Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)

Claude Code crea un borrador 3D en el navegador y MiniMax H3 genera el vídeo a partir de él

Los modelos de vídeo con IA no siguen bien las descripciones verbales de cámara y de andar, y cada generación fallida cuesta dinero. Claude Code, con Three.js (una biblioteca 3D para el navegador), construye un borrador de escena —un previs— con un maniquí gris en el que se ensayan el paso, la pausa y los encuadres. El clip se envía al modelo de vídeo MiniMax H3 como referencia de movimiento, y el prompt se reduce a dos puntos. Por eso resulta más barato ajustar la dirección en el navegador y reservar la generación de pago para la versión final.

Procesado por IA desde TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
Claude Code crea un borrador 3D en el navegador y MiniMax H3 genera el vídeo a partir de él
Fuente: TG: @cgevent (Метаверсище и ИИще). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @cgevent (Метаверсище и ИИще) ↗
Editor jefe
Prompt para MiniMax H3«sigue el movimiento del vídeo» y la descripción de la localización
Maniquí sin texturasen el navegador se ajustan la física del paso y los encuadres de cámara
Dato clave #3Los pliegues de la tela y las mangas todavía requieren retoque manual

Los modelos de vídeo con IA entienden mal las descripciones verbales del movimiento, y cada intento cuesta dinero. Escribes cómo un personaje camina por la calle, se detiene un segundo, mira hacia atrás y la cámara lo rodea por la izquierda, y obtienes una forma de andar que no es la que pediste, una pausa en el lugar equivocado y una cámara que apunta a otro sitio. El autor del canal de Telegram «Metaverseshche» (@cgevent) muestra una vía alternativa.

Primero, Claude Code, un agente de IA para programación de Anthropic, escribe en Three.js (una biblioteca de JavaScript muy popular para 3D en el navegador) un borrador de escena: el llamado previs, es decir, un boceto barato del futuro plano. Después, ese boceto en forma de clip se entrega al modelo de vídeo MiniMax H3 como referencia de movimiento.

La dirección se resuelve en el código, y la generación de pago se reserva para el final.

Cómo funciona el pipeline

La idea resulta familiar para cualquiera que haya trabajado en cine o animación: antes de un rodaje caro se hace un previs y se ensaya el blocking, es decir, quién está en cada posición, cómo se mueve y desde dónde lo filma la cámara. Aquí el papel del artista de previs lo asume Claude Code.

En la primera etapa, el agente construye una escena ligera en el navegador. En ella hay un maniquí simple sin texturizar: una figura gris, sin rostro ni ropa. Directamente en el navegador se ajustan la física del paso, la duración de la pausa antes de mirar hacia atrás y los encuadres de la cámara. En esta fase no interviene ningún modelo de vídeo: corregir significa cambiar unas cuantas líneas de código y recargar la página, no lanzar otra generación de pago.

Después, la escena se graba como un clip corto y se envía a MiniMax H3 como referencia de entrada. El autor reduce deliberadamente el prompt final a dos puntos: seguir el movimiento del vídeo de origen y describir la localización deseada. Todo lo que antes había que detallar con palabras —la trayectoria de la cámara, los tiempos, la forma de andar— ya está contenido en la propia referencia.

Por qué ahorra dinero

El post no incluye cifras concretas de coste, así que solo cabe hablar de la lógica, sin inventar números. La inferencia de vídeo, es decir, la ejecución del modelo de vídeo, es la parte más cara de la cadena, y cada intento fallido se paga entero. El previs en el navegador apenas cuesta nada: el maniquí simple se renderiza en un portátil normal, y el gasto en Claude Code se reduce a los tokens de un pequeño script.

El resultado es que las iteraciones se trasladan a donde son baratas. Se pueden probar diez variantes pausa antes de mirar hacia atrás en el navegador en cuestión de minutos, y al modelo de vídeo solo llega la versión ya aprobada. El segundo efecto es el prompt corto. Cuando el movimiento viene definido por un clip, el modelo tiene menos margen para interpretaciones libres, y el autor tiene menos motivos para reescribir la descripción una y otra vez.

Es la continuidad de un enfoque que el autor llama ampliación de la idea del neurorrenderizado. Antes había visto ejemplos en los que el agente Astra construía en Blender interiores y exteriores y animaba la cámara por sí mismo. Ahora el mismo principio —primero una base 3D controlable, después la red neuronal— pasa a los personajes. Además queda la pregunta de quién hará los bocetos de escena y los maniquíes 3D, a la que el autor responde: el agente.

Limitaciones y qué hacer con ellas

El punto débil lo señala el propio autor: la dinámica secundaria —los pliegues de la tela y el movimiento de las mangas— todavía requiere retoque. Un maniquí sin ropa no muestra cómo reacciona el tejido al paso y al giro, y el modelo de vídeo no siempre lo completa de forma verosímil. Para un anuncio comercial, esto significa postproducción manual o pasadas adicionales de generación.

Hay otras salvedades. Para comprobar que el agente ha escrito una forma de andar razonable hace falta poder valorarla a simple vista, así que las nociones básicas de trabajo en 3D siguen siendo útiles. Además, se trata de la descripción de un caso concreto en un canal personal, no de un benchmark: el post no dice cuántos intentos se han ahorrado.

Qué conviene retener

Para los equipos de producción y los estudios, la conclusión es simple. Si el presupuesto se va en afinar formulaciones para la cámara y el movimiento, traslade ese trabajo al código y al renderizado barato. Claude Code con Three.js sirve como generador rápido de escenas de borrador, y el modelo de vídeo queda como capa final que aplica la imagen, la luz y la localización sobre un movimiento ya acordado.

Para los desarrolladores de herramientas agénticas, es otro ejemplo de reparto sensato del trabajo: el agente escribe código determinista allí donde se necesita control, y el modelo generativo entra donde se necesita expresividad. La idea se puede comprobar en una tarde: una escena sencilla, un maniquí, un movimiento de cámara y un clip de referencia como entrada del modelo de vídeo.

Historia

Preguntas frecuentes sobre la noticia

Cómo funciona el pipeline?

La idea resulta familiar para cualquiera que haya trabajado en cine o animación: antes de un rodaje caro se hace un previs y se ensaya el blocking, es decir, quién está en cada posición, cómo se mueve y desde dónde lo filma la cámara. Aquí el papel del artista de previs lo asume Claude Code. En la primera etapa, el agente construye una escena ligera en el navegador. En ella hay un maniquí simple sin texturizar: una figura gris, sin rostro ni ropa.

¿Qué se sabe sobre Por qué ahorra dinero?

El post no incluye cifras concretas de coste, así que solo cabe hablar de la lógica, sin inventar números. La inferencia de vídeo, es decir, la ejecución del modelo de vídeo, es la parte más cara de la cadena, y cada intento fallido se paga entero. El previs en el navegador apenas cuesta nada: el maniquí simple se renderiza en un portátil normal, y el gasto en Claude Code se reduce a los tokens de un pequeño script. El resultado es que las iteraciones se trasladan a donde son baratas.

¿Qué se sabe sobre Limitaciones y qué hacer con ellas?

El punto débil lo señala el propio autor: la dinámica secundaria —los pliegues de la tela y el movimiento de las mangas— todavía requiere retoque. Un maniquí sin ropa no muestra cómo reacciona el tejido al paso y al giro, y el modelo de vídeo no siempre lo completa de forma verosímil. Para un anuncio comercial, esto significa postproducción manual o pasadas adicionales de generación. Hay otras salvedades.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…