Los vídeos musicales de Suno funcionan con un modelo que Hollywood está demandando: qué cambia Visuals y qué riesgos implica
Actualizado:
El 17 de noviembre de 2026, Suno dejó de ser únicamente una plataforma para publicar canciones. Con su nueva herramienta, Visuals, la empresa da un paso audaz: transformar temas de tu biblioteca en vídeos musicales, desde letras sincronizadas hasta clips animados que siguen el ritmo. La propuesta es clara: «muéstranos qué aspecto tiene tu música». Sin embargo, un detalle más revelador se encuentra en una página del producto independiente: el modelo de vídeo detrás de Visuals, llamado H3 Move, está construido sobre H3 de MiniMax. Se trata de la empresa de IA china que, desde septiembre de 2025, es objeto de una demanda en un tribunal federal de Los Ángeles por parte de Disney, NBCUniversal y Warner Bros. Discovery.

Imagen: Suno Visuals (vía Digital Music News)
Digital Music News, que fue el primer medio en reportar la conexión con MiniMax, planteó el lanzamiento con una pregunta: ¿traerá esto más litigios? Ese enfoque es una especulación, no un caso judicial presentado. Nadie ha demandado a Suno por Visuals. Aún así, la pregunta merece una respuesta cuidadosa, ya que este lanzamiento supone la primera incursión de una empresa de música por IA en el campo del vídeo por IA. Además, sitúa a Suno en el terreno de la ley de derechos de autor donde los estudios de Hollywood ya están librando batallas. Este artículo analiza qué hace la herramienta, de dónde proviene su modelo, por qué importan los casos de los estudios y qué implica todo esto para los creadores de vídeos musicales.
Anteriormente, hemos cubierto cómo Suno Bridge conecta la plataforma con DAWs como Ableton Live, la entrada MIDI en la página de creación de Suno, y cómo una agencia de publicidad utilizó una combinación de Opus 5.5 con Suno para su flujo de trabajo de TVC. Todo ello se centraba en profundizar en la producción musical. Visuals marca un cambio de dirección: expandirse desde el audio hacia las imágenes y el vídeo.
Qué hace realmente Visuals
Según la publicación de lanzamiento de Suno, escrita por su Director de Producto Jack Brody, y la página del producto Visuals, la herramienta ofrece cuatro tipos de resultados:
- Vídeos con letra sincronizados al ritmo, con fuentes y colores personalizables;
- Vídeos de sincronización labial (lip-sync), donde un personaje pronuncia la letra de la canción;
- Clips de vídeo cortos generados a partir de una instrucción de texto o una foto cargada;
- Imágenes fijas, incluyendo portadas de álbumes.
El flujo de trabajo parte de la música, no de un cuadro de texto en blanco. El usuario arrastra una canción desde su biblioteca de Suno a la pestaña Visuals. Suno afirma que los clips se generan para «seguir la estructura de tu canción, detectar la letra y sincronizar los labios con ella». Los clips duran hasta 15 segundos y pueden extenderse en una línea de tiempo, editarse o volver a generarse mediante instrucciones de texto simples. Aquellos usuarios que prefieran no empezar con su propia imagen pueden elegir entre una serie de personajes originales diseñados por Suno, con nombres como Astronaut, Chrome Diva, Pink Fluff y Disco. La exportación es compatible con relaciones de aspecto 9:16, 1:1 y 16:9, por lo que el contenido está listo para Shorts, Reels o YouTube. Existen dos modos de calidad: «Fast» (rápido), pensado para ideas rápidas y que consume menos créditos, y «Standard» (estándar), diseñado para «ideas más complejas».
En cuanto al coste, Visuals utiliza su propia moneda. Los créditos visuales se compran aparte de los créditos de canciones, y el precio de una generación varía según la duración del clip y el modo de calidad elegido. Los paquetes adquiridos no caducan. Por tiempo limitado, los suscriptores Pro y Premier reciben una asignación inicial de créditos visuales para probar la herramienta. Ni la publicación de lanzamiento ni la página de producto detallaban precios en dólares al momento de redactar este artículo.
