EJECUTA IA en LOCAL GRATIS 👉 ¡Genera Código, Vídeo, Imágenes y Texto!

Hoy os traigo uno de estos vídeos que sé que os gusta, donde vamos a estar trabajando, sí, con inteligencia artificial, pero ejecutada en nuestros ordenadores. Inteligencia artificial en local, con la que vamos a trabajar con nuestros textos y documentos, como si tuviéramos nuestro propio ChatGPT, donde conectaremos los modelos más avanzados de programación open source con herramientas como Cursor para poder programar con todas sus funcionalidades, pero sin gastar 1 €. Y os enseñaré también cómo podéis ejecutar en vuestro equipo un modelo tipo NanoBanana para editar imágenes completamente en local con unos resultados que son asombrosos.

Y el plato fuerte para el final. Si sois de los que creéis que los modelos open source están por detrás de los modelos privados, pues hoy os voy a enseñar cómo trabajar con modelos de vídeo como One 2.2, que para ciertas ediciones de vídeo concretas y donde vais a tener mucho más control que con otras herramientas, a día de hoy es de las que mejores resultados están ofreciendo. Texto, código, imagen y vídeo, que como digo, va a estar todo ejecutado en nuestro ordenador.

En este caso, este vídeo pues está patrocinado por Nvidia, quien es la que me ha mandado este portátil para que hagamos todos los experimentos, todas las pruebas dentro de este ordenador. Un ordenador que, no os dejéis engañar, tiene en su interior una tarjeta RTX 5090 de Nvidia. Ya sabéis que contar con una tarjeta gráfica de Nvidia es indispensable para poder ejecutar todos estos modelos de inteligencia artificial de forma eficiente, de forma rápida. Y muchas veces pensamos que estas tarjetas tienen que estar en ordenadores enormes, superpesados, pero como podéis ver también podemos contar con GPUs superpotentes dentro de estos portátiles que van a permitir que si eres estudiante, si eres un profesional, pues puedas aprovecharte de toda esta potencia de la inteligencia artificial con la portabilidad de un equipo como sería un portátil.

Y os lo voy a demostrar. Vamos a empezar a jugar con nuestro portátil con nuestra y a ver qué podemos hacer. Y la primera herramienta con la que vamos a trabajar ya es una vieja conocida del canal y es LM Studio, que para mí es de las mejores suits para poder descargar modelos del lenguaje que podremos instalar, configurar y empezar a utilizar en cuestión de minutos. Por ejemplo, sabemos que este verano OpenAI presentó su modelo open source GPT OSS en dos versiones, una de 120,000 millones de parámetros que es muy grande, y una versión más reducida, que sí podemos ejecutar bien en nuestros ordenadores. Una versión de 20,000 millones de parámetros, que es la que tenemos aquí.

¿Cómo podemos utilizarlo? ¿Cómo podemos empezar a trabajar con este modelo que tan altruistamente estos laboratorios nos están ofreciendo? Pues la mejor forma de trabajar es con LM Studio, que como digo, nos va a permitir buscar dentro de todo su catálogo de modelos, pues los últimos modelos que se hayan publicado. En este caso, pues queremos buscar GPT OSS, que ya no es un modelo nuevo, pero es el modelo que queremos utilizar. Buscamos aquí el nombre y efectivamente nos aparece pues este modelo. Además tenemos modelos disponibles de Hugging Face, lo vemos por el emoji. Tenemos también en morado modelos seleccionados por la propia aplicación, recomendados por ellos. Y en este caso, pues tenemos el modelo GPT OSS20B que directamente podemos descargar.

Aquí tenemos la posibilidad, según el modelo que estemos eligiendo, de clicar en "Show all options" para ver todas las opciones cuantificadas de estos modelos, donde ya sabéis que podemos pues reducir su tamaño restándole un poco de capacidad y podéis buscar aquella opción que mejor se ajuste al hardware que tengáis disponible en este momento. En el caso del modelo de OpenAI, pues solamente hay una única versión, así que va a ser la que vamos a descargar. Yo en mi caso ya la tengo descargada, así que ya esto me permite, en este caso este botón me dice "Utilizar en un nuevo chat". Clicamos y automáticamente LM Studio se está encargando de configurar, de lanzar este modelo y de ponérmelo en disposición para empezar a trabajar con él.

