MAS IA

En MAS IA producimos contenido audiovisual con inteligencia artificial: dirigimos con criterio humano cada decisión, usamos GPU virtual bajo demanda para cada producción, y experimentamos todo el tiempo con nuevas herramientas para encontrar la mejor combinación entre calidad, velocidad y costo. Este es el detrás de escena real de cómo trabajamos, desde «Más allá del mito» hasta nuestra forma de producir hoy.

El proceso comienza mucho antes de encender una GPU. Primero elegimos una historia, investigamos el tema y escribimos el relato. Después dividimos el guion en escenas y definimos qué debe contar cada plano: el encuadre inicial, la revelación final, el movimiento de cámara, la atmósfera, el sonido y la emoción.

Cada escena tiene tres piezas principales:

Usamos servidores con GPU de alta potencia cuando cada producción lo necesita. Sobre esa infraestructura montamos ComfyUI y los modelos necesarios para trabajar todo el flujo en un entorno propio y privado, sin depender del sistema de créditos de una plataforma por cada intento.

La infraestructura se contrata durante el render y se libera en cuanto termina — no pagamos por una GPU que no está trabajando. Y como no existe una única configuración ideal, probamos constantemente distintas placas, memorias, modelos y configuraciones, buscando el mejor equilibrio entre calidad, velocidad y costo.

En «Más allá del mito», por ejemplo, trabajamos con una GPU NVIDIA RTX 4090 de 24 GB y aproximadamente 258 GB de memoria RAM:

Qwen Image Edit se utiliza para construir los fotogramas de referencia. No se limita a interpretar una frase: recibe fotografías, hojas de identidad y cuadros anteriores para conservar personajes y continuidad visual.

En este proyecto generamos primero una hoja multivista de Martín. El primer intento sirvió para comprobar su identidad, pero presentó una deformación anatómica. El segundo corrigió la composición y el tercero incorporó color natural. Ese resultado se convirtió en la referencia maestra para las escenas posteriores.

Referencia

Punto de partida

Fotografía original de identidad.

→

Descartada

Intento 1

Confirma la identidad, pero con deformación anatómica.

→

Corregida

Intento 2

Corrige la composición y la anatomía.

→

Aprobada

Intento 3 — referencia maestra

Incorpora color natural. Se usa en el resto de la producción.

No existe un único modelo ideal para todas las tomas. En MAS IA elegimos la herramienta según lo que la escena necesita: tipo de movimiento, duración, continuidad de personajes, nivel de detalle, velocidad de iteración y tratamiento del sonido.

MiniMax H3 es una de las herramientas que utilizamos para transformar referencias visuales en planos con atmósfera, profundidad y movimiento cinematográfico. Es especialmente útil para explorar tomas ambiciosas y descubrir cómo una escena puede cobrar vida entre su imagen inicial y su revelación final.

LTX, ejecutado dentro de nuestro entorno de GPU con ComfyUI, aporta otra clase de control: permite producir lotes con rapidez, ajustar la duración al relato, repetir una toma puntual y revisar el resultado casi de inmediato. Es una herramienta muy valiosa cuando la continuidad y el ritmo de edición son determinantes.

Los dos modelos son complementarios. La decisión no se toma por moda: se toma plano a plano, buscando el mejor resultado posible para esa historia.

La voz, los ambientes, la música y los efectos se trabajan por separado. Primero preparamos la narración, medimos su duración y construimos el plano para que respire con ella. Después realizamos la mezcla final de sonido: voces, pasos, viento, agua, multitudes, motores, sirenas o el detalle que cada toma necesita.

Así se construyó, por ejemplo, una de las tomas de Antártida con MiniMax H3. La toma inicial se creó combinando la referencia maestra con un prompt cinematográfico panorámico; la imagen final parte de la inicial para conservar el muro, los exploradores, el clima y la ubicación de la cámara mientras revela el mundo oculto detrás del hielo. Una vez aprobados los dos fotogramas, MiniMax H3 genera el plano continuo entre ellos, con un prompt que describe el movimiento de cámara, la acción en primer plano, el fondo, la iluminación, los efectos atmosféricos y la forma exacta en que debe aparecer la revelación final.

Imagen inicial

Fotograma inicial

El muro de hielo, antes de la revelación.

→

Descartada

Prueba de continuidad

Descartada: duplicó a los exploradores.

→

Aprobada

Fotograma final

Revelación corregida y aprobada para animar.

Una escena breve puede requerir dirección de arte, referencia visual, prompt de movimiento, duración precisa, generación en GPU, revisión de continuidad y diseño sonoro. La IA acelera el proceso; la dirección define el resultado.

Cada producción es también un experimento. Probamos GPUs, modelos y configuraciones distintas todos los días, buscando el mejor equilibrio entre calidad, velocidad y costo para cada tipo de escena.

La infraestructura virtual nos da esa libertad: no estamos atados a una sola placa ni a un único proveedor. Podemos elegir la GPU que mejor se adapte a cada producción, contratarla por el tiempo que dure el render y liberarla apenas termina.

Cada proyecto deja algo para el siguiente: mejores prompts, mejores flujos de trabajo en ComfyUI y un criterio más afinado para decidir qué herramienta usar en cada toma.

No usamos una sola IA.
Construimos el mejor equipo para cada historia.

Durante la generación monitoreamos la cola de trabajo, el uso de GPU, la memoria, la temperatura, el progreso y los errores. Cada archivo terminado se descarga inmediatamente y queda guardado dentro del proyecto.

Después revisamos identidad, anatomía, continuidad, movimiento, sincronización, duración y sonido. Las tomas que no alcanzan la calidad buscada se reformulan y se vuelven a producir. Finalmente realizamos el montaje, incorporamos las voces, música, sonido, títulos, color y créditos.

La inteligencia artificial acelera la producción,
pero no reemplaza la dirección.