Ben Affleck, Netflix y la nueva generación de IA para el cine: por qué Sora se queda corta

Los generadores de vídeo con IA de acceso público aún no están listos para Hollywood, y la industria empieza a reconocerlo. Modelos como Sora de OpenAI, Veo de Google DeepMind y Runway producen demos impresionantes, pero resultan demasiado poco fiables para la producción cinematográfica real: mantienen mal el estilo, no entienden los requisitos de producción y generan riesgos legales por posibles infracciones de derechos de autor.

La industria busca una alternativa. La nueva tendencia son los modelos de IA personalizados, creados específicamente para las necesidades de los cineastas. A diferencia de los generadores de uso general, estos sistemas se integran en todo el ciclo de desarrollo: desde el concepto y el storyboard hasta la posproducción. Se entrenan con datos con licencia, lo que elimina parte de los riesgos legales, y buscan ayudar a los equipos profesionales, no crear contenido viral.

Un ejemplo destacado es la startup Interpositive, a la que se ha sumado el actor y director Ben Affleck. El nombre alude al término interpositive de la tecnología cinematográfica tradicional: el máster positivo intermedio necesario para obtener copias de calidad. La elección es simbólica: la compañía se presenta como el vínculo entre el proceso creativo y las capacidades de la IA generativa.

Netflix también avanza en esa dirección. El mayor servicio de streaming prueba de forma activa herramientas de IA en distintas fases de la producción, sobre todo donde la tecnología puede reducir costes sin sacrificar calidad: la visualización en preproducción y la generación de referencias y materiales auxiliares. Netflix prefiere mantener los desarrollos en casa y no depender únicamente de plataformas de terceros.

La distancia entre las promesas publicitarias y las capacidades reales de la IA ha resultado dolorosa para muchos en la industria. En los últimos dos años, varios productores han afirmado públicamente que la IA generativa destruiría Hollywood en un futuro cercano. La práctica ha demostrado lo contrario: la producción masiva de contenido con Sora o Runway genera sobre todo lo que se conoce como AI slop, material visualmente llamativo pero vacío e inservible para uso profesional.

El problema no es solo la calidad de la imagen. La producción cinematográfica profesional exige consistencia: los personajes deben verse igual de plano a plano, la iluminación debe responder a la lógica del rodaje y el attrezzo debe permanecer en su sitio. Los modelos de uso general lo hacen mal. Los sistemas personalizados prometen una integración más profunda con el flujo de producción y, potencialmente, podrían entrenarse con personajes, estilos y universos concretos.

El aspecto legal también es fundamental. Varias demandas importantes contra empresas de IA han puesto en duda la legalidad de usar material protegido por derechos de autor para entrenar modelos. Los modelos personalizados, creados con datos con licencia o con las bibliotecas internas de los estudios, parecen bastante más protegidos, aunque la jurisprudencia en este ámbito aún se está formando.

Es pronto para hablar de un cambio masivo. Los modelos de IA personalizados para cine son un producto caro y técnicamente complejo, por ahora al alcance solo de los grandes actores. Pero la dirección en sí indica que el futuro de la IA en Hollywood probablemente no está en los generadores de uso general para las masas, sino en herramientas especializadas integradas en el flujo de trabajo profesional. Eso cambia de forma sustancial el equilibrio de fuerzas en el mercado de la IA para la industria de los medios.