Desde ya clicamos aquí en "Crear nuevo chat" y ya tenemos una interfaz super parecida a lo que sería trabajar con ChatGPT, con Gemini, con Claude, pues una interfaz tipo chat. Y podemos escribir, "Hola, ¿qué tal?" Y el modelo pues debería de respondernos generando tokens. Y fijaos que en este caso estos no son tokens de haber llamado un servicio de terceros a una API, sino que esto ha sido generado en el corazón de este portátil con estas GPUs y es impresionante. "Hola, ¿todo bien por aquí? ¿Qué onda contigo?" Tenemos el modelo respondiendo y fijaos, una generación que ha sido a 157 tokens por segundo, la verdad que bastante rápido. Y podemos seguir hablando con él. Le puedo decir, "Estoy probando las bondades de ejecutar modelos del lenguaje en local." Y de nuevo respuestas rapidísimas donde podemos seguir interactuando con nuestro ChatGPT en local.

Y esta es una herramienta que ya conocíais, ya hemos visto en otras ocasiones en el pasado, pero me parece muy interesante cómo estas herramientas y también los modelos del lenguaje han seguido evolucionando, pues, para brindarnos más y más capacidades que podemos disfrutar en nuestros equipos. Y algunas novedades que tenemos respecto a lo que teníamos en el pasado, pues es, por ejemplo, el estar trabajando con modelos razonadores, que como son open source, pues podemos incluso entrar a consultar cuáles son esas trazas de razonamiento que han generado. Pues aquí vemos que el modelo dice "Necesito responder en español y ser supportive". Muy bien. Y vemos también que LM Studio nos lo pone muy sencillito a la hora de poder seleccionar, por ejemplo, cuánto tiempo de razonamiento queremos que esté pensando el modelo. Si queremos plantearle un problema, por ejemplo, para la universidad, le estamos subiendo problemas de matemáticas, problemas científicos más complejos, ya sabéis que tenemos que configurar estos modelos en alta capacidad de razonamiento y esto nos va a dar mejores resultados. Por ejemplo, si estáis estudiando en la carrera, pues el funcionamiento de las redes neuronales artificiales, podéis tener en vuestro equipo un modelo en local al que hacerle todas las preguntas sin necesidad de estar conectados en internet.

Y vemos que aquí el modelo se pone a razonar, podemos ver todas las trazas de pensamiento, super interesante también para depurar todos estos modelos. La verdad que al que le gusta un poquito todo lo que está pasando con los LLMs, pues poder ejecutarla y testearla en nuestros ordenadores, la verdad que es una pasada. Y vemos que el modelo pues hace una respuesta perfecta con las fórmulas, muy bien maquetado en este caso también por parte de LM Studio, fórmulas que todos conocemos y la verdad que es una aplicación bastante guay, además con código muy completo.

Otras novedades que se incluyen en LM Studio respecto a lo que vimos en el pasado y que son muy interesantes son, por ejemplo, la posibilidad de conectarnos con API a otras herramientas. Ya sabéis que ahora los modelos del lenguaje pueden actuar usando otras herramientas. Si por ejemplo esta explicación que acabamos de hacer de las redes neuronales queremos volcarla dentro de Notion o queremos volcarla dentro de Obsidian para tener nuestros apuntes bien maquetados en nuestro ordenador, podemos configurar un servidor API de forma sencilla que a partir de, bueno, de ese momento, el modelo empezará a utilizar como una herramienta más y por tanto haciendo mucho más capaz lo que estos modelos open source pueden hacer.