Cabe señalar una discrepancia fáctica. Digital Music News informó que la herramienta se lanzaba en la web, con aplicaciones para iOS y Android previstas «para las próximas semanas». El anuncio oficial de Suno dice «lanzamos hoy en web, iOS y Android». Este artículo sigue la versión de Suno, dejando constancia de la contradicción.
Bajo el capó: un motor licenciado que arrastra una demanda
La publicación de lanzamiento de Suno solo menciona que «una nueva generación de modelos» hizo que el vídeo fuera lo suficientemente económico y rápido para los usuarios comunes. La identidad del modelo se encuentra en la página del producto, no en el anuncio. Allí, Suno explica que Visuals funciona con H3 Move, un modelo construido sobre H3 de MiniMax que Suno ha «optimizado para nuestra comunidad, incluyendo la adición de protecciones y salvaguardas adicionales». Digital Music News añade que H3 sustituyó a los modelos de vídeo Hailuo anteriores de MiniMax.
Existe poca documentación oficial sobre H3. Revendedores de API de terceros y agregadores de modelos como Apiframe y EvoLink lo describen, también bajo el nombre «Hailuo 03». Según sus relatos, se presentó en la Conferencia Mundial de Inteligencia Artificial en Shanghái en julio de 2026 y genera clips de hasta 15 segundos con audio nativo. Sus cifras sobre resolución y tasa de fotogramas difieren, y este artículo no pudo encontrar una fuente primaria de MiniMax que las confirme. El único punto en común es el límite de 15 segundos, que coincide con la duración anunciada por Suno.
La elección del socio tiene sentido comercial. Suno es una empresa de música, no un laboratorio de vídeo, y crear un modelo de vídeo competitivo desde cero requeriría una cantidad enorme de capacidad de cómputo y datos de entrenamiento. Licenciar un modelo existente y ajustarlo para la música es el camino más rápido, de forma similar a cómo Suno abrió su plataforma a DAWs con Bridge en lugar de construir un DAW completo. El problema radica en lo que ese modelo licenciado conlleva.
Por qué importan las demandas de los estudios
El trasfondo legal es una campaña, iniciada a mediados de 2025, por parte de los principales estudios cinematográficos contra generadores de imagen y vídeo. Cronológicamente:
- 11 de junio de 2025: Disney y Universal demandaron a Midjourney en el Tribunal de Distrito de EE. UU. para el Distrito Central de California (Expediente de Law360). Warner Bros. Discovery presentó su propia demanda contra Midjourney en septiembre de 2025 (IBC). Midjourney ha argumentado uso legítimo (fair use). A mediados de 2026, estos casos seguían en disputas de descubrimiento de pruebas sobre el uso de la propia IA por parte de los estudios (The Art Newspaper).
- 16 de septiembre de 2025: Disney, NBCUniversal y Warner Bros. Discovery demandaron conjuntamente a MiniMax por Hailuo AI (Engadget). La demanda describe el marketing del servicio como un «estudio de Hollywood en tu bolsillo» e incluye capturas de pantalla de imágenes generadas de Darth Vader, Minions y Wonder Woman. Califica la supuesta infracción de «intencionada y descarada».
- Febrero de 2026: Disney y Paramount enviaron cartas de cese y desistimiento a ByteDance por Seedance 2.0. La Motion Picture Association calificó la herramienta como «una máquina construida para la infracción sistémica» (The Decoder; TheWrap). No se había presentado ninguna demanda a mediados de 2026.
- 22 de mayo de 2026: El juez Stanley Blumenfeld Jr. denegó las mociones de desestimación de MiniMax. Rechazó el argumento de que un tribunal estadounidense carecía de jurisdicción sobre la empresa matriz china y permitió que continuaran las demandas por infracción directa y contributiva (Offit Kurman; ChatGPT Is Eating the World). La orden reproducía una de las salidas de muestra de la demanda, que mostraba a R2-D2 y C-3PO. Digital Music News informa que el juez concluyó que Hailuo podía producir copias «casi perfectas» de personajes famosos a partir de instrucciones simples. Este artículo no ha podido confirmar esa redacción exacta en la orden.
Entonces, ¿por qué podría estar expuesta Suno? Hay dos niveles en la cuestión, y deben mantenerse separados.
