La compañía china Kling AI, conocida por su rápido progreso en modelos de generación y edición de vídeo con inteligencia artificial, ha presentado esta semana dos novedades: Kling O1, un modelo orientado al razonamiento visual y la edición selectiva en vídeo, y Kling 2.6, una actualización de su sistema de generación audiovisual que incorpora sonido integrado. Aunque ambos avances muestran una evolución clara, las pruebas difundidas por la comunidad indican que la tecnología aún no alcanza la consistencia visual lograda por modelos de referencia como Gemini o los sistemas desarrollados por Google DeepMind. [CometAPI]
Kling O1: un modelo pensado para editar vídeo sin perder coherencia visual
Kling O1 se plantea como un sistema capaz de modificar únicamente partes concretas de un vídeo sin alterar el resto de la escena, un enfoque que recuerda al concepto popularizado por herramientas de edición selectiva en imagen.
El objetivo es mantener: la identidad de personajes,la iluminación,el movimiento de cámara,y la continuidad visual entre fotogramas.
Esta capacidad es especialmente relevante en un momento en que la industria busca soluciones que permitan automatizar tareas de postproducción sin reconstruir por completo un metraje.
Sin embargo, según las comparativas realizadas por creadores y plataformas especializadas, los resultados actuales muestran limitaciones en estabilidad, aparición de artefactos y cambios inesperados en objetos o manos. Aunque el modelo introduce mejoras respecto a versiones previas, todavía aparece lejos del rendimiento de generadores visuales más maduros, como la familia Gemini, especialmente en secuencias complejas.
Versión 2.6: integración de audio, pero sin ruptura tecnológica
Junto al lanzamiento de O1, Kling ha mostrado también Kling 2.6, una actualización que incorpora audio generado en la misma inferencia que el vídeo. Esto permite producir clips con escenas y sonido sincronizados diálogos, ambiente o efectos sin pasar por un generador independiente.
La integración de audio supone un avance en usabilidad, ya que reduce el flujo tradicional de “vídeo primero, locución después”. No obstante:la duración continúa limitada a pocos segundos,las voces siguen siendo genéricas y poco naturales en castellano,y la sincronía labial aún presenta inconsistencias,
lo que sitúa el sistema como una mejora incremental y no como una ruptura tecnológica.
Un progreso rápido en una carrera que no levanta el pie del acelerador
La presentación simultánea de Kling O1 y Kling 2.6 confirma la intención de la compañía de posicionarse en la vanguardia del vídeo generado por IA, un segmento cada vez más competitivo. Google, OpenAI, Meta y otras empresas han acelerado el desarrollo de modelos capaces de: mantener coherencia visual,generar escenas más largas,estabilizar personajes,y aplicar razonamiento físico en movimiento.
En comparación, los avances de Kling muestran pasos firmes pero todavía insuficientes para alcanzar los sistemas más consolidados. La competencia se está desplazando hacia la capacidad de razonar sobre la escena, no únicamente generarla, y los resultados actuales indican que Kling aún tiene margen significativo de mejora.