Y otra novedad muy útil que quiero comentar es la posibilidad de adjuntar documentos, que si recordáis en el pasado teníamos que montarnos aquí un sistema super complejo conectándonos con Anything LLM. Esto ya queda atrás porque ahora LM Studio incluye su propio sistema para cargar documentos y hacer RAG. Y sobre esto quiero comentaros un truquito. Y el truquito es que si podéis, evitéis usar el RAG de LM Studio porque no funciona muy bien. La verdad que lo he estado probando y no funciona tan bien como me gustaría, sino que para mí lo que sería ideal sería pues trabajar cómo trabajamos con ChatGPT, que yo le subo un PDF y le empiezo a hacer preguntas y ya está. Y como digo, con RAG no funciona del todo bien porque ahí pues el modelo lo único que está haciendo es buscar según la query del usuario aquellas partes del documento que puedan ser más relevantes y no siempre lo hace bien. Con lo cual vamos a intentar forzar que el modelo de lenguaje vea el documento entero. Y esto LM Studio lo puede hacer, pero siempre y cuando el modelo tenga el contexto suficiente, la ventana de contexto suficiente para volcar ese documento que tú le estás subiendo en su ventana. Y claro, vemos que la ventana de contexto que nos configura por defecto LM Studio sobre este modelo es de 4,000, pero si nosotros tenemos pues más memoria RAM o VRAM, podemos subir este valor para que pues eh sea capaz de ver más tokens en su ventana de contexto. Voy a ponerle, por ejemplo, 24,000 tokens, creo que va a ser suficiente.

Y con esto ahora sí, si yo subo un documento, por ejemplo, aquí tengo un paper que quiero subir. Pensad, por ejemplo, que son los apuntes de clase o algún documento para vuestra empresa que no queréis mandar a servidores de tercero, sino que queréis analizar dentro de la comodidad y privacidad de vuestros equipos. Y le voy a pedir que me haga un resumen de este documento. Le vamos a dar a Enter. Y fijaos aquí que en este caso pues el modelo parece que ha tirado de RAG y nos dice que "no se han encontrado citas en los archivos del usuario". Es decir, es lo que os comentaba, el sistema RAG funciona bastante mal. Pero, ¿por qué no ha funcionado? Bueno, porque no le he dado a confirmar. Entonces, vamos a aplicar los cambios y a recargar de nuevo el modelo para que veáis la diferencia de comportamiento. Volvemos a subir el documento, borramos la respuesta anterior y vamos a repetir el mismo prompt. Le damos a generar de nuevo respuesta y vamos a ver si la cosa ahora cambia.

Y fijaos que sí, ya nos está indicando que la estrategia de inyección ha cambiado a "Inject full content", que es que va a cargar todo el PDF en su ventana de contexto porque ahora sí cabe. Y fijaos que esto ya ha cambiado pues el comportamiento del modelo. Ahora sí está encontrando esta información. Vemos que ya está razonando con toda esta información del paper y rápidamente nos está haciendo un resumen que podría ser super valioso para nosotros seguir aprendiendo de lo que este paper nos quiere contar. Con lo cual ya habéis aprendido cómo podéis cargar cualquier modelo del lenguaje open source de estos que van saliendo cada dos semanas, cada vez más capaces en vuestros equipos con toda comodidad.

Y la cosa no se queda aquí porque no solo trabajamos con texto, sino que ya sabéis que con estos modelos también podemos trabajar a nivel de código, porque ya sabéis que también contamos con muchos modelos open source que son muy buenos, no solo generando texto, sino generando pues código de programación. Un ejemplo de modelo bastante capaz sería el modelo Code Llama de un tamaño de 30,000,000,000 de parámetros que tenemos disponible también para descargar dentro de LM Studio y que vamos a configurar de una forma un poquito diferente para que veáis cómo conectarlo de forma sencilla con otras herramientas como por ejemplo Cursor. En este caso tenemos diferentes opciones cuantizadas del modelo que podemos elegir para descargar y yo ya tengo descargada pues esta versión de aquí que de nuevo puedo empezar a utilizar en una conversación. Pues por ejemplo, le digo a Code Llama que me haga una plantilla HTML como punto de partida de mi portfolio. Le damos a ejecutar y fijaos como en este caso pues Code Llama sin ningún problema empieza a generarnos el código muy bien maquetado dentro de la herramienta, pero que ahora tendría que copiar, llevármelo al entorno de desarrollo que esté utilizando y se puede hacer más cómodo.

