Qué es Leonardo.Ai
Leonardo.Ai es una plataforma de creación visual que combina generación de imágenes, edición, ampliación y vídeo. Reúne modelos desarrollados por su propio equipo y modelos de otros proveedores dentro de un entorno común. Su utilidad está en enlazar exploración, selección y transformación del material, especialmente cuando se necesita producir varias piezas relacionadas.
Conviene distinguir la plataforma del modelo elegido. Dos imágenes creadas en Leonardo pueden proceder de tecnologías distintas y ofrecer controles diferentes. También hay que separar el recurso generado del diseño final: una imagen puede ser la materia prima de un cartel, una presentación o un vídeo, pero todavía requerir textos, estructura y revisión. Esa distinción permite decidir qué parte del trabajo se hará en Leonardo y qué parte continuará en una herramienta de diseño o montaje.
Documentación de referencia: Leonardo.Ai overview.
Origen, inversión y adquisición por Canva
Leonardo nació en Sydney a finales de 2022, con una orientación inicial hacia recursos para videojuegos. El inversor Blackbird identifica a JJ Fiasson entre sus fundadores y sitúa su inversión en 2023. El producto se amplió después hacia ilustración, publicidad, desarrollo de conceptos y otros trabajos creativos.
En junio de 2024 presentó Phoenix, su primer modelo fundacional propio. El 30 de julio de 2024 anunció su incorporación a Canva. La comunicación de la adquisición preveía mantener Leonardo como plataforma independiente y reforzar investigación y desarrollo. Esa relación explica la conexión entre ambas herramientas, pero no convierte todas sus funciones, cuentas o planes en un único producto. Para quien ya utiliza Canva, la pregunta práctica es qué recursos se transfieren y qué permisos o suscripciones necesita cada etapa.
Documentación de referencia: Leonardo joins Canva, 30 July 2024 · Canva acquisition announcement · Blackbird portfolio: Leonardo AI.
Modelos propios y modelos de terceros
Phoenix marcó el paso de Leonardo hacia modelos fundacionales propios. Lucid Origin, publicado el 5 de agosto de 2025, se presentó como un modelo versátil con salida Full HD y diversidad de estilos. La documentación de Omni describe además familias como FLUX, GPT y Nano Banana para generación y edición contextual. La selección disponible cambia con el tiempo.
Elegir modelo exige pensar en el encargo: una exploración de atmósferas, un producto reconocible y una composición con texto tienen criterios diferentes. Compara usando el mismo material de referencia y una lista breve de condiciones esenciales. Registra qué modelo produjo la imagen elegida y qué ajustes se aplicaron. Un resultado que funciona en un modelo no demuestra que otro conservará las mismas propiedades, aunque ambos se encuentren en la misma aplicación.
Documentación de referencia: Phoenix model · Lucid Origin release · Omni Models and Inline Editor.
Referencias y edición contextual
El flujo Omni permite añadir referencias y describir cómo deben combinarse; la guía actual contempla hasta seis imágenes según el modelo. El editor integrado admite cambios mediante lenguaje natural. Los controles anteriores de Image Guidance, como referencias de estilo, contenido o pose, siguen documentados como flujos con compatibilidad específica. No deben confundirse sus límites con los de los modelos recientes.
Una buena instrucción identifica qué debe cambiar y qué debe permanecer. Por ejemplo, al adaptar un personaje a una nueva escena, separa identidad, vestimenta, acción y fondo. Después comprueba cada grupo de elementos. Si la edición cambia accidentalmente la forma de una herramienta o una señal, recuperar una versión anterior puede ser más eficaz que encadenar correcciones. Conserva las referencias autorizadas y el archivo seleccionado para que la próxima actualización no dependa de reconstruir decisiones de memoria.
Documentación de referencia: Leonardo.Ai — Image Guidance · Omni Models and Inline Editor · Image editor.
Realtime Canvas y Flow State
Realtime Canvas transforma bocetos en imágenes mientras se dibuja y permite ajustar cuánto se interpreta la entrada. Flow State ofrece una exploración distinta: genera una sucesión de imágenes y permite acercarse a una dirección mediante variantes similares. En este último, el consumo corresponde a las imágenes generadas, no únicamente a las guardadas o descargadas.
El boceto resulta útil cuando la distribución espacial importa más que encontrar las palabras adecuadas. El flujo de alternativas sirve cuando todavía no existe una dirección definida. Antes de empezar, decide cómo se cerrará la exploración: tres opciones comparables, una paleta elegida o una composición con espacio suficiente para texto. Sin ese criterio, producir más alternativas puede aumentar el trabajo de selección. Guarda pronto las opciones relevantes, ya que modificar la descripción o los ajustes inicia otra serie.
Documentación de referencia: Realtime Canvas · Flow State.
Elements y entrenamiento con imágenes propias
Elements es la implementación de Leonardo de adaptaciones LoRA: ajustes entrenados con una colección de imágenes para orientar estilo, sujeto o producto. La documentación explica preparación del conjunto, entrenamiento y aplicación del elemento en generaciones posteriores. La compatibilidad depende del modelo base; un elemento no es necesariamente transferible a todos los modelos disponibles.
