La inteligencia artificial revoluciona la creación de imágenes, video y audio

El avance de la tecnología está cambiando la forma en que se crean y distribuyen contenidos visuales y sonoros, impulsando nuevas oportunidades y desafíos para empresas, creadores y consumidores en todo el mundo (Imagen Ilustrativa Infobae)

La inteligencia artificial ha dejado de ser una promesa futurista para convertirse en el motor de una transformación sin precedentes en la creación de imágenes, videos y audio. Plataformas globales y empresas líderes están adoptando estas tecnologías a un ritmo acelerado, impulsando cambios disruptivos en sectores como el entretenimiento, los medios de comunicación, el marketing y la educación. Según el informe de BOND Capital, elaborado por Mary Meeker, la revolución impulsada por la IA está redefiniendo la manera en que se produce, distribuye y consume contenido visual y sonoro, abriendo nuevas oportunidades y desafíos para millones de usuarios en todo el mundo.

El crecimiento exponencial de plataformas y aplicaciones basadas en inteligencia artificial está redefiniendo la producción de imágenes, videos y audio, abriendo posibilidades inéditas para la personalización y el intercambio cultural (Imagen Ilustrativa Infobae)

El desarrollo de la inteligencia artificial aplicada a la generación de imágenes ha experimentado un salto cualitativo en los últimos años. Midjourney, una de las plataformas más destacadas en este ámbito, ha evolucionado de manera notable desde su primera versión en febrero de 2022 hasta la versión 7, lanzada en abril de 2025. De acuerdo con el informe de BOND Capital, lo que comenzó como imágenes artificiales de baja resolución ha dado paso a creaciones prácticamente indistinguibles de fotografías profesionales.

El impacto de estos avances se extiende a industrias como la publicidad, los medios y el entretenimiento, donde la autenticidad visual ha sido tradicionalmente un valor central. Estudios recientes, recogidos por BOND Capital, indican que las personas ya no pueden distinguir de manera consistente entre fotografías reales e imágenes generadas por IA, lo que plantea interrogantes sobre la verificación y la confianza en el contenido visual.

Herramientas innovadoras permiten a millones de usuarios acceder a recursos de diseño, audio y traducción, facilitando la creación y distribución global de materiales multimedia en diferentes idiomas y formatos – (Imagen Ilustrativa Infobae)

El auge de la IA visual no se limita a la mejora en la calidad de las imágenes. Según datos de Epoch AI, el desarrollo de modelos especializados ha crecido de forma exponencial. En los últimos dos años, los modelos multimodales han experimentado un aumento del 1.150 % en lanzamientos, mientras que los modelos de visión han crecido un 109 % interanual en 2024 y los modelos de video un 120 % en el mismo periodo.

Este crecimiento responde, en parte, a la importancia del procesamiento visual para las nuevas generaciones. Bill Ready, director ejecutivo de Pinterest, destacó en mayo de 2025 que “50 % del cerebro humano está conectado para procesamiento visual. La capacidad de los usuarios para explorar sus intereses visualmente y actuar sobre ellos es particularmente relevante para la Generación Z, que ha crecido en un Internet de contenido visual a través de imágenes y video". Esta tendencia ha llevado a las plataformas a adaptar sus estrategias para aprovechar el potencial del contenido visual en la era de la IA.

La inteligencia artificial revoluciona la creación de imágenes, videos y audio a nivel global. - (Imagen Ilustrativa Infobae)

La adopción de la IA en el ámbito empresarial ha permitido democratizar el acceso a herramientas de diseño profesional. Canva se ha consolidado como líder en este proceso, integrando funciones como Background Remover y Magic Media, que han registrado un uso masivo desde su lanzamiento. En menos de un año, los usuarios de Magic Media crearon cerca de 290 millones de imágenes para aplicaciones que van desde redes sociales hasta presentaciones y logotipos.

El lanzamiento de Magic Studio en octubre de 2023 marcó un hito para Canva, al ofrecer una suite completa de herramientas de IA en una sola plataforma. Según datos de la empresa, Magic Studio ha sido utilizado más de 16.000 millones de veces hasta mayo de 2025. Canva describe su plataforma como “repleta de funciones fáciles de usar impulsadas por IA en cada parte de la plataforma para ayudar a trabajar de manera más inteligente”.

Por su parte, Adobe ha respondido a la competencia con Firefly, su modelo de IA generativa lanzado en marzo de 2023. Los usuarios han generado más de 20.000 millones de recursos digitales con Firefly, y un 35 % de los usuarios activos mensuales de Photoshop y un 30 % de los de Lightroom emplean funciones de IA generativa. En febrero de 2025, Adobe presentó el modelo de video Firefly, calificado como “un modelo de video de IA generativa comercialmente seguro” y “muy positivamente recibido por marcas y profesionales creativos”, con más del 90 % de los usuarios de pago generando videos.

Plataformas como Canva, Adobe, OpenAI y Spotify lideran la adopción de IA en contenido digital. - (Imagen Ilustrativa Infobae)

El sector de la generación de video por IA ha vivido desarrollos significativos entre 2024 y 2025. OpenAI lanzó Sora en diciembre de 2024, estableciendo nuevos estándares para la creación de videos de alta calidad a partir de texto. Amazon, por su parte, presentó Nova Reel en el mismo mes, integrándolo en su ecosistema de IA multimodal.

