La generación de imágenes y vídeo con IA ha alcanzado en 2025 un nivel de calidad que hace apenas dos años parecía ciencia ficción. Creadores de contenido, agencias de marketing y diseñadores independientes están integrando estas herramientas en su flujo de trabajo diario con resultados comercialmente viables, y la brecha entre lo que produce un estudio grande y un creador individual se ha estrechado de forma dramática.
Midjourney V7 marca el listón en imagen artística
La referencia absoluta en calidad fotorrealista y artística sigue siendo Midjourney, y su versión V7 resuelve un problema histórico del modelo: la coherencia de personajes entre imágenes distintas, algo imprescindible para cómics, storyboards y campañas con un mismo protagonista recurrente. También ha mejorado sustancialmente la comprensión de composición compleja y permite mantener un estilo visual consistente a lo largo de proyectos completos, algo que antes obligaba a repetir prompts casi idénticos con resultados dispares.
DALL-E 4 apuesta por la accesibilidad frente al control
Integrado directamente en ChatGPT, DALL-E 4 gana en accesibilidad lo que a veces pierde en control fino: es la opción más rápida para usuarios que necesitan una imagen sin curva de aprendizaje ni dominio de prompting avanzado. Su salto más notable ha sido la renderización de texto dentro de imágenes, un problema que durante años delataba a simple vista el origen artificial de una imagen con carteles o logotipos ilegibles.
Adobe Firefly 3, la opción sin riesgo legal para uso comercial
Firefly 3 juega una partida distinta a la de sus competidores: al estar entrenado exclusivamente con imágenes con licencia de Adobe Stock, elimina la incertidumbre de derechos de autor que persigue a otros modelos entrenados mediante scraping de internet. Su integración nativa con Photoshop, Illustrator y Express lo convierte en la opción por defecto para agencias y departamentos de marketing que no pueden permitirse un litigio por propiedad intelectual.
Sora, Runway Gen-3 y la carrera del vídeo generativo
Sora de OpenAI produce vídeos de hasta 20 segundos con una coherencia física que sorprende incluso a quienes siguen de cerca el sector, aunque sigue fallando en escenas con física compleja de fluidos o multitudes numerosas. Runway Gen-3 se ha ganado al gremio de videógrafos profesionales gracias a sus controles de cámara avanzados, que permiten especificar movimientos de travelling o paneo con una precisión que Sora todavía no iguala. Kling AI, desarrollado en China, se ha posicionado como la alternativa de mejor relación calidad-precio para creadores con presupuestos ajustados, mientras que Luma Dream Machine destaca específicamente en motion graphics y transiciones fluidas más que en narrativa realista.
Lo que el marketing no cuenta: los fallos que persisten
Ninguna de estas herramientas de vídeo resuelve todavía la consistencia de un mismo personaje a lo largo de varias tomas sin herramientas adicionales de referencia, y la generación de manos, texto en movimiento y física de objetos pequeños sigue produciendo artefactos visibles en una proporción significativa de generaciones. Los casos de uso comerciales que mejor funcionan hoy —catálogos de producto para e-commerce sin fotógrafo, vídeos publicitarios cortos para redes sociales, miniaturas optimizadas para clic, storyboards para presentaciones— comparten un rasgo: toleran cierta imperfección o se pueden regenerar varias veces hasta obtener un resultado aprovechable, algo que no es igual de viable en producción cinematográfica o publicitaria de alto presupuesto.
El campo de juego se ha nivelado, pero no igualado del todo
Un creador individual con las herramientas correctas puede hoy producir contenido visual que hace tres años exigía un equipo de agencia completo, y eso ha abaratado de forma notable la producción de contenido para pequeñas marcas y creadores independientes. Pero las agencias grandes conservan una ventaja que rara vez se menciona: acceso anticipado a las versiones más potentes de estos modelos mediante acuerdos empresariales, equipos dedicados a dominar el prompting avanzado, y la capacidad de combinar varias herramientas en pipelines complejos que un usuario ocasional no monta por su cuenta.
El problema legal que ninguna herramienta ha resuelto del todo
Salvo Adobe Firefly, con su base de datos exclusivamente licenciada, el resto de los grandes modelos de imagen y vídeo generativo se entrenaron sobre material recopilado de internet a gran escala, incluyendo obras de artistas y estudios que nunca dieron consentimiento explícito. Varias demandas colectivas siguen abiertas en tribunales estadounidenses contra Midjourney, Stability AI y otros proveedores, y sus resultados podrían obligar a cambios retroactivos en cómo se entrenan estos modelos o en las compensaciones a los creadores originales. Para cualquier empresa que use estas herramientas en campañas comerciales de gran presupuesto, esta incertidumbre legal de fondo es un riesgo que rara vez se menciona en el material promocional, y que ha llevado a varias marcas grandes a optar por Firefly precisamente para evitar cualquier exposición futura.