Entrenar puede tener sentido cuando se repetirá una identidad visual en muchos encargos. Para una pieza aislada, una referencia puede ser suficiente. La colección debe representar aquello que se quiere conservar, sin confundirlo con un fondo o una iluminación accidentalmente repetidos. Reserva ejemplos distintos para comprobar el resultado: otra perspectiva, una escena nueva o una proporción diferente. Si el sistema solo reproduce bien las composiciones de entrenamiento, todavía no se ha demostrado que permita la variación que necesita el proyecto.
Documentación de referencia: Elements training · Elements API training guide.
Vídeo, audio y continuidad entre escenas
Leonardo permite generar vídeo desde texto o imágenes. Fotogramas iniciales y finales, sonido, duración y controles de movimiento dependen del modelo. Motion 2.0 incorpora controles y elementos propios; otros modelos ofrecen funciones diferentes. La guía especifica descarga MP4 y advierte que algunas operaciones llamadas edición vuelven a generar el vídeo.
Para una secuencia, valida primero los fotogramas de referencia y después el movimiento. Una escena inicial correcta puede desarrollar una acción incoherente o cambiar un objeto durante el clip. Revisa también el sonido cuando se genere: una frase, una alarma o un efecto inesperado puede alterar el sentido. Si el objetivo exige continuidad exacta, compara el esfuerzo de corregir generaciones con grabar o animar material controlado. El criterio de aceptación debe incluir inicio, desarrollo y final de la acción, no solo una miniatura atractiva.
Documentación de referencia: Video generation guide.
Generación 3D y alcance del resultado
La guía de agosto de 2026 documenta generación 3D mediante Rodin V2, de Hyper3D. A partir de imágenes de referencia produce una malla con textura que puede revisarse en un visor y descargarse en formato GLB. Se admiten varias vistas para orientar la forma.
Este flujo sirve para explorar un objeto visual desde distintos ángulos o preparar un recurso para otra aplicación. Una malla generada no equivale a un modelo de ingeniería con medidas, materiales y tolerancias comprobadas. Antes de reutilizarla, examina las partes ocultas, la continuidad de superficies y el comportamiento en el programa de destino. Una vista frontal convincente puede dejar sin resolver el reverso o las uniones del objeto. La revisión debe seguir el uso previsto, no únicamente la apariencia de la primera vista.
Documentación de referencia: 3D generation.
Ampliación, entrega e integración con Canva
Pro Upscaler distingue modos Precise y Creative, con distinto grado de reconstrucción del detalle. La página oficial describe entradas JPG, PNG y WebP y ampliación hasta 105 megapíxeles. El tamaño del archivo resultante no demuestra que cada detalle existiera en el original: conviene comparar ambos a escala suficiente antes de imprimir.
Edit in Canva permite trasladar una imagen a una cuenta de Canva para continuar el diseño. Según la ayuda consultada, está disponible para usuarios individuales, incluidos gratuitos, pero no para Teams; la transferencia se realiza imagen a imagen. Comprueba también qué cuenta de Canva está conectada. Para la entrega, conserva la imagen aprobada y el diseño que contiene textos y recursos corporativos. Así puede cambiarse un titular sin volver a generar la ilustración ni alterar detalles que ya se habían revisado.
Documentación de referencia: Pro Upscaler · Edit in Canva.
Blueprints, agente e integración mediante API
Blueprints reúne flujos preparados que combinan modelos, referencias y ajustes para tareas visuales. La interfaz pública identifica Leo Agent como Beta. La API permite incorporar generación a otros sistemas y la oferta describe la exportación de configuraciones visuales a código. Estas vías automatizan pasos distintos y no tienen necesariamente los mismos límites que una sesión manual.
Antes de integrar, define qué activa el trabajo, qué archivos entran, dónde se guardan los resultados y quién aprueba su uso. Para un lote de imágenes de campaña, una automatización puede preparar variantes; la aprobación editorial debe poder detener una pieza defectuosa sin repetir todo el lote. Mantén un registro de configuración y consumo. Si cambia el modelo de un flujo preparado, revisa una muestra representativa antes de reutilizarlo con todas las piezas de una serie.
Documentación de referencia: Blueprints workflows · Public application interface · Developer API.
Planes, dispositivos y trabajo en equipo
La oferta del 8 de noviembre de 2026 distingue Free, Essential, Premium y Ultimate, además de planes para equipos y API. El acceso se anuncia para web y dispositivos móviles. Los planes condicionan modelos, colas y generaciones privadas; la generación relajada ilimitada se limita a modelos seleccionados.
Teams incorpora recursos y tokens compartidos, colecciones y trabajo con modelos comunes. Para seleccionar una modalidad, calcula el uso de una serie completa: exploración, correcciones, ampliación y vídeo si procede. Un equipo también necesita decidir quién conserva el original y quién autoriza una nueva versión. Compartir recursos facilita continuidad, pero sin nombres y criterios claros puede dejar varias imágenes aparentemente finales. Organiza por proyecto y estado de revisión, no solo por la fecha de generación.
