Explicador en lenguaje claro
Video con IA, y la física que un modelo aprende mirando
¿Cómo genera video la IA y qué es un world model?
Los generadores de video extienden la difusión de imágenes al tiempo: en vez de limpiar una foto, limpian juntos un bloque de fotogramas, así el movimiento se mantiene coherente de uno a otro. Para que una pelota que rebota o una bebida que se sirve resulten creíbles, el modelo tiene que absorber regularidades aproximadas de cómo se mueven las cosas. Ese sentido implícito y aprendido de cómo se comporta el mundo es lo que se llama world model. Se aprende de video, no se programa, así que es aproximado y falla.
Revisado por última vez el
Leer es el camino lento. Empieza con una lección gratis que puedes operar ahora mismo.
Empieza gratis: Del internet a tu respuesta →Gratis, sin código, sin registro.
Y después ve más a fondo: Video y modelos de mundo Bloqueada
Lo que la gente entiende mal
- Dibuja fotograma a fotograma como un animador. Genera un bloque de fotogramas en conjunto, y eso es lo que mantiene coherente el movimiento.
- Corre un motor de física. No hay reglas de gravedad ni de colisión dentro, solo patrones absorbidos de grabaciones, y por eso a veces los objetos se atraviesan.
- Un world model significa que el sistema entiende el mundo. Significa que predice qué suele pasar después en pantalla, que es una afirmación mucho más estrecha.
Dónde lo ves en productos reales
- Herramientas de texto a video como Sora y Veo.
- Storyboards, anuncios y clips cortos generados a partir de una escena escrita.
- Investigación en robótica y conducción autónoma, donde predecir el siguiente fotograma sirve para planificar acciones.
Preguntas frecuentes
- ¿Por qué los videos de IA suelen ser cortos?
- El costo y la consistencia juegan en contra de la duración. Los fotogramas se generan juntos, así que el cómputo crece rápido con el largo, y pequeñas derivas en la cara de un personaje o en la luz se acumulan. Casi todas las herramientas cosen varios clips cortos y bien condicionados en vez de generar una toma larga.
- ¿El modelo entiende la física?
- No como reglas. Ha visto suficientes caídas, salpicaduras y choques como para reproducirlos de forma convincente en situaciones familiares. Pídele algo poco común y el fallo es revelador: líquidos que no conservan el volumen, objetos que se funden, sombras que ignoran la luz.
- ¿Por qué importan los world models más allá del video?
- Porque un sistema que puede predecir qué pasa después también puede evaluar un plan antes de actuar. Eso sirve directamente en robótica y conducción autónoma, donde probar una acción en el mundo real sale caro, y por eso los laboratorios tratan la generación de video como algo más que entretenimiento.
Explicadores relacionados
Parte de See How AI Works, un curso interactivo gratuito, donde aprendes cómo funciona la IA moderna operándola, no viendo videos.