29/8/26

Servicios que desaparecen, facturas de seis cifras y H.264 en lugar de EXR: por qué los estudios llevan los modelos generativos a su propio hardware

Interesantes de la Web

La carta sectorial «Open-Weights and American AI Leadership», firmada por 35 participantes entre los que figuran Nvidia, Microsoft, Meta, IBM y Hugging Face, ha devuelto a la agenda el debate sobre los pesos abiertos. Sus autores hablan de accesibilidad, competencia y seguridad mediante la revisión abierta de los modelos por parte de la comunidad. En el terreno de la producción cinematográfica y de VFX ese debate se ve de otra manera: allí un modelo se evalúa por si sobrevivirá hasta la entrega del proyecto, cuánto costará su uso iterativo y en qué formato entrega los fotogramas.

La publicación fxguide ha analizado el lado práctico de la cuestión junto con JD Vandenberg, consultor de pipelines generativos y ciencia del color que trabajó anteriormente en Disney y Netflix. La conclusión se resume en que los pesos abiertos dan a los estudios estabilidad de versiones, control sobre el material, un coste acotado por arriba y la posibilidad de integrar la generación en el pipeline ya existente, a cambio de experiencia técnica e infraestructura propia.

Исчезающие сервисы, шестизначные счета и H.264 вместо EXR: почему студии переносят генеративные модели на своё железо — Imagen generada localmente con el modelo abierto Z-Image-turbo (un Diffusion Transformer abierto). Imagen: Jack Higgins / fxguide

El modelo puede desaparecer en mitad de la producción

En producción el software no se actualiza sin necesidad: la previsibilidad importa más que las funciones recientes. Los modelos generativos viven según otras reglas: se actualizan con frecuencia, sin avisos y sin una lista completa de cambios. Un fotograma, un vídeo o un sonido obtenidos con la misma entrada y la misma semilla pueden cambiar si el proveedor no ofrece instantáneas versionadas y usted no ha fijado una concreta.

El peor escenario es que el servicio cierre de la noche a la mañana. Es exactamente lo que le ocurrió al proyecto Critterz después de que OpenAI retirara en marzo la aplicación y el servicio web Sora: el proyecto se perdió el estreno previsto en Cannes, los coproductores tuvieron que buscar un nuevo socio de IA y el lanzamiento se aplazó a principios de 2027. Con el mismo anuncio terminó la historia de la inversión anunciada de Disney en OpenAI por 1000 millones de dólares y del acuerdo de licencia de personajes a tres años vinculado a ella: el trato fue público durante tres meses y nunca llegó a cerrarse.

La seguridad del contenido impide enviar el material original a una nube ajena

Las redes de producción están segmentadas y el tráfico saliente está estrictamente controlado por los requisitos de la MPA y la TPN. Enviar el material original a un modelo alojado y descargar los resultados de vuelta abre un canal que atraviesa justamente las barreras para las que existe la seguridad del contenido. Por ese canal circula material previo al estreno, y los acuerdos legales funcionan como compensación a posteriori, no como control. En algún momento alguien tiene que confirmar que la infraestructura del proveedor es capaz de custodiar ese material: o se paga una auditoría, o se confía en un proveedor que nunca la ha pasado. El mecanismo existe en los estudios, pero solo unos pocos proveedores de servicios generativos han superado la evaluación TPN. Un modelo local funciona incluso en una red completamente aislada, sin transferir datos a terceros.

La opción local también tiene su reverso, y fxguide no lo oculta. ComfyUI, con todas sus virtudes, sigue siendo una fuente de riesgo: un atacante puede colar un virus o un gusano tanto en el código del propio programa como a través del ecosistema abierto de plugins, y el volumen de código es demasiado grande para una auditoría con las fuerzas del departamento de TI interno. Los especialistas en seguridad de VFX consideran hostiles por defecto las compilaciones generativas abiertas, sobre todo cuando los artistas usan sus propios dispositivos y herramientas descargadas por ellos mismos. La alternativa es montar uno mismo una solución de confianza a partir de bibliotecas abiertas verificadas.

La factura de las iteraciones no se puede calcular de antemano

La producción generativa es iterativa y todavía no se puede predecir en cuántos intentos el modelo acertará con el encargo. Resulta ilustrativo el cortometraje Air Head, hecho en 2024 por el colectivo de Toronto Shy Kids con Sora: el supervisor de posproducción Patrick Cederberg calculaba que unos 90 segundos del metraje final surgieron de «cientos de generaciones de 10–20 segundos» y cifraba la relación entre material bruto y montaje en torno a 300:1. Él mismo señalaba lo aproximado del cálculo, y las cifras no cuadran del todo entre sí, pero incluso con una estimación conservadora es más de 80:1. En el cine de ficción se considera normal 10:1–30:1, y un equipo experimentado sabe estimar de antemano esa relación.

A fecha de agosto de 2026, las tarifas de las API se mantienen en una franja de aproximadamente 0,05–0,75 dólares por segundo de salida. El coste de un minuto terminado es el precio del segundo multiplicado por un coeficiente difícil de prever. La industria del software ya se ha topado con esto: en junio, un solo empleado de una empresa fintech de San Francisco quemó en una semana tokens por valor de 81 267 dólares mientras desarrollaba un juego. En los medios generativos el mismo ciclo gira con un precio por iteración bastante más alto. Un límite de gasto solo desplaza el problema: el contador se detendrá en mitad de un episodio el día de la entrega y, en lugar de rematar un plano, el equipo pasará la noche negociando una ampliación del presupuesto. El hardware local cuesta lo que cuesta, tanto si se han hecho diez tomas como diez mil.