Y para hacerlo tenemos que hacer dos cosas. La primera, venirnos a este apartado de aquí de desarrollo donde vamos a configurar LM Studio como un servidor. Al igual que cuando tú usas herramientas de terceros de empresas privadas, te conectas a sus servidores para hacer uso de sus modelos. También podemos configurar que nuestro equipo se convierta en un servidor que otras aplicaciones puedan utilizar para poder hacer uso de los modelos que estemos ejecutando open source. Y esto se configura de forma muy sencilla en esta pantalla. Simplemente nos venimos al desplegable y elegimos el modelo que queremos alojar, en este caso el modelo Code Llama 30B. Lo estaríamos cargando en memoria. Podéis configurar aspectos como la ventana de contexto, cuánto va a estar alojado en la GPU para que su ejecución sea mucho más rápida. Podéis configurar un montón de parámetros y una vez lo tengamos, el siguiente paso sería lanzar el servidor, que simplemente lo hacemos clicando aquí y ya estaría. Ya tendríamos nuestro servidor lanzado. Así de sencillo.

Y ahora tendríamos que pasarnos a la herramienta que queramos conectar, que en este caso va a ser Cursor. Y Cursor más o menos te permite conectarte con modelos en local, aunque te exige hacer algunos pasos un poco incómodos técnicamente. Entonces, vamos a hacerlo más sencillo trabajando con otra herramienta que en este caso es Codium. Nos vendremos en Cursor o Visual Studio Code o el IDE que estéis utilizando a su marketplace y vamos a instalar esta herramienta que va a ser la que nos permita conectarnos directamente con LM Studio. Una vez la tengamos tendremos el icono por aquí. Y podemos fijarlo aquí arriba para poder entrar fácilmente. Y esto nos va a desplegar un menú lateral similar al que tenemos en Cursor, pero en este caso que podemos configurar si venimos para acá para seleccionar pues el proveedor de API, pues ya sea Google Gemini, OpenAI, Anthropic o incluso podemos ver por aquí tenemos opciones como LM Studio. Cuando le damos a LM Studio ya automáticamente nos va a permitir seleccionar los modelos que tengamos disponibles en LM Studio. En este caso el modelo 30B que es el que estamos sirviendo.

Y con esto, chicos y chicas, ya tendríamos configurado nuestro modelo en Cursor. Así de sencillo, donde como si estuviéramos trabajando con Cursor, GitHub Copilot, lo que sea, le podemos poner, "Quiero desarrollar una web portfolio para DCSV". Vamos a ver si el modelo en local sabe quién soy yo. Y le digo, "Empieza desarrollando una plantilla inicial con un estilo moderno y oscuro." Le damos a Enter y fijaos que ahora se está conectando a través de una conexión API, pero que es directamente a nuestro servidor en local. Podría quitar la conexión a internet y esto funcionaría exactamente igual. Y ya vemos que el modelo empieza a funcionar en modo agente, que es como operan estos modelos actualmente, ejecutando comandos, desarrollando código y poco a poco resolviendo la tarea que le hemos puesto. Fijaos cómo empieza a generar código. Ha creado el index.html, va a empezar a crear nuestro portfolio y para que veáis que no hay trampa ni cartón, vamos a quitar la conexión a internet. Desactivo aquí la conexión y fijaos como todo sigue funcionando perfectamente. Imaginad, por ejemplo, que estáis ante un vuelo de 10 horas y queréis estar programando vuestros proyectos y en 2025 ya no vas a programar tú las cosas a mano, sino que quieres utilizar estos modelos. Pero es que en el avión no hay conexión, no pasa nada, porque ahora podemos utilizar los modelos en local en portátiles como este, que la verdad me parece una locura que eh todo esto se esté ejecutando en un ordenador. No sé, no entiendo nada, la verdad. Y listo. En cuestión de un minuto nos ha hecho la tarea que le hemos planteado. Nos dice "Tarea completada" y además nos da el comando para lanzar la web. Y si abrimos la página web nos encontramos pues un portfolio como este, ¿vale? Un portfolio donde yo puedo colocar mis proyectos. Es la plantilla inicial que le hemos pedido, muy sencillita, pero con la que ahora podríamos empezar a trabajar, desarrollar con el modelo ejecutándose en LM Studio a través de un servidor.

