La revolución del vídeo con IA de código abierto: ¿pueden las GPU de consumo competir con los gigantes tecnológicos?
ByteDance y Tencent acaban de lanzar modelos de vídeo de código abierto que se ejecutan en hardware de consumo. Esto lo cambia todo para los creadores independientes.
Henry9 min read
Autor de IA, revisiones automáticas, edición responsable
Finales de noviembre de 2025 podría pasar a la historia como la semana en que la generación de vídeo con IA se dividió en dos. Mientras Runway celebraba que Gen-4.5 alcanzaba el puesto número 1 en Video Arena, algo más grande sucedía en segundo plano. ByteDance y Tencent lanzaron modelos de vídeo de código abierto que se ejecutan en hardware que quizá ya poseas.
La semana en que todo cambió
La conversación de esa semana se centró en la gran victoria de Runway, pero ¿el verdadero entusiasmo? Dos importantes lanzamientos de código abierto con pocos días de diferencia:
ByteDance Vidi2
- 12 mil millones de parámetros
- Comprensión de vídeo: recuperación y localización espacio-temporal
- Publicado el 25 de noviembre de 2025 como informe, repositorio de GitHub y demo online
Tencent HunyuanVideo-1.5
- 8.3 mil millones de parámetros
- Funciona con 14GB de VRAM
- Compatible con GPU de consumo
Esa cifra de 14GB importa. Una RTX 4080 tiene 16GB. Una RTX 4070 Ti Super tiene 16GB. De repente, "ejecutar generación de vídeo con IA localmente" pasó de "necesitas un centro de datos" a "necesitas un PC para juegos".
La gran división
Estamos viendo cómo la generación de vídeo con IA se divide en dos ecosistemas distintos: servicios propietarios en la nube y generación local de código abierto. Ambos tienen su lugar, pero para perfiles de creadores muy diferentes.
Así se presenta el panorama en este momento:
| Enfoque | Modelos | Hardware | Modelo de costes |
|---|---|---|---|
| Nube propietaria | Runway Gen-4.5, Sora 2, Veo 3 | GPU en la nube | Suscripción + créditos |
| Código abierto local | HunyuanVideo, LTX-Video | GPU de consumo | Solo electricidad |
Los modelos propietarios aún lideran en calidad pura. Gen-4.5 no alcanzó el puesto número 1 por casualidad. Sin embargo, la calidad no es la única dimensión relevante.
Por qué el código abierto cambia las reglas del juego
Permíteme desglosar lo que la generación local significa realmente para los creadores:
Sin costes por generación
Privacidad absoluta
Iteración ilimitada
Capacidad offline
La prueba de realidad del hardware
Seamos sinceros sobre lo que realmente significa "hardware de consumo":
Ejecutar HunyuanVideo-1.5 en una tarjeta de 14GB es posible, pero no cómodo. Los tiempos de generación se alargan. La calidad puede exigir varias pasadas. La experiencia no está tan pulida como hacer clic en "generate" en Runway.
No obstante, ese coste de la GPU es una compra única. Si generas más de unos cientos de vídeos al año, las cuentas empiezan a favorecer la generación local de forma sorprendentemente rápida.
Lo que los modelos de código abierto pueden hacer realmente
De esta pareja, solo HunyuanVideo-1.5 genera vídeo. Basándonos en la ficha del modelo HunyuanVideo-1.5 de Tencent (no en benchmarks de Bonega), esto es lo que afirma y lo que te exige:
- Tencent afirma contar con una calidad visual y coherencia de movimiento a la vanguardia de la industria
- 8.3 mil millones de parámetros
- Se ejecuta en GPU de consumo, a partir de 14 GB con model offloading
- La ficha del modelo no describe generación de audio
- Tiempos de generación más largos en una tarjeta de 14 GB
- Curva de aprendizaje de configuración más pronunciada que una aplicación en la nube
Vidi2 es un tipo de modelo diferente. Su artículo técnico describe comprensión de vídeo: recuperación temporal, localización espacio-temporal (marcas de tiempo y cuadros delimitadores para una consulta de texto) y respuestas a preguntas sobre vídeo, mencionando la edición compleja como una aplicación potencial. No genera metraje, por lo que queda fuera de la comparación de calidad anterior.
Para prototipos rápidos, contenido para redes sociales y trabajo experimental, un modelo local como HunyuanVideo-1.5 puede responder con creces. Para la calidad más alta absoluta donde cada fotograma cuenta, los modelos propietarios todavía llevan la delantera.
La estrategia china de código abierto
Que ByteDance y Tencent publiquen modelos de código abierto no es altruismo. Es estrategia.
Ambas empresas afrontan restricciones en servicios en la nube y exportaciones de chips estadounidenses. Al lanzar modelos de código abierto:
- Construyen comunidad e influencia de marca a escala global
- Los desarrolladores optimizan sus arquitecturas de forma gratuita
- Los modelos mejoran mediante el esfuerzo distribuido
- Se reduce la dependencia de las API de empresas estadounidenses
Es una partida a largo plazo. Y para los creadores independientes, es un juego que beneficia a todos salvo a los servicios de suscripción.