H.264 frente a EXR: los formatos no encajan

La brecha entre lo que entregan los servicios generativos y lo que acepta el pipeline de posproducción se apoya ante todo en el formato. La mayoría de los modelos de vídeo sacan H.264: 8 bits, 4:2:0, display-referred, casi siempre sRGB. No hay alfa, ni profundidad, ni criptomatas, ni datos scene-linear, pero sí queda el banding, que sobrevive a cualquier etalonaje posterior. Cederberg señalaba que Sora no permitía en absoluto renderizar pases adicionales como matas o profundidad, y que Shy Kids lo generaban todo en 480p y lo escalaban con herramientas de terceros.

La entrega de VFX es, por regla general, EXR: un solo fotograma 4K en half-float a tres canales pesa unos 53 MB sin comprimir, los EXR multicapa de 200 MB por fotograma son algo habitual, es decir, 576 GB para un plano de dos minutos a 24 fotogramas por segundo. Con esos volúmenes, el almacenamiento en la nube y el tráfico de salida se convierten en una partida de gasto, y el tiempo de transferencia, en una limitación del calendario. Un modelo en una nube ajena entrega el formato que al proveedor le sale más barato servir; un modelo en hardware propio se puede colocar dentro del propio conducto de color y obligarlo a escribir lo que el pipeline realmente lee. En la industria se está resolviendo el problema, pero la brecha todavía es grande.

Las instalaciones ya tienen el hardware: hay que dirigirlo a otra tarea

La mayoría de los modelos de vídeo salen en variantes destiladas o cuantizadas que funcionan en una sola estación de trabajo. La tendencia juega a favor de los estudios: la cuantización y la destilación reducen los requisitos de VRAM más rápido de lo que los eleva el crecimiento del número de parámetros. Vandenberg ejecuta versiones cuantizadas y destiladas de la mayoría de los modelos abiertos de vídeo actuales en una sola RTX 5090, una tarjeta de consumo con 32 GB de memoria de vídeo. En el segmento alto, la RTX PRO 6000 Blackwell con 96 GB cuesta en tienda unos 13 250 dólares; en su lanzamiento era bastante más barata.

Lo principal es que los estudios, las casas de VFX y las instalaciones de posproducción ya poseen una potencia de GPU considerable. Las granjas de render y los parques de estaciones con GPU ya están comprados: solo queda redirigirlos a otra carga. La estación de un colorista con varias tarjetas bajo FilmLight Baselight o Blackmagic DaVinci Resolve está parada fuera del horario laboral, aunque sirve para inferencia.

De ahí se deriva también la ganancia más difícil de demostrar: la integración. El modelo propio se puede invocar desde un nodo de Nuke o un plugin de Resolve, enviar tareas al mismo gestor de render con la misma cola, prioridades y registros que el resto de los renders del proyecto, describir el color una sola vez en una configuración OCIO o en un pipeline ACES en lugar de adivinarlo clip a clip, y llevar las versiones en el mismo sistema de gestión de assets. Una API alojada se puede programar, pero se queda fuera del pipeline.

Los pesos abiertos todavía no son código abierto

Antes de montar una producción sobre esto hay que aclarar las licencias. Pesos abiertos significa que los parámetros se pueden descargar, pero no garantiza el derecho a reentrenar el modelo, a distribuirlo ni a usar el resultado en una entrega comercial. El código abierto en el sentido habitual es una licencia de tipo OSI que permite estudiar, modificar y distribuir las fuentes. Los modelos abiertos actuales de vídeo y sonido están repartidos por ese espectro: una parte bajo Apache 2.0, otra bajo licencias de comunidad con restricciones de uso, al menos uno exige un acuerdo comercial aparte y algunos solo se permiten para uso no comercial. Un modelo que da una imagen excelente bajo una licencia que prohíbe el uso comercial no se puede meter en la entrega, y el conformado es un sitio caro para hacer ese descubrimiento.

La mayoría de los modelos abiertos punteros de este ámbito están hechos fuera de Estados Unidos, y la regulación de los pesos abiertos está cambiando ahora mismo. De ahí un consejo práctico: archivar los pesos que realmente se usan en lugar de descargarlos de un hub en el momento de lanzar la tarea.

Por qué esta discusión ha empezado justo ahora

El debate sobre los pesos abiertos en la producción de medios probablemente ha madurado por un conjunto de razones, y la carta no es más que su capa superior. Los modelos cerrados por API no van a desaparecer: la ejecución local no es trivial y no a todos los equipos les compensa asumir una infraestructura propia. Pero en los estudios han coincidido varios factores: el déficit de GPU y la memoria encarecida, por los que parte de las empresas medianas se va igualmente a la nube; la experiencia acumulada de proyectos detenidos por el cierre de un servicio; y la diferencia entre cómo está montada una producción y cómo está montado un servicio de IA de consumo.

En ese contexto es probable que crezcan los esquemas híbridos conocidos del mundo del software abierto: los pesos están disponibles libremente y el dinero se cobra por el soporte, la licencia comercial y el servicio. Para los equipos pequeños eso significaría una entrada más asequible; para las grandes instalaciones, la posibilidad de devolver la generación bajo su propio control de calidad y seguridad. A quienes peor les iría es a los proveedores de servicios cerrados que no están dispuestos ni a pasar auditorías del sector ni a garantizar la inmutabilidad de las versiones.

Fuente

Guardar

5186 23

792

Votos: 5