Viggle abre los pesos de Remake: sustituir al actor en un vídeo terminado con LoRA y ComfyUI

Es un dolor conocido para cualquiera que haga vídeo: el clip está rodado, montado y aprobado, y de pronto resulta que el actor no encaja, el logotipo de la mesa no es el correcto y la luz debería haber sido de atardecer. Volver a rodar es caro. Generar un clip desde cero no es posible, porque se perdería justo el timing y el movimiento de cámara por los que se rodó todo. Viggle propone una tercera vía y ha publicado los pesos de Remake, un modelo para editar vídeo terminado.

Qué sabe hacer exactamente Remake

La herramienta tiene dos modos. El primero se llama Recast: sustituye a un actor o personaje a partir de una imagen de referencia. El segundo cambia objetos, entorno o iluminación. En ambos casos el clip original sirve de base, lo que significa que el movimiento, el timing y la trayectoria de cámara se mantienen. El modelo no inventa la escena de nuevo, sino que redibuja los elementos necesarios sobre la estructura existente.

Imagine un anuncio en el que una persona camina por la calle con un café. Con Recast se introduce otro personaje, por ejemplo la mascota de una marca, y se conservan la forma de andar y el movimiento de cámara. Con el modo de escena se puede convertir una calle diurna en una vespertina o cambiar un vaso por una botella. No hace falta rehacer los cortes de montaje.

Qué hay dentro y cuánto pesa

La publicación se basa en MiniMax H3. Viggle distribuye dos adaptadores LoRA independientes, uno por modo, además de un script de lanzamiento, grafos de ComfyUI y variantes cuantizadas. Para quienes están acostumbrados a montar pipelines con nodos, es una buena noticia: los grafos listos ahorran días de ajuste.

El precio de la apertura es el tamaño. El transformer base a precisión completa ocupa unos 144 GB. No es un modelo que se ejecute en un portátil gaming sin preparación. Por eso la documentación describe aparte las variantes int8 y GGUF y la descarga de pesos a la memoria RAM. La velocidad y el consumo de memoria dependen de la configuración y de la duración del clip, así que nadie promete cifras exactas de antemano. Planifique pruebas en su propio hardware en lugar de fiarse de benchmarks ajenos.

Servidor MCP para vídeos largos

El detalle más práctico para desarrolladores de agentes es el servidor MCP. Un agente puede dividir el vídeo en planos, procesar cada uno por separado y volver a ensamblar el resultado. Antes, la sustitución de un personaje en una serie de planos había que configurarla a mano para cada uno. Ahora se puede describir como una tarea para el agente: «sustituye al protagonista por la referencia en todo el clip».

Es un patrón típico: un modelo generativo pesado más una capa fina de orquestación que oculta la rutina manual. Si está construyendo un servicio de vídeo, el envoltorio MCP muestra cómo conectar un modelo así a un pipeline de agentes sin un ensamblaje casero.

Limitaciones y qué hacer

Conviene mirar con sobriedad varias cosas. En primer lugar, el material no incluye métricas de calidad: se desconoce con qué estabilidad se mantienen el rostro o la ropa en planos largos. En segundo lugar, 144 GB a precisión completa implican que para producción harán falta equipos potentes o alquiler de GPU. En tercer lugar, la cuantización suele costar algo de calidad, y cuánto exactamente hay que comprobarlo con sus propios clips. Por último, sustituir personas en vídeo plantea cuestiones de derechos de imagen y de etiquetado de contenido sintético, y es mejor involucrar a los abogados con antelación.

La conclusión práctica es esta. Si desarrolla herramientas de edición, publicidad o contenido, descargue los LoRA y los grafos de ComfyUI y pruebe un par de clips propios en int8 o GGUF. Los responsables de producto deberían evaluar si se puede sustituir un nuevo rodaje por la edición del material terminado. Los fundadores, tener en cuenta que los pesos abiertos reducen la barrera de entrada para competidores que antes dependían de API cerradas. Y a quienes construyen agentes les resultará útil ver el servidor MCP como un ejemplo listo de trabajo con vídeo por planos.