El primer nivel es el entrenamiento. La reclamación central de los estudios contra MiniMax es que sus modelos fueron entrenados con sus películas sin permiso. Si H3 proviene del mismo proceso de entrenamiento que Hailuo, Suno está licenciando un modelo cuyos orígenes son objeto de un caso activo que ya ha superado una fase de desestimación. Un licenciatario no es automáticamente responsable de las elecciones de entrenamiento de su proveedor. Aún así, la fase de descubrimiento de pruebas en el caso de MiniMax podría producir evidencia sobre los datos de H3 que los estudios consideren útil más adelante. Esta es una inferencia, no un hecho reportado.
El segundo nivel es la salida (output). Aquí es donde Suno se ha preparado claramente. La empresa afirma que nuevos filtros de texto y visuales bloquean instrucciones y cargas que intentan representar artistas específicos, figuras públicas, obras protegidas por derechos de autor o propiedad intelectual. Declara abiertamente que «las instrucciones que funcionan en otras plataformas de vídeo pueden no funcionar en Suno, y eso es intencionado». Cada imagen o vídeo generado es analizado antes de que el usuario lo vea. Se aplican marcas de agua integradas antes de que cualquier contenido abandone la plataforma. La primera vez que un usuario carga una imagen, debe confirmar que posee los derechos de la misma. MiniMax fue acusado de hacer prácticamente lo contrario: promocionar la generación de personajes en sus propios anuncios e ignorar las solicitudes de salvaguardas de los estudios. Las demandas por infracción contributiva suelen basarse en ese tipo de conducta, y el diseño de Suno parece orientado a evitarla.
La interpretación justa, pues, es que Visuals conlleva un riesgo real pero indirecto. Los orígenes del modelo son cuestionables, pero los controles de salida de Suno son más estrictos que los de la empresa demandada por los estudios. Si los filtros realmente resisten contra usuarios que intentan eludirlos es algo que ninguna prueba independiente ha demostrado aún.
Una empresa que ya batalla en otro frente
Visuals llega mientras Suno sigue librando su principal batalla legal, que es sobre música. Warner Music Group llegó a un acuerdo con Suno en noviembre de 2025 y se convirtió en socio de licencias. Universal Music Group y Sony Music no lo hicieron. Su demanda de 2024 sigue pendiente en el tribunal federal de Massachusetts. El 18 de septiembre de 2026, días después de que Suno lanzara su modelo V6 (promocionado como construido con música licenciada de Warner, BMG y Believe), UMG y Sony presentaron una segunda demanda que cubre 60.202 grabaciones más. Califican al V6 como «fruto del mismo árbol envenenado» (Law Commentary). Los titulares de los derechos del catálogo de Elvis Presley también han ampliado sus propias reclamaciones contra Suno (Music Business Worldwide).
Esto importa para Visuals en dos sentidos. Primero, el argumento más fuerte de las discográficas en este momento es que los acuerdos de licencia de Suno demuestran que existe un mercado para licencias de entrenamiento. Un modelo de vídeo con datos de entrenamiento cuestionados no ayuda mucho a Suno a parecer la empresa licenciada y cumplidora que ha intentado proyectar. Segundo, las salvaguardas en Visuals parecen una lección aprendida en el frente musical. La huella digital de audio a través de Audible Magic, ACRCloud y Musixmatch sigue vigente, y los nuevos filtros de imagen extienden el mismo enfoque. Suno parece estar intentando demostrar a los tribunales y socios que ahora actúa antes de ser demandado.
Qué supone esto para los creadores de vídeos musicales
Para los músicos independientes, el efecto más directo se produce en el nivel más económico de contenido visual. Vídeos con letras, visualizadores en bucle, clips al estilo Spotify Canvas y fragmentos promocionales verticales son el tipo de material que un artista sin contrato suele hacer solo en un editor gratuito, o por el que paga una tarifa modesta a un profesional independiente. Visuals condensa ese trabajo en la misma aplicación donde se hizo la canción, con la letra ya adjunta. Es un ahorro real en tiempo, aunque no siempre en dinero.
