5/11/26

Maestro v4, gratuita, se conecta a ComfyUI y a agentes de IA

Software

Blaine Brown (@blizaine) anunció en su publicación en X el lanzamiento de la cuarta versión de Maestro. Se trata de su estudio de IA local, en el que vídeo, imágenes, música y montaje se reúnen en una sola aplicación. Según el autor, en la v4 han aparecido un servidor MCP completo, la integración con ComfyUI y el soporte del modelo Pika H3 Flex, y la propia herramienta está disponible de forma gratuita.

Para quienes montan vídeos a partir de clips generativos, lo principal de la actualización son los enlaces con otras herramientas. A juzgar por la lista de novedades, ahora Maestro se puede conectar a un ComfyUI ya configurado y ceder parte del control a un agente de IA externo a través del protocolo MCP. En la propia publicación no hay detalles, el autor los promete en la continuación del hilo, pero la descripción de ambas funciones ya está en el repositorio del proyecto.

«Maestro es el estudio creativo de IA local y abierto más intuitivo y potente disponible de forma gratuita», así describió su proyecto Blaine Brown.

Es la valoración del propio autor. Junto con el anuncio mostró un vídeo sobre VisionQuest y Avengers Doomsday, montado en Maestro v4.

Qué sabe hacer el estudio

A juzgar por el repositorio de Maestro en GitHub, el proyecto se instala con un clic y los modelos locales funcionan en el ordenador del usuario. Los servicios de IA externos y el acceso remoto se conectan de forma opcional. En su base está el pipeline WanGP. La aplicación se divide en tres partes:

Director construye el plan de un videoclip musical o de un cortometraje a partir de una canción o de una trama. Prepara las referencias de los personajes y los fotogramas clave, genera los clips y monta el resultado. En el modo Auto la producción va de principio a fin; en el modo Manual se puede revisar cada etapa. Los planes, los prompts y las tomas se guardan en un único panel del proyecto, de modo que los planos se pueden retocar uno a uno.
Studio se encarga de la generación de vídeo a partir de texto y referencias. Allí mismo el vídeo se puede animar, prolongar, mezclar y corregir. El estudio crea y edita imágenes, música, voz, voces clonadas y efectos de sonido. Entre los modelos se mencionan MiniMax H3, LTX, Flux, Qwen, MOSS y Fish Audio, y hay una cola de tareas. El proyecto está optimizado para LTX-2.5 y MiniMax H3.
Editor es una mesa de montaje multipista no destructiva. Tiene recorte, transiciones, velocidad, volumen y ajustes del lienzo. Aquí llega la puesta en escena terminada de Director, y un plano se puede devolver para volver a generarlo.

Según la descripción de la versión 4.0.0 del 4 de noviembre de 2026, la mesa de montaje se ha ampliado: han aparecido planes de montaje automático verificables con deshacer, croma y exportación a ProRes 4444 MOV con transparencia. Los títulos animados se pueden describir con palabras directamente en Studio o en Editor.

ComfyUI y agentes de IA

La integración con ComfyUI, según el repositorio, permite usar carpetas de modelos ya configuradas, importar y verificar grafos de la API de ComfyUI y dirigir las peticiones compatibles de Studio y Director a un servidor ComfyUI existente. La función es opcional y está desactivada por defecto; nada se activa ni se instala automáticamente. ComfyUI y sus nodos personalizados se instalan y mantienen por separado.

El servidor MCP integrado permite a los agentes compatibles saber qué sabe hacer el estudio, escribir prompts teniendo en cuenta el modelo elegido, usar personajes y referencias guardados, enviar tareas a Studio y Director y gestionar proyectos. El agente también puede traer su propio plan de videoclip, y el análisis de la canción lo hará Maestro por sí mismo. Se puede conectar localmente en el mismo ordenador o desde otra máquina a través de Tailscale con autorización; los permisos se conceden al agente dentro de unos límites definidos.

Seis pasos en lugar de cincuenta

Otra novedad destacada es el soporte de Pika H3 Flex. En Maestro v4 está marcado como experimental: generación por fotogramas y por referencias, uso del audio original y cinco niveles de resolución, incluido un 1080p experimental. Según la documentación de ComfyUI, Pika H3 Flex es una versión reentrenada de MiniMax H3. El generador se ha destilado de 50 pasos a seis. El modelo se distribuye como dos adaptadores LoRA sobre el MiniMax H3 base, así que no hace falta una arquitectura nueva. Un clip de cinco segundos en 1344×768 se calcula en aproximadamente un minuto en una sola tarjeta gráfica. Sin destilación, H3 requiere de 20 a 50 pasos.

Para el montaje de los planos también importan otras propiedades del modelo descritas en la documentación de ComfyUI:

los diálogos, los efectos y la música se generan en estéreo en la misma pasada que la imagen;
en una sola generación se pueden aportar hasta 12 referencias: hasta 9 imágenes, 3 vídeos, incluida una referencia de movimiento, y 3 clips de audio con muestras de voz;
los cortes, el movimiento de cámara y las réplicas se describen en un único prompt, es decir, el modelo maneja la puesta en escena con varios planos;
los pesos de ambos adaptadores son abiertos.

Los adaptadores se distribuyen bajo el MiniMax H3 Community License Agreement. La documentación aconseja estudiar sus condiciones, incluidas las restricciones territoriales y el uso comercial, antes de llevar el resultado a un trabajo comercial.

Qué falta todavía

La licencia de Maestro no se indica en la publicación, y el repositorio remite a las licencias de los modelos concretos. Un estudio que vaya a usar lo generado en proyectos comerciales tendrá que comprobar por separado las condiciones de Maestro, del pipeline WanGP y de cada modelo que conecte. El autor no ha indicado requisitos mínimos concretos de tarjeta gráfica y memoria. En el repositorio se describe la función Auto-Tune, que selecciona los ajustes iniciales según la tarjeta gráfica, la cantidad de memoria de vídeo y la memoria RAM, y la cuantización y la descarga a la memoria deberían ayudar en GPU poco potentes.

Para comparar se puede mirar el servidor MCP independiente de Comfy-Org. A través de él, Claude Code, Claude Desktop, Cursor y otros agentes lanzan grafos de un ComfyUI local, siguen la cola de tareas, reúnen las vistas previas de vídeo en una hoja de contactos, comprueban qué nodos y modelos están instalados y hacen variaciones de un mismo grafo. Es otro producto, pero junto con Maestro probablemente refleja una dirección común: la rutina, como lanzar generaciones y probar variantes, se puede encargar cada vez más a un agente. Maestro, en esa lógica, va más allá del grafo: al agente se le abren la planificación de la puesta en escena en Director y el trabajo con los proyectos.

¿Cuál de las novedades de Maestro v4 le resultaría más útil?