Están los modelos de lenguaje y están los modelos que crean videos. Y, tal como sucede con los modelos de lenguaje, los modelos de video avanzan casi al mismo vértigo: acaba de salir Seedance 2.5, desarrollado por la empresa china ByteDance que genera piezas de hasta 30 segundos, algo que ningún otro modelo puede hacer hoy.
"Es un monstruo, es un modelo gigante", definió Yves Fogel, fundador del estudio uruguayo Souts, especializado en crear contenido audiovisual hecho con IA.
El modelo acepta hasta 50 imágenes de referencia por pedido y también admite audio y video como entrada, algo inédito para modelos de IA. Pero para Fogel el avance principal no pasa por ahí: "Creo que el avance más grande en realidad no es del lado de generación, sino del lado de razonamiento".
En concreto, el modelo interpreta mejor el material que se le carga. "Las imágenes que vos le pasás entiende mucho mejor cómo hacerlas funcionar y qué hay ahí adentro de la imagen", explicó. Eso permite trabajar con character sheets, las láminas de referencia de un personaje, o con imágenes más abstractas.
Lo que más lo sorprendió fue otra cosa: el sentido del timing. "Hoy me aparecieron un par que entre comillas memes o videos graciosos, pero que tienen un sentido del timing en comedia que funciona muy bien y eso es algo que ningún modelo podía hacer hasta ahora".
Fogel fundó Souts —Side Out Sticks— hace más de un año y el estudio, AI-native, ya trabaja para una serie en Estados Unidos. También organizó el Sticks n' Festival, que en mayo proyectó en Life Cinemas Alfabeta 15 cortometrajes seleccionados entre 1.400 piezas enviadas desde 91 países.
El precio y la pelea de los modelos chicos
La contrapartida es el costo. "Es un modelo carísimo, no es para uso general", dijo Fogel. En el estudio no lo van a usar para todo: muchas tareas van a seguir con 2.0 Flash, "que cumple la función y sale cinco veces menos".
La comparación más directa es con Seedance 2.0, que era el mejor modelo hasta hace dos semanas y quedó superado por la propia iteración de Seedance, sin competencia externa. Fogel lo compara con lo que pasó el año pasado con Gemini entre los modelos de lenguaje: al mejor modelo solo lo superaban sus propias versiones siguientes.
Al mismo tiempo, señaló, están saliendo modelos cada vez más chicos y más potentes. Puso como ejemplo MiniMax-Text-01, lanzado esta semana: comparable con Seedance 2.0, pero de open weights —con los pesos del modelo publicados— y capaz de correr local en una Mac cualquiera.
Su predicción para los próximos 12 meses es que el salto de calidad entre versiones va a ser cada vez más marginal y que el valor va a venir de otro lado. "Yo tengo mucha fe en los modelos abiertos por eso, de poder correrlo en cualquier lado y poder correrlo local, offline. Creo que siempre va a ser una ventaja".