Estos avances permiten la producción de contenido de video profesional sin necesidad de cámaras, actores o equipos de producción tradicionales, lo que representa un cambio fundamental en la industria audiovisual. Según el informe de BOND Capital, esta capacidad de automatización y personalización masiva abre la puerta a nuevos modelos de negocio y a una mayor accesibilidad para creadores de todo el mundo.

El realismo de la IA plantea desafíos éticos y legales sobre autenticidad y derechos de autor. - (Imagen Ilustrativa Infobae)

El realismo alcanzado por la IA en la generación de imágenes y videos plantea desafíos inéditos en materia de autenticidad y derechos. La dificultad para distinguir entre contenido real y sintético complica la verificación de la información, mientras que surgen nuevas consideraciones legales sobre derechos de imagen y propiedad intelectual.

El informe de BOND Capital advierte sobre el impacto de estos cambios en los medios de comunicación, que deben adaptar sus procesos de producción y comprobación ante la proliferación de contenido generado por IA.

El crecimiento exponencial de modelos de IA visual y de audio impulsa nuevas oportunidades y modelos de negocio.- (Imagen Ilustrativa Infobae)

La tendencia apunta hacia la convergencia de sistemas multimodales capaces de procesar y generar texto, imágenes, audio y video de manera integrada. Esta evolución permitirá la creación de contenido completamente automatizado y la personalización a gran escala, según los datos recogidos por BOND Capital.

Además, se prevé el surgimiento de nuevos modelos de negocio basados en la generación dinámica de contenido, lo que podría transformar la manera en que las empresas y los usuarios interactúan con los medios digitales.

En el ámbito del audio, la inteligencia artificial también está impulsando una revolución. ElevenLabs se ha posicionado como referente en la generación de voz sintética, registrando un crecimiento notable en su base de usuarios. Las visitas mensuales a su sitio web pasaron de prácticamente cero en enero de 2023 a más de 20 millones en abril de 2025. Sus herramientas han sido adoptadas por empleados de más del 60 % de las empresas Fortune 500, y los usuarios han generado el equivalente a 1.000 años de contenido de audio en solo dos años.

Empresas como ElevenLabs y Microsoft lideran avances en síntesis y traducción de voz por inteligencia artificial. (Captura)

La función Dubbing Studio de ElevenLabs automatiza la traducción de audio, transcribiendo, traduciendo y generando nuevas pistas en diferentes idiomas. El sistema aísla y clona la voz original, manteniendo el tono y las características vocales en cada idioma, lo que representa un avance significativo en la localización de contenido sonoro.

Spotify ha introducido una actualización que permite a los suscriptores Premium pedir canciones específicas o géneros al DJ de inteligencia artificial usando comandos de voz, ampliando el control sobre la experiencia de escucha

Spotify ha comenzado a integrar la traducción de audio en tiempo real mediante IA, lo que tiene un impacto directo en la distribución global de contenido. Desde febrero de 2025, la plataforma acepta audiolibros traducidos por IA a 29 idiomas, utilizando la tecnología de ElevenLabs.

Daniel Ek, cofundador y director ejecutivo de Spotify, explicó en mayo de 2025: “Con IA, podría ser posible en el futuro que hables en tu idioma nativo, y la IA lo entienda y lo traduzca en tiempo real”.

Esta iniciativa facilita el acceso a contenido educativo y de entretenimiento a nivel mundial. Spotify, que contaba con 678 millones de usuarios activos mensuales y 268 millones de suscriptores en el primer trimestre de 2025, se posiciona como un actor clave en la democratización del contenido sonoro.

El desarrollo de modelos de IA especializados en audio ha experimentado un crecimiento del 367 % en nuevos lanzamientos durante 2024, según Epoch AI. Entre los avances más destacados se encuentran Microsoft VALL-E, presentado en enero de 2023, que puede sintetizar habla de alta calidad a partir de una grabación de solo tres segundos, y OpenAI GPT-4o Speech, lanzado en mayo de 2024, que integra capacidades de procesamiento de voz en el modelo de lenguaje, permitiendo conversaciones más naturales.

La eliminación de barreras idiomáticas mediante la traducción automática de audio está permitiendo que creadores de cualquier país accedan a audiencias globales. Según el informe de BOND Capital, estos avances facilitan el intercambio de conocimiento especializado entre culturas y transforman la industria de audiolibros y podcasts educativos, además de revolucionar la experiencia de entretenimiento multimedia.

La Generación Z impulsa la demanda de contenido visual y sonoro generado por IA en plataformas digitales.

Daniel Ek, de Spotify, planteó en mayo de 2025 interrogantes sobre el futuro de la creatividad y el intercambio de conocimiento en un mundo donde la IA elimina las barreras lingüísticas. “Queremos que Spotify sea el lugar para todas las voces”, afirmó Ek, según recoge BOND Capital, subrayando la aspiración de la plataforma de convertirse en el hogar universal del contenido de audio en todos los idiomas.

La adopción masiva de herramientas de inteligencia artificial en la creación de contenido visual y sonoro es evidente en cifras como los 16.000 millones de usos registrados por Canva, los 20.000 millones de recursos generados con Adobe Firefly y los millones de usuarios activos en ElevenLabs y Spotify.

Según el informe, la IA está sentando las bases para una era de comunicación y creación de contenido verdaderamente global, donde la creatividad y el acceso al conocimiento trascienden fronteras y barreras tradicionales.