Para tener una idea del coste, el tutorial de un revendedor de API sobre H3 describe un vídeo musical de 32 segundos, montado a partir de cuatro clips de 8 segundos, generado utilizando la canción como referencia de audio, por unos 4,80 dólares en total (Atlas Cloud). Esa cifra proviene de un proveedor con interés en la comparación. Refleja precios brutos de API, no los precios de créditos de Suno, que no han sido publicados. Aún así, muestra el orden de magnitud: los clips cuestan dólares, no los miles que requiere un rodaje de vídeo profesional pequeño.
Los vídeos musicales narrativos completos son otra historia. Hay que encadenar clips de quince segundos, volver a generar instrucciones y editar para lograr una pieza coherente de tres minutos. Mantener la consistencia de los personajes entre planos es un punto débil conocido de los modelos de vídeo actuales. El oficio de un director de vídeo musical reside en el concepto, el ritmo y la edición, y nada de eso está automatizado aquí. El cambio probable a corto plazo es que la IA maneje los formatos de bajo presupuesto que antes iban a editores júnior y diseñadores de movimiento, mientras que el trabajo de dirección mantiene su valor como señal de inversión. Esta es la valoración del autor, no una tendencia medida.
El público y los artistas también han expresado su rechazo anteriormente. Cuando Washed Out lanzó «The Hardest Part» en mayo de 2024, promocionado como el primer vídeo musical oficial hecho con Sora de OpenAI y dirigido por Paul Trillo, provocó fuertes críticas sobre los datos de entrenamiento y el reemplazo de mano de obra, incluso de otros músicos (NBC News; PetaPixel). El líder Ernest Greene dijo más tarde que esperaba que el vídeo impulsara la conversación (Rolling Stone AU). Dos años después, esa respuesta sigue siendo un punto de referencia útil. Los visuales visiblemente generados por IA todavía pueden costarle a un artista credibilidad ante parte de su audiencia, independientemente de lo barato que fuera producirlos.
Cómo se compara Visuals con los modelos de vídeo generalistas
Los músicos no necesitaban a Suno para hacer vídeos musicales con IA. Los modelos de vídeo generalistas han ofrecido la misma capacidad durante la mayor parte de 2026:
- Kling 3.0 (Kuaishou) genera tomas de hasta 15 segundos con audio nativo y cortes de múltiples planos. Probadores independientes informan que maneja el canto suave razonablemente bien, pero tiene dificultades con el rap y las voces operísticas, y que la música de fondo reduce la precisión de la sincronización labial, una limitación real para vídeos musicales (FAQ de flowith).
- Seedance 2.0 (ByteDance) se convirtió en la más popular, y más disputada legalmente, de estas herramientas tras las cartas de los estudios en febrero.
- Gemini Omni (Google DeepMind), anunciado en el I/O 2026, crea vídeo a partir de entradas mixtas y se está desplegando de forma gratuita dentro de YouTube Shorts y la aplicación YouTube Create. Google afirma que, en el lanzamiento, solo se admiten referencias de voz como entrada de audio, y que otros tipos de audio llegarán «pronto». Cada resultado lleva una marca de agua invisible SynthID (Google).
Frente a estos, la ventaja de Suno no es la calidad de imagen bruta. Aún no existe una comparación independiente y su modelo subyacente está licenciado en lugar de construido internamente. Su ventaja es la ubicación. La canción ya está en Suno, por lo que el vídeo musical está a una pestaña de distancia, y el modelo fue ajustado para tomar el audio como entrada principal en lugar de una instrucción de texto. El compromiso es la política de filtros. Una herramienta de vídeo generalista podría permitir a un usuario realizar un pastiche de una película famosa, pero Suno dice que lo rechazará por diseño. Para un músico en activo, eso puede ser una limitación creativa. También los protege, porque el riesgo de publicar un vídeo que infrinja la propiedad intelectual de otro se traslada fuera del artista.
Limitaciones e incógnitas
Varios puntos deberían templar cualquier conclusión rotunda.
La calidad no ha sido probada. Al momento de escribir esto, no se ha publicado ninguna revisión práctica e independiente de Visuals. Las descripciones anteriores provienen de los propios materiales de Suno. Los modos de fallo comunes de los vídeos musicales con IA, como manos distorsionadas, rostros inconsistentes entre clips y movimientos de cámara arbitrarios, están bien documentados para herramientas comparables, y todavía no hay pruebas sobre si H3 Move los evita.
