China domina la IA de vídeo: nueve de los diez mejores modelos son chinos, según Artificial Analysis

El ranking: China copa el top 10 de modelos de vídeo

La firma de evaluación Artificial Analysis ha publicado su clasificación de los mejores modelos de IA generativa de vídeo del mercado, y el resultado es contundente: nueve de los diez primeros puestos corresponden a empresas chinas. Solo Google Gemini Omni Flash, de la estadounidense Google, se cuela entre ellos.

Entre los modelos chinos destacados figuran Minimax con su H3, ByteDance con Seedance 2.0, Alibaba con Habby Horse, Kuaishou con Kling y Skyworks con Skyreels V4. El propio Minimax H3 se ha convertido en los últimos días en uno de los sistemas más comentados por la calidad de sus resultados.

El dato no es anecdótico. Mientras que en generación de texto o código los referentes siguen siendo GPT-5.6 Sol de OpenAI y Fable 5 de Anthropic, en vídeo la balanza se ha inclinado de forma abrumadora hacia China, un giro que redefine el mapa de la IA generativa.

El abandono de Sora y el hueco que China ha aprovechado

El avance chino coincide con un aparente repliegue de las empresas estadounidenses en este terreno. OpenAI dejó de lado su modelo Sora en marzo de 2026, pese al impulso que le había dado el año anterior. Google, con Gemini Omni Flash, y Runway intentan competir, pero por ahora no logran desbancar a los modelos chinos.

Este vacío ha permitido a las empresas del gigante asiático entrar con fuerza en un mercado que no solo tiene aplicaciones en entretenimiento o publicidad, sino que se ha convertido en un campo de batalla estratégico para el desarrollo de la llamada 'IA física'.

Más que píxeles: el camino hacia los world models

Generar un clip de vídeo convincente exige que el modelo mantenga coherencia sobre cómo se mueven los objetos y los seres vivos, y cómo interactúan con su entorno. Un balón debe rodar por el césped sin deslizarse sin fricción, y una taza no debería atravesar una mesa. Los modelos actuales aún cometen errores, pero cada vez predicen mejor esas dinámicas y se acercan más al mundo físico real.

Esa capacidad de anticipar lo que ocurrirá después es la base de los 'world models', sistemas que no solo generan lo que se les describe en texto, sino que pueden predecir y representar lo que sucederá a continuación. Runway ya conecta de forma explícita sus modelos de vídeo con sistemas destinados a la robótica y la simulación física: su modelo GWM-1 utiliza una base generativa de vídeo para predecir trayectorias condicionadas por los movimientos de un robot físico.

Tanto Yann LeCun como Fei-Fei Li han creado startups orientadas a impulsar estos 'modelos del mundo' como posibles caminos hacia una AGI, lo que subraya su importancia estratégica.

El valor para la robótica y la 'IA física'

Un modelo capaz de anticipar cómo se comportará un objeto puede ser valiosísimo para entrenar robots humanoides. Para doblar una camiseta, la máquina necesita prever qué ocurrirá cuando la agarre por una esquina, la levante o la deje caer. Lo mismo aplica a coches autónomos, fábricas o cualquier sistema automatizado que deba actuar sobre entornos cambiantes.

China lleva años desarrollando una industria de vehículos eléctricos, drones y robots humanoides, pero estos últimos aún no se adaptan bien al mundo real porque les falta un 'cerebro' que les permita interactuar con su entorno. Los mismos modelos de vídeo que hoy generan memes y clips sorprendentes podrían ser cruciales para entrenar máquinas y ser la base de esa 'IA física'.

Sin embargo, no conviene confundir la capacidad de generar vídeos realistas con una comprensión física completa. Los modelos actuales siguen sin estar basados en una representación robusta y fiel de las leyes físicas. Además, las empresas chinas se enfrentan a un problema añadido: los derechos de autor y la procedencia de los datos de entrenamiento, que son más fáciles de detectar visualmente y podrían dar lugar a demandas legales por violación de copyright.