Google investiga cómo mantener la coherencia en vídeos largos generados con IA
Un conjunto de trabajos de Google Research coordina guion, imágenes y revisión para que personajes y escenarios cambien menos entre planos. Es investigación, sin lanzamiento público anunciado.
- Noticia
- Confirmado
- Publicada el
- 2 minutos de lectura
Lo esencial
- Google presenta cuatro líneas de investigación para planificar, mantener y revisar la continuidad visual.
- Una demostración de A²RD genera una película de diez minutos.
- Es investigación: Google no ha dicho cuándo llegará a sus productos.
- 10 minDuración de la película de demostración de A²RD
- 4 métodosLíneas de investigación reunidas en el artículo de Google Research
Un personaje cambia de ropa entre planos, un objeto reaparece con otra forma o la historia pierde el hilo al alargarse: esos son algunos de los problemas que Google Research aborda en un trabajo publicado el 24 de septiembre de 2026. La propuesta reúne métodos para planificar una narración, conservar información de sus escenas y detectar errores antes de dar el vídeo por terminado.
No se trata de una nueva aplicación de Veo lista para abrir y usar. Google describe cuatro líneas de investigación que trabajan sobre modelos de generación existentes, entre ellos Gemini y Veo. Su objetivo común es coordinar varios planos durante una historia larga.
Cuatro tareas para que un vídeo no pierda el hilo
| Método | Problema que intenta resolver | Idea central |
|---|---|---|
| Co-Director | Que cada fase siga un criterio creativo distinto | Coordina la estrategia, el guion, la producción y una revisión posterior |
| CANVAS | Que cambien sin querer personajes, objetos o escenarios | Conserva una memoria visual y recupera referencias entre escenas |
| A²RD | Que el movimiento y la historia se degraden con la duración | Genera por segmentos y consulta el contexto de los anteriores |
| VQQA | Que los defectos pasen inadvertidos | Formula preguntas sobre el resultado y ajusta las instrucciones para generar otra versión |
La idea se entiende con una escena sencilla: si la protagonista deja una bolsa junto a una puerta y vuelve varios planos después, el sistema necesita recordar cómo eran ambos elementos y dónde quedaron. CANVAS trabaja esa continuidad en el guion visual. A²RD se ocupa de que el vídeo avance por tramos sin olvidar lo que ya ocurrió. VQQA revisa si el resultado respeta las instrucciones; no corrige píxeles como una herramienta de retoque, sino que modifica el texto que guía un nuevo intento.
Qué enseña la demostración de diez minutos
Google muestra una película de diez minutos generada con A²RD. Es una demostración de investigación para observar si la narración y sus elementos conservan coherencia durante más tiempo.
Los autores también presentan pruebas sobre continuidad, composición y narración. En una de ellas, Co-Director alcanza una puntuación máxima de 81,4 en GenAD-Bench. Los artículos técnicos enlazados por Google permiten examinar métodos y comparaciones con más detalle.
Lo que cambia para quienes crean vídeo
El avance apunta a un problema real del trabajo creativo: enlazar escenas suele exigir revisar personajes, vestuario, objetos y espacios una y otra vez. Una memoria visual y una revisión automática podrían reducir parte de esa tarea. La selección de planos, el ritmo y la intención del relato seguirían necesitando decisiones humanas.
Google no ha puesto fecha ni ha dicho en qué productos lo usará. Si llega a Veo o a Vids, el salto será claro: vídeos largos en los que personajes y escenarios no cambian de un plano a otro.