Kuaishou ha lanzado Kling 2.6, un modelo de vídeo con IA que genera imagen y audio en una sola pasada: voz, efectos de sonido y ambiente sincronizados con lo que ocurre en pantalla. Se anunció el 3 de diciembre de 2025, un día después de Kling O1. Para marcas y agencias es una herramienta muy útil para prototipar anuncios, pero no sustituye la locución real ni el diseño sonoro de una pieza final.
En resumen
- Kling 2.6 genera vídeo con voz, efectos y sonido ambiente a la vez, sin doblar después, según su nota de prensa del 03/12/2025.
- Admite vídeos de hasta 10 segundos, a partir de texto o de una imagen más un texto.
- La voz se genera en chino e inglés: el anuncio no incluye el español.
- Su mejor uso hoy en una agencia es la preproducción: animáticas, pruebas de concepto y referencias de ritmo y sonido.
- Para una pieza de marca que se va a emitir, la locución, la mezcla y los derechos siguen pidiendo trabajo profesional.
Qué hace Kling 2.6 con el audio
Hasta ahora, la mayoría de generadores de vídeo con IA entregaban imagen muda. El sonido se añadía después: voz sintética en una herramienta, efectos en otra y montaje final a mano. Según la nota de prensa de Kling AI en PR Newswire (03/12/2025), Kling 2.6 genera en una sola pasada la imagen, la voz, los efectos y el ambiente, con coordinación entre el ritmo de la voz, el sonido y el movimiento.
Los datos concretos del anuncio:
- Modos: de texto a vídeo con audio y de imagen (más texto) a vídeo con audio.
- Duración: hasta 10 segundos por clip.
- Tipos de audio: voz, diálogo, narración, canto, rap, sonido ambiente y efectos, solos o combinados.
- Idiomas de voz: chino e inglés.
- Usos que plantea la marca: publicidad, marketing, redes sociales y demostraciones de producto para comercio electrónico.
¿Y Kling O1?
Un día antes, la compañía presentó Kling O1 (PR Newswire, 02/12/2025), un modelo multimodal, es decir, que acepta a la vez texto, imagen, vídeo y referencias de personajes. Está pensado para generar y editar: extender planos, cambiar fondos, mantener el mismo personaje entre tomas o insertar un elemento en una escena, con clips de 3 a 10 segundos. Kling 2.6 aporta el sonido; O1, el control sobre la imagen.
¿Para qué sirve el audio generado en un proyecto de marca?
En preproducción ahorra tiempo real. Una animática es un borrador en vídeo de un anuncio, con imágenes provisionales, ritmo y sonido, que se usa para aprobar la idea antes de rodar. Antes se montaba con bocetos y una voz grabada a toda prisa. Con un modelo que genera imagen y audio juntos, se puede enseñar al cliente algo mucho más cercano a la pieza final.
| Uso | ¿Encaja Kling 2.6? | Por qué |
|---|---|---|
| Animática de un spot | Sí | Permite validar ritmo, tono y sonido antes de rodar |
| Prueba de concepto para redes | Sí | Rápido para comparar dos o tres ideas |
| Referencia para el diseñador de sonido | Sí | Sirve como guía de ambiente y efectos |
| Plano de recurso sin personas reales | Con matices | Hay que revisar calidad, coherencia con la marca y uso permitido |
| Anuncio con locución en español | No, por ahora | La voz se anuncia solo en chino e inglés |
| Vídeo corporativo con tu equipo real | No | La confianza viene de ver a las personas de verdad |
Por qué la mezcla y la locución real siguen marcando la diferencia
El sonido es la parte que más delata una pieza hecha deprisa. Un clip de 10 segundos con voz y ambiente generados puede sonar convincente por separado, pero un anuncio de 20 o 30 segundos exige continuidad entre planos, niveles de volumen coherentes y una voz que no cambie de timbre. Eso es mezcla: equilibrar voz, música y efectos para que todo se entienda en el móvil, en una pantalla de feria o en la tele.
Hay tres razones más para no saltarse ese paso:
- El idioma y el acento. Una marca canaria que habla a su público necesita español, y a menudo un acento cercano. El anuncio de Kling 2.6 no lo contempla.
- La identidad sonora. Si tu marca tiene una voz reconocible, cambiarla por una voz generada distinta en cada pieza rompe la coherencia.
- Los derechos y la transparencia. Antes de publicar contenido generado, revisa las condiciones de uso de la herramienta y si la pieza debe identificarse como creada con IA. En temas legales, consulta con un profesional.
En Orbit usamos la IA donde quita trabajo mecánico. Por ejemplo, TrimLens, nuestra herramienta de pre-edición con IA, analiza el metraje y descarta clips con fallos técnicos. El criterio creativo, la voz y el acabado los ponemos las personas.
Cómo aplicarlo en tu marca
- Úsalo para decidir, no para publicar. Genera dos o tres versiones de una idea y elige con el equipo antes de invertir en rodaje.
- Escribe el guion igual que siempre. Un modelo que genera audio necesita saber qué se dice, cuándo y con qué tono.
- Marca lo provisional. Deja claro en la presentación interna qué partes son borrador generado.
- Reserva presupuesto para la pieza final: locución, música con licencia y mezcla.
- Combina con rodaje real cuando la pieza dependa de tu producto, tu local o tu equipo.
Preguntas frecuentes
¿Qué es Kling 2.6?
Es un modelo de generación de vídeo con IA de Kling AI, marca de la tecnológica china Kuaishou, anunciado el 3 de diciembre de 2025. Su novedad es que genera la imagen y el audio a la vez: voz, efectos y sonido ambiente sincronizados. Crea clips de hasta 10 segundos a partir de un texto o de una imagen acompañada de un texto.
¿Kling 2.6 genera voces en español?
Según la nota de prensa de su lanzamiento, la generación de voz está disponible en chino e inglés. El anuncio no menciona el español. Los efectos y el sonido ambiente no dependen del idioma, pero si tu anuncio necesita una locución en español, lo razonable es grabarla con una voz profesional o comprobar antes si la herramienta ha ampliado sus idiomas.
¿Puedo usar vídeos de Kling 2.6 en publicidad?
La propia marca plantea la publicidad y el marketing como usos previstos, pero antes de emitir una pieza conviene revisar las condiciones de uso del plan contratado, la calidad técnica del resultado y si hay que indicar que el contenido está generado con IA. Si la campaña es importante para tu negocio, consulta los aspectos legales con un profesional.
¿Qué diferencia hay entre Kling 2.6 y Kling O1?
Kling O1, presentado el 2 de diciembre de 2025, es un modelo multimodal centrado en generar y editar la imagen con referencias: mantener personajes, cambiar fondos o extender planos. Kling 2.6, lanzado un día después, se centra en generar el vídeo junto con su audio. Uno da control visual y el otro añade el sonido.
Prototipa con IA, termina con oficio
Los modelos como Kling 2.6 acortan el camino entre una idea y algo que se puede enseñar. Lo que convierte ese borrador en una pieza que vende sigue siendo el guion, la voz adecuada, la mezcla y el rodaje cuando hace falta. Es la forma en que trabajamos la publicidad CGI y los anuncios con efectos visuales en Orbit Media Lab.
Si tienes una campaña en mente y quieres saber qué partes tiene sentido prototipar con IA y cuáles grabar, escríbenos y lo planteamos contigo.
