Tu video generado por IA no está listo para producción: el pipeline de post-procesamiento que nadie implementa

Si generaste un video con Kling, Veo o Sora y lo subiste directo a tu web, probablemente estás destruyendo tu LCP, duplicando el peso de tu página y dándole a tus visitantes una experiencia que ni tú soportarías.

En Mintec probamos las principales herramientas de generación de video por IA durante el primer semestre de 2026: Veo 3.1, Kling 3.0, Sora 2, Seedance 2.0 y Runway Gen-4. Las probamos todas — y hay una verdad que ninguna de ellas te dice en su landing page: ningún video generado por IA está listo para producción web tal como sale de la herramienta.

No es culpa de las herramientas. Es que fueron diseñadas para creadores de contenido que publican en redes sociales, no para equipos web que necesitan mantener Core Web Vitals saludables. El gap entre lo que generan y lo que necesita un sitio web profesional es enorme — y cerrarlo requiere un pipeline de post-procesamiento que la mayoría de las agencias y equipos internos todavía no implementan.

Este artículo es ese pipeline.

El problema en números: lo que realmente pesa un video de IA

Probamos cada herramienta con el mismo prompt: "dron volando sobre un bosque tropical al amanecer, 30 segundos, cámara lenta". Estos fueron los resultados — y los números duelen:

Un Kling 3.0 en 4K pesa 18.2 MB para 30 segundos. Para ponerlo en contexto: el peso total recomendado de una página web completa ronda 1.5-2 MB. Un solo video sin optimizar multiplica por 10 el peso de tu página.

Y el problema no es solo el peso bruto. Los archivos nativos de estas herramientas:

• No incluyen poster frames — el navegador no tiene una imagen estática que mostrar mientras carga el video, lo que fuerza el LCP a esperar al primer frame real
• Usan codecs antiguos — la mayoría exporta H.264 en contenedor MP4 estándar, ignorando AV1 que podría reducir el peso a la mitad
• No tienen metadatos de streaming — sin información de duración, bitrate o resolución en los encabezados, algunos reproductores y CDNs tienen que adivinar propiedades básicas
• Carecen de variantes de calidad — un solo archivo intenta servir a todos los dispositivos, desde un iPhone 16 Pro Max hasta un Galaxy A13 con 3GB de RAM

El pipeline de 4 pasos que usamos en Mintec

Después de quemar cientos de dólares en créditos de API y decenas de horas de pruebas, desarrollamos este pipeline. No es opcional — es el estándar mínimo para que un video generado por IA sea publicable en un sitio web profesional.

Paso 1: Transcodificación a AV1 (o HEVC como respaldo)

El paso más importante y el que más impacto tiene. AV1 reduce el peso del video entre 50-56% vs H.264 a la misma calidad visual. Usamos SVT-AV1 (software) para servidores o hardware encoders NVIDIA NVENC (Ada) / Intel Arc para pipelines en tiempo real.

Para 30 segundos de video 1080p:

• SVT-AV1 preset 8: ~25 fps de encoding → procesa en tiempo real o mejor
• SVT-AV1 preset 5: ~10 fps → mejor compresión pero 2.5x más lento

Regla: preset 8 para pipeline de producción diaria, preset 5 solo para hero videos que se renderizan una vez.

No todos los dispositivos soportan AV1 por hardware. El 88% de los dispositivos nuevos desde 2021 sí lo hacen (Intel 11th Gen, Apple M3, NVIDIA RTX 30, Snapdragon 8 Gen 1). Para el resto, mantener HEVC (x265 slow) como respaldo automático vía detección de capacidades con canPlayType().

Paso 2: Generación de poster frame

El poster frame es el primer fotograma del video, exportado como imagen AVIF (~150-300KB). Se carga de forma inmediata (lazy loading nativo) mientras el video real se descarga en segundo plano.

En nuestras pruebas con un sitio de marca de lujo, esta técnica redujo el LCP de 6.2s a 1.2s — la optimización individual más impactante que hemos visto. El detalle completo de esa implementación está en nuestro artículo sobre arquitectura de contenido con Astro 6.