Sin embargo, si lo que queréis es aprovechar la generativa de generación de imágenes, vídeo, audio y tener un control absoluto, para eso tenemos que cambiar de herramienta, para trabajar con la gran, con la consolidada, con la madre de todas las herramientas de generativa con ComfyUI, herramienta que nos vamos a descargar y vamos a empezar a instalar. Descargamos la versión de Windows, la instalamos y empezamos la configuración. Y lo primero que nos van a preguntar es si nuestro setup cuenta con una tarjeta gráfica de Nvidia con CUDA instalado, que como ya hemos dicho, pues es fundamental para poder ejecutar todos estos modelos, pues que no dure la ejecución horas, sino que podamos ejecutarlo en minutos. Le damos a siguiente, siguiente, instalar y dejamos que todo se instale.

Y Carlos, ¿qué es ComfyUI? Bueno, para el que no lo conozca, ComfyUI es una forma de ejecutar modelos open source, típicamente modelos de IA generativa en esta interfaz de conexión de nodos, que lo que representan son pues las diferentes etapas que se ejecutan cuando ejecutamos estos modelos normalmente con código. Claro, esta forma de conectar las diferentes etapas de la ejecución, pues por una parte te da un control absoluto sobre qué puedes hacer con estos modelos y además te va a permitir hibridar diferentes herramientas open source para crear flujos de trabajo incluso más avanzados de lo que muchas empresas privadas muchas veces nos ofrecen. Pero es cierto que saber cómo conectar todos estos nodos, estas herramientas, saber qué hace el sampler, pues es algo bastante complejo para muchos, pero la buena noticia es que mucha parte de la comunidad comparten sus workflows que vosotros podéis descargar y empezar a utilizarlo sin tener que tocar muchas cosas. Y por eso cuando entramos en ComfyUI, pues lo primero que nos presentan es, oye, comienza con una de estas plantillas, con uno de estos workflows y empieza a pasártelo bien. Y entonces tenemos aquí un montón de modelos de imagen, de vídeo, de audio, de 3D. Tenemos un montón de cosas que podemos aprovechar y hoy quería pues que trabajáramos con el modelo QuenEdit, que es un modelo open source increíble para edición de imágenes que nos ofrece pues muy parecido a lo que nos ofrece modelos como NanoBanana. Así que vamos a buscarlo. Fijaos, tenéis modelos de generación de imágenes, de LoRAs, de outpainting, de upscalers y si bajamos por aquí, pues tenemos el modelo Quen Image Edit. Y al clicarlo, pues nos mete al lío y nos abre esta ventana de aquí, que lo que nos está diciendo es que muy bien que tú quieres usar el modelo, pero que antes te tienes que descargar pues los modelos necesarios para ejecutar este workflow. Y nos lo pone muy sencillo porque es simplemente clicar aquí, clicar aquí, clicar aquí, clicar aquí y esperar a que se ejecute la descarga.

Y una vez tenemos los modelos descargados, pues casi casi estaría. Todavía nos queda hacer un par de pasitos más y el primero que tendréis que hacer si tenéis una nueva instalación de ComfyUI es instalaros este menú de aquí que es el Node Manager. Y lo que tendréis que hacer será acceder al GitHub de ComfyUI Manager, que es esta herramienta de aquí, y simplemente pues descargar el contenido de este repositorio. Podéis descargarlo con el comando en la ruta que nos indican aquí, que es simplemente `ComfyUI/custom_nodes`. Una vez lo hagáis, reiniciáis ComfyUI y ya vais a tener este menú superior que es muy importante. Y es muy importante porque seguramente cuando accedáis a este workflow os aparezcan muchos errores de nodos que no han sido encontrados, nodos necesarios que tendréis que instalar uno a uno haciendo lo que acabamos de hacer y que podemos simplificarlo bastante si venís directamente a la opción de Manager y clicar aquí, que es para instalar todos esos nodos que están faltando. Una vez le deis, pues va a aparecer aquí un listado. Iréis clicando en los que os falten, instalar, instalar, instalar. Y una vez lo tengáis instalado, pues reiniciaremos ComfyUI y ahora sí estaremos listos para empezar a trabajar.