La uniformidad es un riesgo de diseño. Un conjunto compartido de personajes preestablecidos, plantillas de instrucciones y un único modelo subyacente significa que muchos usuarios producirán vídeos que se verán iguales. Eso sirve para publicaciones sociales rápidas, pero va en contra de crear una identidad visual, que es el objetivo principal de un vídeo musical para un artista que intenta destacar.
El resultado legal está abierto. El titular de DMN pregunta si vendrán más litigios. Hoy, la respuesta honesta es que el riesgo es plausible pero no existe ninguna demanda. El caso de MiniMax está en fase de descubrimiento y podría llegar a un acuerdo, reducirse o ir a juicio. Cualquier reclamación contra la propia Suno tendría que lidiar con las salvaguardas descritas anteriormente.
El precio es desconocido. Sin precios de créditos publicados, aún no es posible comparar el coste de Visuals con las tarifas de API de la competencia.
Conclusión: el sonido era la parte fácil
Visuals marca el punto en el que Suno dejó de ser solo una empresa de audio. Apuesta a que las personas que hacen canciones en su plataforma quieren el paquete completo de lanzamiento, es decir, pista, arte y vídeo, desde un solo lugar. Esa apuesta es comercialmente sensata, y el flujo de trabajo centrado en la música es un verdadero factor diferenciador frente a las herramientas de vídeo generalistas.
También trae a Suno un nuevo conjunto de problemas legales mientras los antiguos siguen sin resolverse. Los estudios cinematográficos ya han demostrado, en los casos de Midjourney y MiniMax, que demandarán a las empresas de imagen y vídeo por IA. Suno eligió un modelo licenciado de uno de sus demandados y lo rodeó de salvaguardas más estrictas que las que usó ese demandado. Si esa combinación parece responsable o imprudente dependerá de pruebas que aún no existen, incluyendo el descubrimiento en el caso de MiniMax, pruebas independientes de los filtros y los primeros vídeos musicales reales que los usuarios hagan con la herramienta.
Fuentes
- Digital Music News, Ashley King: Suno Launches 'Visuals' for Music Videos—More Litigation? (artículo original)
- Suno: Introducing Visuals (publicación de lanzamiento: funciones, filtros, marcas de agua, disponibilidad)
- Suno: Visuals product page (H3 Move sobre MiniMax H3, sistema de créditos, asignación Pro/Premier, formatos de exportación)
- Engadget: Disney, Warner Bros. Discovery and Universal file joint lawsuit against generative AI app Hailuo (demanda contra MiniMax, septiembre de 2025)
- Offit Kurman: AI copyright lawsuit: MiniMax, Hailuo and the studios (denegación de desestimación del 22 de mayo de 2026)
- ChatGPT Is Eating the World: Judge Blumenfeld rejects motions to dismiss in Hailuo AI case (detalles de la orden)
- Loeb & Loeb: Disney Enterprises Inc. v. MiniMax (análisis del caso citado por DMN)
- Law360: Disney/Universal v. Midjourney docket (presentado el 11 de junio de 2025)
- IBC: Warner Bros. Discovery sues AI platform Midjourney
- The Art Newspaper: Midjourney demands Hollywood AI secrets (estado del descubrimiento de pruebas)
- The Decoder: MPA calls Seedance 2.0 a machine built for systemic infringement
- TheWrap: Disney hits ByteDance with cease-and-desist over Seedance
- Law Commentary: UMG, Sony hit Suno with new copyright lawsuit days after AI model launch
- Music Business Worldwide: Elvis Presley rightsholders amend Suno lawsuit
- Apiframe: Hailuo 03 API y EvoLink: Hailuo 3 release date (descripciones de H3 por terceros; no fuentes primarias de MiniMax)
- Atlas Cloud: MiniMax H3 music video (ejemplo de coste del proveedor)
- flowith: Kling 3.0 FAQ: lip sync, audio, 4K
- Google: Introducing Gemini Omni
- NBC News: Indie artist Washed Out uses AI to generate full music video
- PetaPixel: Musician sparks debate after releasing AI-generated music video
- Rolling Stone AU: Washed Out on the AI video backlash