El flujo de trabajo híbrido emergente
Los creadores inteligentes no eligen bandos. Construyen flujos de trabajo que aprovechan ambos:
- ✓Crear prototipos localmente con modelos de código abierto
- ✓Iterar sin la presión de los costes
- ✓Utilizar modelos propietarios para las tomas estelares finales
- ✓Ajustar modelos abiertos para estilos específicos
Piénsalo como en la fotografía. Puedes disparar de manera informal con tu teléfono, experimentando libremente. Pero para la exposición en la galería, sacas la cámara de formato medio. La misma mente creativa, diferentes herramientas para distintos momentos.
Primeros pasos con la generación local
Si quieres probar esto por tu cuenta, esto es lo que necesitas:
Configuración mínima:
- GPU NVIDIA con 14GB+ de VRAM (RTX 4070 Ti Super, 4080, 4090 o 3090)
- 32GB de RAM del sistema
- 100GB+ de almacenamiento libre
- Linux o Windows con WSL2
Configuración recomendada:
- RTX 4090 con 24GB de VRAM
- 64GB de RAM del sistema
- SSD NVMe para almacenamiento de modelos
- Equipo dedicado para generación
El proceso de instalación implica flujos de ComfyUI, descargas de modelos y cierta soltura con la terminal. No es trivial, pero miles de creadores ya lo han puesto en marcha. Las comunidades en Reddit y Discord resultan sorprendentemente útiles.
Implicaciones para el mercado
Se proyecta que el mercado de generación de vídeo con IA alcance los $2.56 billion para 2032. Esa proyección asumía que la mayor parte de los ingresos provendría de servicios por suscripción. Los modelos de código abierto complican ese pronóstico.
Cuando la generación se convierte en un recurso accesible que corre en hardware que ya posees, el valor se traslada. Las empresas competirán en:
- Facilidad de uso e integración en el flujo de trabajo
- Funcionalidades especializadas (audio nativo, duraciones más largas)
- Características y soporte para entornos corporativos
- Modelos adaptados para sectores concretos
¿La capacidad de generación pura en sí misma? Se está convirtiendo en un requisito básico.
Mi predicción
Para mediados de 2026, la generación de vídeo de código abierto igualará la calidad de las soluciones propietarias en la mayoría de los casos de uso. La brecha se cerrará más rápido de lo que muchos esperan porque:
- El desarrollo abierto lo acelera todo. Miles de investigadores mejoran modelos compartidos al unísono.
- El hardware se abarata. El mínimo de 14GB de hoy será hardware económico el próximo año.
- Las herramientas comunitarias maduran. Las interfaces de usuario, los flujos de trabajo y la documentación progresan con rapidez.
- El fine-tuning se democratiza. Los modelos personalizados para estilos concretos se vuelven comunes.
Los servicios propietarios no desaparecerán. Competirán en comodidad, integración y capacidades especializadas en lugar de en calidad bruta de generación.
Qué significa esto para ti
Si creas contenido de vídeo, este es mi consejo:
Si generas de forma ocasional: Sigue con los servicios propietarios. El modelo de suscripción tiene sentido para un uso esporádico y la experiencia de usuario es más fluida.
Si generas con frecuencia: Empieza a explorar opciones locales. La inversión inicial en hardware y aprendizaje se amortiza rápidamente si generas cientos de clips al mes.
Si estás creando productos: Considera ambas opciones. API en la nube para tus usuarios, generación local para desarrollo y pruebas.
Si eres artista: El código abierto es tu espacio de recreo. Sin términos de servicio que restrinjan lo que creas. Sin créditos que limiten la experimentación. Solo tú y el modelo.
El futuro abarca ambos
No creo que el código abierto "gane" ni que lo propietario "gane". Nos dirigimos hacia un mundo donde ambos conviven, respondiendo a diferentes necesidades.
La analogía a la que siempre vuelvo: la música en streaming no mató a los discos de vinilo. Cambió quién compra vinilos y por qué. El vídeo con IA de código abierto no acabará con Runway o Sora. Modificará quién los usa y con qué propósito.
Lo crucial es que los creadores tengan opciones. Opciones reales, viables y competentes. Finales de noviembre de 2025 fue el momento en que esas opciones se multiplicaron.
La revolución del vídeo con IA no trata de qué modelo es el mejor. Trata de acceso, propiedad y libertad creativa. Y en los tres frentes, acabamos de dar un paso gigantesco hacia adelante.
Descarga un modelo. Genera algo. Descubre qué sucede cuando la fricción desaparece.
El futuro de la creación de vídeo se está forjando en habitaciones y sótanos, no solo en laboratorios de investigación. Y sinceramente, así es exactamente como debería ser.
Fuentes
- Lanzamiento de ByteDance Vidi2 (WinBuzzer)
- Artículo técnico de Vidi2 (arXiv)
- Repositorio de Vidi: historial de lanzamientos (GitHub)
- Lanzamiento de Tencent HunyuanVideo-1.5 (WinBuzzer)
- Clasificaciones de Runway Gen-4.5 en Video Arena (CNBC)
- Informe de mercado sobre generadores de vídeo con IA (Fortune Business Insights)
- Estadísticas de creación de vídeo con IA 2025 (Zebracat)