Y como digo, cada workflow pues puede ser muy intimidante, pero la comunidad se suele ocupar bastante de eh dejar bastante bien explicado cómo funciona. Entonces, tenemos que ir fijándonos en cada caso pues de las instrucciones y los pasos que nos vayan indicando. Por lo general todo va a estar configurado por defecto para poder funcionar, pero sí, por ejemplo, hay cosas como, "Oye, ¿qué imagen quieres editar?" Pues que tendremos que configurar nosotros. En este caso, este es el nodo para cargar una imagen. Pues vamos a cargar una imagen como esta, una imagen de un gatete que he sacado de internet y que vamos a colocar aquí. Lo siguiente que nos dicen que tenemos que configurar es el prompt, que en este caso pues ya viene por defecto. "Sustituye al gato con un dálmata", pero tú aquí puedes ser todo lo creativo que quieras. Oye, "convierte esta imagen de día a noche" o "pon el gato prendido a fuego", lo que queráis. Y ya con esto, al menos por este workflow, no tenemos que configurar nada más. Con lo cual lo siguiente que vamos a hacer será ejecutarlo. Clicamos en el botón de aquí y si todo está perfectamente configurado, vais a ver cómo se empiezan a iluminar en verde cada uno de estos nodos según la ejecución se va produciendo. Y bueno, pues cuando esté listo deberíamos de ver nuestro resultado final aquí.

Y tras unos minutillos pues tenemos este resultado que, perdón, es bastante espectacular. Fijaos, ha cambiado perfectamente al gato que teníamos por un dálmata, manteniendo la consistencia del resto de la imagen. Y todo esto, amigos y amigas, ejecutado en local. Oye, ¿y si la imagen que subo es la de mi cara? Y en este caso vamos a cambiar el prompt y le vamos a pedir pues que baje la iluminación de la imagen como si estuvieran las luces apagadas y que me ponga una antorcha eh con fuego en la cabeza iluminando la escena. Vamos a ver si el modelo QuenEdit es capaz de hacer esta edición. Le damos a ejecutar y esperamos para tener este resultado. ¡Dios, qué miedo! Vale, pues lo ha hecho. Vale, nos ha puesto el fuego en la cabeza y nos ha iluminado los ojos y esta imagen, pues además de molar mucho, nos va a servir como punto de partida para nuestro siguiente tutorial, porque ahora vamos a trabajar con vídeo.

Fijaos, nos venimos de nuevo a Templates y vamos a seleccionar la pestaña de vídeo, donde de nuevo tenéis un montón de workflows creados por la comunidad que se van a conectar a modelos open source cada vez más impresionantes. Y en este caso vamos a trabajar con la familia de modelos One 2.2. Y aunque no hemos hablado en profundidad de ello en este canal, la familia de modelos One ha sido durante este último año la mejor opción open source para generación de vídeo en local, con resultados que, bueno, originalmente no eran tan buenos, pero que con cada actualización de este modelo y con la actualización de sus capacidades, como suele ocurrir con los modelos open source, pues nos ha dejado a finales de 2025 con una herramienta de generación y edición de vídeo que aporta unos resultados impresionantes. Y en concreto, si bien tenemos la opción de generar texto a vídeo o imagen a vídeo, yo os voy a recomendar que probéis la herramienta de animar vídeos. Así que clicamos el workflow, dejamos que de nuevo nos diga todos los modelos que tenemos que descargar. Empezamos a descargar modelos, descargamos, descargamos y este sí va a ser un modelo exigente que te va a requerir de, por supuesto, una tarjeta gráfica de Nvidia para hacer esta inferencia mucho más rápido, pero también de suficiente VRAM para poder ejecutar estos modelos. En este caso, este portátil, por ligero que parezca, tiene 24 GB de VRAM, lo cual es una salvajada y creo que va a ser suficiente para poder hacer unos cuantos experimentos.

