer.html. Dentro hay varias capas: HTML5 Canvas con resolución de 1280×720 en formato 16:9. Es el lienzo habitual para dibujar en el navegador, y todo se renderiza fotograma a fotograma. Un rig vectorial procedural del personaje AO. El héroe no es una imagen, sino que está descrito con código: formas y «huesos» que se pueden mover. Una proyección 3D propia para la tipografía y la cuadrícula.

¿Qué se sabe sobre Por qué importa a quienes lo usan en la práctica?

La generación de vídeo convencional funciona como una lotería: cada intento requiere cómputo y un retoque puntual es casi imposible sin regenerarlo todo. El enfoque de «vídeo como código» funciona de otra manera. La parte cara es una sola: el modelo escribe el programa. Después, la reproducción se ejecuta en su dispositivo y cualquier corrección se reduce a cambiar un número o una línea de texto. Para el motion design resulta especialmente cómodo.

¿Qué se sabe sobre Qué conviene tener en cuenta?

Es una publicación personal con una demostración, no una prueba independiente. El autor no indica ni el número de tokens, ni el tiempo de generación, ni la cantidad de intentos. Tampoco hay comparación con lo que logró Claude Code en las mismas condiciones, así que es pronto para decir quién lo hizo mejor. El nombre del modo «Gemini Neon» tampoco se explica en la publicación, de modo que no se puede afirmar nada concreto sobre el modelo ni el plan utilizados.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…