Documentación de referencia: Individual plans · Leonardo for Teams.
Privacidad, derechos y uso comercial
La ayuda permite uso comercial sujeto a condiciones y distingue generaciones públicas de privadas. Las opciones privadas requieren una cuenta de pago. Las condiciones asignan derechos de forma diferente a suscriptores gratuitos y de pago, y limitan el uso del contenido privado por el proveedor a los fines contractuales, sin entrenamiento adicional salvo consentimiento expreso.
Antes de cargar material, comprueba el régimen de la cuenta y la visibilidad de cada recurso. Una licencia para utilizar una salida no equivale a exclusividad, ni resuelve permisos sobre rostros, marcas o imágenes de entrada. Para entrenar un estilo corporativo, utiliza una colección cuyo origen y autorización puedan documentarse. La capacidad de crear una variante de un producto o de una persona no demuestra que esa variante esté autorizada para publicidad. La decisión debe tomarse sobre el recurso y la finalidad concretos.
Documentación de referencia: Leonardo.Ai — Private and public images · Terms of Service · Commercial usage.
Aplicaciones concretas en SST
Puede apoyar la creación de ilustraciones para comunicación preventiva y la preparación de escenas conceptuales para materiales formativos. La relación con la seguridad y salud en el trabajo depende del contenido aportado y de la revisión técnica: la plataforma produce recursos visuales, no verifica que una operación sea segura.
Puede servir para preparar una secuencia ilustrada, variantes de un escenario formativo o recursos que mantengan una estética común en varios módulos. En SST resulta especialmente útil separar el fondo decorativo de los elementos que enseñan una conducta. El tamaño de un obstáculo, la posición de una carga o una protección no son detalles puramente estéticos.
Los escenarios deben presentarse como ejemplos, no como fotografías de un centro. Si se quiere representar un lugar real, es preferible usar recursos autorizados cuya correspondencia con el lugar pueda comprobarse.
Caso práctico y comprobación del resultado
Ejemplo: desarrollar una serie de ilustraciones coherentes para explicar la importancia de mantener libres las zonas de paso. El equipo define los escenarios, revisa cada obstáculo representado y añade las acciones concretas acordadas para el centro de trabajo.
- Definir tres escenas y la idea que enseña cada una: reconocer una obstrucción, comunicarla y mantener el paso libre conforme a las instrucciones del centro.
- Preparar referencias autorizadas y una lista de elementos que deben permanecer constantes, como recorrido, iluminación y señalización aprobada.
- Generar y comparar las escenas juntas. Detectar cambios que puedan confundir la secuencia, no solo defectos de cada imagen.
- Revisar que el resultado no normalice una práctica inadecuada. Si una escena exige demasiadas correcciones, sustituirla por un esquema claro.
- Añadir las instrucciones aprobadas como texto editable y pedir que una persona explique la secuencia con sus palabras.
Este ejercicio propuesto permite evaluar el material; no afirma que las imágenes hayan sido probadas con trabajadores reales.
Límites y condiciones de uso
Las funciones de mejora o edición pueden introducir detalles que no estaban en el original. Revisa las imágenes completas, especialmente máquinas, elementos de protección y señales; conserva una versión de referencia y evita usar una escena modificada como prueba de las condiciones reales de un puesto.
La visibilidad debe comprobarse antes de subir referencias. La documentación distingue generaciones públicas y privadas y vincula opciones privadas a determinadas cuentas. No utilices imágenes personales o información del centro dando por hecho que todas las creaciones permanecen reservadas.
Una referencia no transmite derechos sobre la imagen ni garantiza conservar exactamente su identidad. También puede introducir rasgos indeseados. Revisa si la escena representa de forma adecuada a personas, equipos y contextos, sin apoyarse en estereotipos para explicar un riesgo.
Documentación de referencia: Leonardo.Ai — Image Guidance · Leonardo.Ai — Private and public images.
Cuándo elegirla y con qué complementarla
Leonardo AI encaja cuando interesa desarrollar una serie con referencias y posibilidades de edición. Midjourney ofrece otro flujo de exploración visual; la elección debería basarse en una escena real del proyecto y en el esfuerzo de corrección. Canva puede organizar después la secuencia con textos y recursos corporativos.
Incluye en la prueba una modificación del personaje o del fondo. Comprueba qué detalles cambian inesperadamente y si el equipo puede mantener la coherencia al actualizar el material.
Preguntas frecuentes
¿Una imagen de referencia garantiza una reproducción exacta?
No. Orienta la generación, pero requiere comparar el resultado con los elementos que deben conservarse.
¿Cómo revisar una serie de ilustraciones?
Obsérvala completa: verifica continuidad de personajes, equipos, espacios y acciones, además de cada escena por separado.
¿Qué hay que comprobar antes de subir una foto?
Derechos de uso, autorización sobre las personas o el lugar y configuración real de visibilidad del proyecto.
