Un equipo creó una animación con IA en 1,5 semanas y gastó unos 15.000 rublos

En un video generado con IA, lo caro no es la primera generación, sino la última corrección. El equipo del proyecto “Hooligans en el club” lo comprobó en la práctica: preparó las imágenes estáticas en menos de una semana y gastó entre 3.000 y 5.000 rublos, mientras que la animación exigió otras 1,5 semanas y unos 15.000 rublos. Después, el montaje, los efectos 2D y el sonido requirieron aproximadamente una semana de trabajo manual. Las sustituciones finales añadieron una o dos semanas más.

El resultado ofrece un análisis útil de la producción híbrida: las redes neuronales no sustituyeron a los artistas ni a los montadores, sino que aceleraron la búsqueda de planos y el movimiento entre escenas clave. Blender aportó una geometría controlable, Photoshop permitió corregir detalles sin regenerar por completo las imágenes y los efectos manuales unificaron el material en un video coherente.

Primero hay que fijar el aspecto visual

El trabajo comenzó con un moodboard en Soul 2.0. A partir de él, el equipo preparó las localizaciones, las escenas y las fichas de personajes. Algunos planos se perfeccionaron con Seedream 5 Pro, Nano Banana Pro y Photoshop.

Este orden es importante. Si el personaje, la ropa, el entorno y la composición no quedan fijados antes de la animación, cada cambio posterior recorre toda la cadena: hay que rehacer el fotograma original, volver a generar el movimiento, revisar el montaje y repetir los efectos. Eso fue precisamente lo que les ocurrió a los autores del proyecto: las correcciones finales requirieron una o dos semanas adicionales, aunque la generación principal ya había terminado.

La conclusión práctica para el producto es sencilla: no se deben aprobar imágenes bonitas de forma aislada, sino un conjunto completo de materiales de referencia. Este debe incluir el aspecto de los personajes, los ángulos clave, la paleta, la utilería y varias escenas de control. El paquete funciona como especificación para todo el equipo.

El borrador prueba el prompt, no la calidad del movimiento

Para la animación se utilizó el modo borrador de Seedance 2.5. Al principio generaba video a 480p, lo que permitía comprobar la idea y la redacción del prompt a menor coste. Sin embargo, tomar un borrador logrado y limitarse a mejorarlo solía producir artefactos.

El problema no se reducía a unas texturas deficientes. La baja resolución iba acompañada de errores de física, trayectorias de objetos y movimiento de cámara. Al mejorar posteriormente el video, el modelo conservaba la lógica del clip original, incluidos los movimientos fallidos. La imagen ganaba nitidez, pero el error no desaparecía.

Por ello, el equipo modificó el proceso: mantuvo el modo borrador para probar prompts y volvió a ejecutar desde cero a 1080p las formulaciones adecuadas. Es más caro que pulsar una sola vez el botón “mejorar”, pero reduce el riesgo de obtener un video técnicamente limpio con una cámara incorrecta o una física que se desmorona.

Este proceso de producción necesita un criterio de aceptación independiente. En el borrador no deben evaluarse los detalles, sino la composición, la dirección del movimiento, el comportamiento de los objetos, el ritmo y el trabajo de cámara. Si el error afecta a estos parámetros, aumentar la resolución no lo corregirá.

Es mejor construir manualmente las escenas de control

En los episodios complejos, el equipo preparó maquetas low-poly sencillas en Blender y se las proporcionó al modelo como base visual. Ese armazón definía las poses y la posición relativa de los objetos, mientras que el modelo generativo añadía el aspecto visual y el movimiento. Esto ofrecía más control en escenas para las que una descripción textual no era suficiente.

Varias líneas de diálogo se generaron en ElevenLabs. El montaje, el sonido y los VFX 2D se realizaron manualmente. Esta combinación fue la que determinó el resultado: la IA aceleró la producción de los materiales de partida, pero la coherencia final siguió siendo responsabilidad de las personas.

La principal limitación de este enfoque es el elevado coste de las decisiones tardías. Los planos generativos parecen independientes, pero en el video terminado están conectados mediante los personajes, el montaje, el sonido y los efectos. Sustituir una sola escena básica puede obligar a varios especialistas a repetir su trabajo.

Por tanto, un proceso razonable consiste en aprobar primero las referencias visuales, comprobar después el movimiento mediante borradores baratos, crear de nuevo los planos finales con la calidad necesaria y solo entonces pasar a los efectos y al sonido. El presupuesto de generación sigue siendo relativamente reducido, pero el ahorro solo aparece cuando las costosas repeticiones se eliminan antes del montaje.