Claude Opus 5.5 creó una escena de VFX en Blender y Nuke mediante MCP sin un solo fotograma generado por IA

Casi todos los vídeos sobre «IA en el cine» siguen la misma fórmula: escribes un prompt y obtienes imágenes bonitas, pero difíciles de controlar. El director no puede decir «mueve el farolillo a la izquierda y haz que las hojas pesen más». Esta historia sigue otro planteamiento. Un creador del mundo del cine y la posproducción no generó ninguna imagen. Puso a Claude Opus 5.5 al mando de un flujo de trabajo convencional de VFX.

Qué hicieron exactamente

Según la descripción de la publicación, conectaron Opus 5.5 a Blender y Nuke mediante MCP (Model Context Protocol). También utilizaron Houdini. Para el viento, los farolillos y las hojas no recurrieron a una solución ya existente: el modelo escribió su propio motor de física en Python y NumPy.

A partir de ahí, Claude trabajó como supervisor de VFX. Definía la composición, las siluetas, la arquitectura, el movimiento de los objetos, la iluminación y los pequeños detalles de animación. La persona daba indicaciones y el modelo las convertía en cambios en la escena. Según el creador, hubo más de 580 indicaciones y correcciones, y en ningún momento editó la escena a mano. Todo se controló mediante conversación.

En qué se diferencia de la generación de vídeo

El vídeo generativo entrega píxeles terminados. Corregir un detalle sin arriesgarse a estropear el resto es casi imposible. Aquí, el resultado del trabajo del modelo es una escena: geometría, materiales, iluminación, animación, un grafo de composición y código de simulación. Cualquier elemento se puede abrir, modificar y volver a renderizar. Es el ciclo de iteración habitual en un estudio —«corrección, renderizado, revisión»—, con el modelo a cargo de la ejecución.

MCP también desempeña un papel importante. Es una forma estandarizada de dar al modelo acceso a programas externos. Blender y Nuke se convierten en conjuntos de herramientas que puede utilizar: consultar el estado, ejecutar una acción y obtener el resultado. Hasta ahora, este tipo de integración se había mostrado con mayor frecuencia en tareas sencillas. Aquí, según afirma el creador, soportó cientos de revisiones consecutivas de una misma escena.

Resulta especialmente interesante que el modelo escribiera por sí mismo el motor de física. Es una situación habitual: ningún ajuste predefinido permite lograr el efecto que necesitas, y antes eso suponía encargar el trabajo a un artista técnico o a un programador. Ahora se puede obtener ese código en la misma conversación en la que se habla del plano.

Lo que queda fuera de plano

Aquí solo hay una fuente original: una publicación en redes sociales, resumida en un canal de Telegram. Hay mucho que desconocemos:

• cuánto tiempo y cuántos tokens consumieron las 580 revisiones;
• cómo «veía» el modelo el resultado: si examinaba los renders o trabajaba con descripciones y cifras;
• cuántas veces hubo que deshacer pasos fallidos;
• hasta qué punto el vídeo final cumpliría los requisitos de una producción, más allá de servir como demostración.

La afirmación «sin ninguna intervención manual» también requiere cautela: el creador pudo haber definido las tareas y aprobado los resultados, lo que ya representa una parte considerable del trabajo de dirección. Su experiencia en cine y posproducción probablemente fue el recurso principal. La persona sabe qué indicaciones dar y cómo formularlas en el lenguaje del oficio.

Cómo llevarlo a la práctica

Para desarrolladores y responsables de producto, la conclusión es sencilla: una buena aplicación de los agentes es controlar herramientas profesionales mediante MCP o API, en lugar de generar el resultado final. Así se mantiene el control y el resultado sigue siendo editable.

Si desarrollas un producto para profesionales creativos, fíjate en este patrón: la conversación como interfaz y un proyecto comprensible para una persona como resultado. Para los estudios, la lectura es otra: un profesional con dominio del oficio y un modelo potente pueden asumir un trabajo que antes requería un pequeño equipo. Pero conviene comprobarlo con tareas propias, sin basarse únicamente en un vídeo espectacular.