Vidu Q2: la IA ya no copia solo la imagen, también la actuación

Mientras el mundo espera siquiera una beta cerrada de Sora, de OpenAI, los desarrolladores chinos de Shengshu Technology han decidido que la época de las demos vistosas se acabó. Su proyecto Vidu ya se había hecho notar como un competidor serio en el vídeo generativo, pero la nueva actualización Q2 con la función Reference Pro lleva el juego a otro nivel.

El principal problema del vídeo con redes neuronales hoy es la falta de control. Se puede obtener un plano espectacular, pero lograr que el modelo lo repita con el mismo personaje o con la misma estética es prácticamente imposible. Vidu Q2 intenta resolverlo con una herramienta que en la industria se conoce como consistencia.

La clave de Reference Pro es que ya no basta con escribir un prompt de texto y confiar en la suerte. Se le da al modelo una referencia: puede ser la imagen de un personaje, un efecto visual concreto o incluso un vídeo con movimientos que hay que copiar. La red analiza la referencia y «absorbe» sus características. En los círculos tecnológicos chinos lo llaman efecto de inmersión total en el contexto. Permite mantener el rostro del protagonista sin cambios a lo largo de varias escenas, algo que hasta hace poco era el mayor quebradero de cabeza para quienes intentaban montar un cortometraje o un anuncio con piezas generadas por IA.

Técnicamente, Shengshu Technology ha logrado separar los atributos de estilo y de contenido en el espacio latente del modelo. Eso significa que se puede tomar una coreografía compleja de un vídeo y trasladarla a un personaje totalmente distinto en otro entorno, conservando la física y la dinámica del original. No es una simple máscara superpuesta, sino un reensamblaje completo de la escena según los nuevos datos. Este enfoque convierte a Vidu Q2 no en un juguete para hacer memes, sino en una herramienta de trabajo para agencias creativas y estudios pequeños que no tienen presupuesto para gráficos a gran escala, pero sí exigen calidad.

¿Por qué importa ahora? Asistimos a una transformación del mercado de contenido con IA. La primera etapa del «efecto wow», cuando nos asombraba la mera posibilidad de animar una imagen, ha terminado oficialmente. Empieza la etapa del pragmatismo. A los profesionales no les sirven las obras maestras fortuitas; necesitan herramientas que cumplan un encargo técnico. Empresas chinas como Shengshu Technology y los creadores de Kling lo entienden mejor que nadie. Mientras las corporaciones occidentales se empantanan en cuestiones legales y filtros éticos, los desarrolladores orientales crean funciones aplicadas que cambian ya el flujo de producción de contenido.

También es interesante cómo trabaja Vidu con los detalles. Reference Pro permite copiar incluso esquemas de iluminación y texturas complejas. Si en la referencia había una luz suave de atardecer y cierto grano de película, el modelo trasladará esa atmósfera al resultado final con una precisión notable. Esto pone en entredicho los métodos tradicionales de posproducción, porque muchas tareas pueden resolverse ya en la fase de generación. La barrera de entrada a la producción de vídeo de calidad cae con rapidez, y Vidu Q2 es uno de los principales impulsores.

Por supuesto, persisten las dudas sobre los derechos de autor y sobre cómo se usarán estas herramientas para crear deepfakes, pero el avance tecnológico ya no se puede detener. Vidu Q2 Reference Pro fija un nuevo estándar de control al que inevitablemente tendrán que aspirar Luma, Runway y, con más motivo, OpenAI. En un mundo donde una herramienta «inteligente» puede copiar una actuación o un estilo visual complejo en cuestión de minutos, el valor de la idea supera al de la ejecución técnica.

Lo esencial: Vidu Q2 convierte la generación de vídeo de una lotería en un proceso controlable y apuesta por los creadores profesionales de contenido. ¿Podrá Sora ofrecer algo más funcional que imágenes bonitas cuando por fin salga a la luz?