Y una vez lo tengamos, vamos a encontrarnos con otro sistema de nodos. Madre mía, qué cosa más intimidante. No os preocupéis porque os voy a llevar paso a paso a cómo ejecutar este modelo que no es tan complicado. Lo primero que tenemos que hacer, pues será tener los modelos descargados, que ya lo hemos hecho, y lo siguiente va a ser venirnos a este paso de aquí, donde vamos a cargar el vídeo que queremos utilizar como referencia para manipular el vídeo final. Y yo voy a cargar este vídeo de aquí donde estoy delante de la cámara moviendo la cabeza, haciendo diferentes gestos y que como habéis visto es de donde he sacado el fotograma que hemos editado anteriormente. Este vídeo va a ser el vídeo de referencia que va a guiar el movimiento del vídeo final. Y esta imagen de aquí va a ser la que nosotros utilicemos como referencia para manipular, es decir, vamos a trasladar el movimiento de este vídeo a esta imagen de aquí.

Para evitar tiempos largos de ejecución y problemas con falta de memoria, os voy a recomendar que bajéis el tamaño de el vídeo final, que en este caso lo podemos ajustar aquí en ancho y altura, y donde, como nos indica esta nota de aquí abajo, pues tenemos que ponerlo en relación a múltiplos de 16. Estos son cositas de cómo funcionan los modelos, así que vamos a tener que hacer un cálculo porque fijaos que yo pues mi vídeo tiene esta dimensióncita aquí. Yo he comprobado que esto ya son múltiplos de 16, o sea, que puedo dividir sin problema el tamaño. Y yo, en mi caso, voy a hacer una división entre dos, ¿vale? Voy a bajar esta cifra a una resolución de la mitad. Hago los cálculos perfectamente de cabeza. A ver, ¿cuánto era, sí? Eh, 384. Madre mía, qué genio matemático soy. Ni GPT-5. Vale, ya tenemos cargada el vídeo de referencia, la imagen y tenemos también eh el ancho y el alto que queremos.

El siguiente paso similar a como hemos hecho antes será escribir un prompt que sirva un poco de referencia al modelo de lo que estamos haciendo. No hay que complicarse mucho, pero sí le podemos indicar que es "una persona frente a una cámara con el pelo prendido fuego". Pues se lo escribimos sin más complicación y casi casi ya lo tendríamos. Una cosa que tenéis que saber es que este modelo tiene dos formas de actuar. La que viene por defecto es cogiendo este vídeo original y reemplazando la persona. Es decir, si yo, por ejemplo, pongo esta imagen de referencia, lo que va a ser el modelo va a ser recortarme a mí y poner pues a esta persona y seguramente veamos que el fondo se va a quedar blanco y que, por ejemplo, el efecto del fuego no va a aparecer porque realmente ese fuego queda fuera de la máscara de mi persona. Eso me pasó, por ejemplo, con este ejemplo de aquí, donde estaba intentando colocarme una peluca de payaso y por lo que sea el modelo no lo hacía y era porque estaba haciendo el recorte de mi persona. Entonces, si de repente en vuestra imagen de referencia hay algo que se vaya a salir del marco de la máscara que el modelo va a generar automáticamente, yo lo que os recomiendo es que vengáis a este módulo de aquí, a "Chroma Mask", y que expandáis la máscara, pues 50 píxeles, 100 píxeles, lo que necesitéis para que esa máscara pues le permita al modelo tener más libertad para generar lo que necesite. Igualmente, si vais a trabajar con máscara, tenemos que hacer un paso extra, que es este de aquí, que es guiar un poco al modelo indicándole quién eres tú y cuál es el fondo y cómo se diferencia. Y para poder trabajarlo, pues necesitamos primero hacer una primera ejecución que no vamos a hacer hasta el final, simplemente hasta que se actualice este nodo con la imagen de nuestro vídeo. Ahí estaría. Cancelamos la ejecución y ahora ya tenemos cargada nuestra imagen donde simplemente pues este nodo nos permite colocar los puntos que va a marcar pues dónde está la persona y dónde está el fondo, ¿vale? Con el botón derecho izquierdo y con la tecla Shift podemos hacer esta configuración. Con esto ya le hemos dicho al modelo. Este es Carlos. Este es el fondo. Sustitúyelo y a ver qué sale.

