Pika Labs lanza su plataforma de vídeo con IA y capta 55 millones

El 28 de noviembre de 2023, Pika Labs presentó Pika 1.0, una plataforma que genera y edita vídeo a partir de texto e imágenes, junto a una ronda de financiación de 55 millones de dólares liderada por Lightspeed Venture Partners. La cifra sitúa a esta startup fundada apenas este año entre los actores mejor capitalizados de un campo que hasta hace unos meses parecía secundario dentro de la IA generativa: el vídeo. Fuente del anuncio.

De bot de Discord a plataforma propia

Pika Labs no nace de la nada. Sus fundadoras, Demi Guo y Chenlin Meng, ambas con formación doctoral en Stanford, llevaban meses operando un bot en Discord que permitía generar clips cortos escribiendo una descripción de texto. Esa versión beta acumuló una base de usuarios notable durante el otoño, suficiente para que la compañía dedicara los últimos meses a construir una interfaz propia y ampliar las funciones antes de anunciar el producto de forma pública.

Pika 1.0, la versión que se lanza hoy, ya no se limita a convertir texto en vídeo. La plataforma permite partir de una imagen y animarla, cambiar el estilo visual de un clip existente, extender la duración de una escena generada previamente y aplicar edición de contenido dentro del propio vídeo, algo parecido al retoque por capas que ya existe en imagen fija pero aplicado a una secuencia en movimiento. Es esa combinación —generación y edición en una sola herramienta— lo que la compañía presenta como su diferencia frente a otras propuestas del sector. Dato.

Un terreno que empieza a llenarse

El anuncio de Pika llega apenas una semana después de que Stability AI presentara Stable Video Diffusion, su propio modelo abierto para generar clips cortos a partir de imágenes fijas, y en un momento en que Runway, con su modelo Gen-2, lleva ya meses ofreciendo herramientas similares de pago. La diferencia de Pika hasta ahora ha sido el acceso: su bot de Discord era gratuito y abierto a cualquiera, lo que explica en parte la tracción previa al lanzamiento de hoy.

Esa fórmula —herramientas accesibles, sin necesidad de conocimientos técnicos, distribuidas primero en comunidades y después convertidas en producto— es la misma que ya funcionó con la generación de imágenes hace un año. El vídeo generativo llegaba arrastrando el problema de siempre: coherencia entre fotogramas, movimientos que se rompen, rostros que se deforman al cabo de un par de segundos. Ninguna de las plataformas actuales, incluida Pika, ha resuelto esos límites por completo, y los propios clips de demostración que circulan hoy siguen mostrando duraciones cortas, de apenas unos segundos.

Por qué importa la financiación

Que una startup de pocos meses de vida logre cerrar una ronda de 55 millones de dólares dice tanto del interés inversor por el vídeo generativo como de la escasez de competidores serios en la categoría. Lightspeed Venture Partners, la firma que lidera la operación, ha apostado en el pasado por compañías de infraestructura y consumo tecnológico a gran escala, y su entrada refuerza la idea de que el vídeo por IA se perfila como el siguiente gran frente de la generación de contenido, después de que texto e imagen hayan capturado ya buena parte de la atención y la inversión en 2023. Fuente del anuncio.

Para el usuario final, lo relevante es que estas herramientas empiezan a salir del laboratorio y de las comunidades cerradas para convertirse en productos con interfaz propia, pensados para creadores, estudios pequeños y equipos de marketing que hasta ahora no podían permitirse producción de vídeo profesional. Queda por ver si la calidad final —duración, resolución, consistencia de personajes y escenas— logra sostener ese salto de la demo viral al uso cotidiano.

Cómo probar un generador de vídeo sin dejarse llevar por la demo

La demostración de lanzamiento enseña lo que el fabricante ha elegido mostrar, no la distribución completa de resultados. Para comparar Pika con otra herramienta conviene fijar antes una pequeña batería de escenas: una persona que gira, dos objetos que se cruzan, texto dentro del plano, una cámara que se desplaza y una edición sobre un vídeo propio. Se repite cada petición varias veces y se guardan tanto los aciertos como los fallos. Así se evita confundir el mejor clip de una tarde con la calidad habitual del sistema.

Hay cuatro ejes distintos. La fidelidad al prompt pregunta si aparecen los sujetos y acciones pedidos. La coherencia temporal comprueba si una cara, una mano o un objeto mantienen identidad entre fotogramas. El control mide si una corrección local cambia solo la zona indicada. La utilidad de producción incorpora el tiempo de espera, la resolución, la duración, las condiciones de uso y cuánto trabajo manual queda después. Una herramienta puede impresionar en el primer eje y ser débil en los otros tres.

La propia retrospectiva de Pika sobre su primer año confirma que el lanzamiento inicial fue un punto de partida: la empresa pasó de Discord a una aplicación web y fue añadiendo funciones de modificación. Esa evolución ayuda a leer correctamente el anuncio. “Generar vídeo” no nombra una capacidad única y estable; reúne modelos, controles y límites que cambian por versión.

Financiación no equivale a calidad demostrada

La ronda aporta tiempo, capacidad de cómputo y margen para contratar, pero no valida por sí sola la consistencia del producto. Para un creador importa más saber qué versión produjo un ejemplo, cuántos intentos exigió, si admite material comercial y qué ocurre con los archivos subidos. La inversión describe los recursos de la empresa; las pruebas repetibles describen la herramienta.

La capacidad transferible es convertir una demo de vídeo en una prueba comparable. Antes de elegir un servicio, conserva el prompt, la entrada, la versión, todos los intentos y el tiempo de edición posterior. Si una conclusión solo se sostiene mostrando el mejor resultado, todavía no es una evaluación: es una selección publicitaria.

Un protocolo pequeño para una decisión real

Antes de pagar o incorporar el servicio a un encargo, se pueden elegir diez planos que representen el trabajo habitual y definir por escrito qué sería aceptable. Cada plano se genera tres veces sin escoger una semilla favorable. Se anotan fallos de anatomía, continuidad, texto, física y cumplimiento de instrucciones. Después otra persona revisa los clips sin saber qué herramienta produjo cada uno. El procedimiento no pretende dictar un ganador universal: hace visible el coste de obtener material aprovechable.

También conviene separar generación de edición. Si un objeto cambia, se comprueba si el fondo y el movimiento permanecen estables. Si se alarga una escena, se observa si el nuevo tramo conserva iluminación, dirección de cámara y personajes. Una función que existe en el menú puede ser demasiado inestable para producción; medir el porcentaje de intentos aceptables lo revela mejor que una lista de características.

Por último se archivan las condiciones vigentes el día de la prueba: resolución exportada, marca de agua, créditos consumidos, licencia y política sobre entradas. Esos factores cambian con rapidez y pueden decidir la utilidad comercial aunque la calidad visual sea buena. Repetir la misma batería tras una actualización permite saber si el nombre de versión trajo una mejora relevante o solo una demo nueva.

La misma prueba sirve para detectar regresiones. Si una actualización mejora detalle pero empeora continuidad, el archivo histórico permite verlo. Publicar ejemplos con intentos fallidos y parámetros básicos ayuda además a que otra persona repita la comparación. La transparencia no exige revelar una obra completa: basta una muestra representativa y un criterio escrito antes de conocer el resultado. El historial aporta el denominador que la demo omite.