Cómo hacerlo:

# Extraer primer frame con FFmpeg
ffmpeg -i video_ia.mp4 -vframes 1 poster.%d.avif

Convierte ese poster en el elemento visible inmediato. El video se carga bajo demanda con loading="lazy" o con Server Islands si usas Astro.

Paso 3: Metadatos y empaquetado para streaming

Un video sin metadatos de streaming es como una página web sin meta tags — funciona, pero cualquier sistema intermedio (CDN, reproductor, crawler) tiene que adivinar propiedades básicas.

Los metadatos mínimos que debe tener cada archivo antes de subirlo a producción:

• Duración exacta en segundos
• Resolución (ancho × alto)
• Codec (av01.0... / hev1...)
• Bitrate promedio (kbps)
• Tasa de frames (fps)
• Rotación y orientación (critical para videos verticales)

Además, empaquetamos en contenedor MP4 con -movflags +faststart para que el metadato se almacene al inicio del archivo (moov atom), permitiendo streaming progresivo sin descargar el video completo primero.

ffmpeg -i video_ia.mp4 -c:v libsvtav1 -preset 8 -movflags +faststart output_av1.mp4

Paso 4: CDN con variantes multiplataforma

Un archivo no sirve para todos. Creamos 3 variantes por video:

• Alta (AV1): Para dispositivos modernos con soporte hardware y conexiones rápidas
• Media (HEVC): Para dispositivos sin soporte AV1 (anteriores a 2020)
• Baja (H.264): Fallback universal para navegadores muy antiguos o conexiones lentas

La selección se hace con una función de detección simple:

function getBestVideoSource(variants) {
  if (document.createElement('video').canPlayType('video/mp4; codecs="av01.0.05M.08"')) {
    return variants.av1;
  }
  if (document.createElement('video').canPlayType('video/mp4; codecs="hev1"')) {
    return variants.hevc;
  }
  return variants.h264;
}

Combinado con Server Islands si usas Astro 6, el video se carga diferido y la variante correcta se selecciona sin JavaScript adicional en el cliente.

Cuándo saltarse pasos (y cuándo no)

No todo el contenido generado por IA necesita el pipeline completo. Nuestro framework de decisión:

La regla general: si el video aparece en la página principal de un sitio web, en un hero section, o como contenido embedded directo, el pipeline completo es obligatorio. Para todo lo demás, aplica el criterio de "¿cuánto perdería mi web si este video pesa 10x más de lo necesario?"

Lo que cambia cuando implementas el pipeline

En nuestros proyectos, los resultados de aplicar este pipeline completo son consistentes:

• Reducción de peso: 62-68% (de 5-18 MB a 1.9-5.8 MB)
• Mejora de LCP: 0.7-2.5 segundos de mejora directa (dependiendo de si el video es hero element)
• Ahorro en CDN: ~60% menos de ancho de banda servido
• Compatibilidad: 100% de navegadores atendidos con la variante correcta (vs ~88% si solo usas AV1)

Estas cifras no son teóricas. Salen de nuestro framework de presupuestos de rendimiento para medios sintéticos que desarrollamos precisamente para medir y controlar este impacto.

El video generado por IA es el futuro. El pipeline es el presente.

Las herramientas de generación de video por IA mejoran cada mes. Kling saca 4K, Seedance resuelve consistencia de personajes, Veo genera audio nativo. Pero ninguna de ellas está construyendo el pipeline de post-procesamiento necesario para que ese video funcione en la web real.

Ese trabajo nos toca a los equipos web y de producción. Y cuanto antes lo integremos como un paso estándar —al mismo nivel que la optimización de imágenes o la minificación de CSS—, antes dejaremos de tener sitios que se caen porque alguien subió un video de 20MB directo desde una herramienta de IA.

El video generado por IA no es el problema. El problema es entregarlo sin procesar. Y ese problema se resuelve con pipeline, no con milagros.