[Música]

Y tras unos minutos, el resultado que obtenemos es este de aquí, que como ya esperábamos, pues es raro porque el modelo ha intentado mezclar pues tanto el fondo blanco con la cara oscura, no he entendido cómo integrar esta información y bueno, vemos que el resultado es muy raro, no es exactamente lo que estábamos buscando, así que vamos a hacerlo mejor. El problema, como os comentaba, viene del hecho de querer enmascarar y simplemente reemplazar estas partes de aquí, que esto vendría útil si lo que queréis es sustituir a la persona en un vídeo que vosotros tengáis, pues a lo mejor una persona que está caminando por la calle, queréis reemplazarla con otro personaje o en vuestra casa, podéis hacerlo con la configuración actual, pero en mi caso, lo que queremos es tener toda esta imagen, toda esta imagen al completo en el vídeo final. Y para hacer eso no tenemos que hacer muchas cosas muy complicadas, simplemente tenemos que quitar este enlace de aquí, lo quitamos y este enlace de aquí. Hemos quitado la conexión de enmascaramiento del fondo y enmascaramiento del personaje. Si ahora volvemos a ejecutar nuestro prompt, el resultado que obtenemos es el siguiente.

Y ahora sí podéis comprobar que tenemos un resultado que se ve espectacular. Ahora sí tenemos toda la imagen bien animada y la verdad que es increíble como eh este modelo de generación de vídeo pues es capaz de entender que el fuego de la cabeza pues tiene que tener la animación del fuego o que por ejemplo si lo que usamos es una imagen de una chica con rizos, los rizos se tienen que mover con ciertas físicas o con un perro pues la lengua se tiene que mover con estas físicas. La verdad que lo que logra este modelo en capacidad de animación no lo hemos visto ni siquiera en modelos privados como los que podría ofrecer empresas como Runway con su modelo Gen-2. Y todo esto partiendo de una única imagen que no tiene que ser ni siquiera el fotograma inicial. Podéis cualquier fotograma de cualquier parte del vídeo, utilizar nuestro workflow en ComfyUI para usar este modelo de edición de imágenes en local.

Y chicos, chicas, ya lo habéis visto, hemos trabajado con texto, con código, con imágenes, con vídeo y le hemos dado superpoderes a un portátil para poder ejecutar esta inteligencia artificial en local, sin necesidad de gastar, sin necesidad de mandar nuestros datos a empresas de terceros y aprovechándonos de las bondades de todos estos modelos que semana tras semana no paran de salir. Estos son los modelos que hemos testeado hoy, pero este vídeo sirve sobre todo para conocer herramientas como LM Studio, como ComfyUI y para quitaros pues esa barrera mental de que esto es muy complicado y realmente no es así. Tenéis todo esto al alcance de vuestras manos. Hay canales en YouTube fantásticos dedicados a hablar de ComfyUI, a enseñaros cómo usar estos modelos, a usar LM Studio. Así que aprovechad todas estas ventajas y si tenéis un portátil o un equipo potenciado con una tarjeta gráfica de Nvidia, pues sacadle partido.

Muchas gracias a Nvidia por patrocinar este vídeo, por permitirme traeros pues toda esta tecnología open source y si os ha gustado compartidlo, apoyadlo para saber que este tipo de contenidos os gusta. Os dejo por aquí un par de vídeos que podéis ojear y chicos, chicas, nos vemos con más actualidad y con más tutoriales aquí en DCSVLAP y con toda la información de cómo está avanzando la inteligencia artificial en el canal principal en DCSV. Nos vemos en el próximo vídeo.