El Delta: una película que se bifurca

Cómo se construyó

El problema técnico de fondo es que un modelo de vídeo con IA genera clips sueltos de pocos segundos, y una película continua exige que cada uno empiece donde acabó el anterior. La solución es usar el último fotograma de cada plano como imagen de partida del siguiente: así el personaje, la luz y el encuadre se heredan. Antes de diseñar la película se hizo una prueba de 12 planos encadenados y se midieron tres cosas: la imagen no se degrada (la nitidez arranca en 944 y termina en 1.087), el color deriva pero converge (se estabiliza a partir del sexto plano en lugar de dispararse) y la unión entre clips se ve. Esa última es la que cambió el diseño: un fundido de 0,4 segundos entre planos baja el salto de una unión hasta el nivel del movimiento normal.

La historia nace de esas mediciones. Una persona sola baja un río de noche en una barca, construyendo algo. Cada bifurcación es un dilema real del oficio, con las dos opciones escritas en pantalla (usar algo que ya existe o hacértelo tú). El color, que deriva hacia el cálido, deja de ser un defecto y pasa a ser el reloj de la película: amanece al final.

Un delta, no un árbol. Con seis decisiones, un árbol binario obligaría a generar 127 planos. Como los cauces pueden volver a juntarse, que es lo que hace un delta de verdad, el mapa se queda en 31 planos y diez finales.

El truco de los planos de espera. Cuando acaba un plano, la película se detiene y el remero se gira y dice «Oyeee vamos elige», sobre un plano en bucle. Esos 21 planos de espera se generan indicando el mismo fotograma como inicio y como final, así el clip cierra sobre sí mismo y se puede repetir sin salto. Y como el siguiente plano se sigue encadenando desde el plano original, no hubo que regenerar ninguno de los 31 ya pagados.

El stack, explicado

El «stack» es el conjunto de herramientas con las que está hecho:

• MiniMax H3, un modelo de vídeo con IA, usado a través de fal.ai, una plataforma que ofrece modelos por API, con una resolución de 768p. Entrega también un sonido de ambiente que usamos.
• Python para generar los planos, medir las uniones y comprimir.
• ffmpeg, el programa estándar de vídeo, para extraer fotogramas, encadenar y recomprimir.
• Una web sin librerías: tres reproductores de vídeo en rotación (con dos no se pueden tener a la vez decodificados los dos caminos posibles y a veces aparece un fotograma negro justo en la unión), fundido simultáneo de imagen y volumen, y un mapa del delta que está oculto durante la película y se revela al terminar.
• Cloudflare Pages para publicarla.

Qué aprendimos

La lección más cara del proyecto fue de verificación. Dos fallos graves dejaron la web inservible: una pantalla negra, porque una regla de estilo tapaba otra y el mapa oculto cubría la película, y unos botones que quedaban debajo del vídeo y no se podían pulsar. Pasaron cinco comprobaciones seguidas porque estas se hacían disparando el clic desde código, lo que se salta que algo tape el botón. Verificar una interfaz con un clic simulado no demuestra que una persona pueda pulsar. Hacen falta clics reales o preguntar qué elemento hay exactamente en el centro del botón. Y no basta con probar el de entrada: hay que probar los controles que son la funcionalidad.

También aprendimos que el modelo mete arcos y túneles por su cuenta, que se comen el cielo, y que si un plano necesita cielo hay que pedirlo explícitamente.

Límites honestos

• Los clips los genera un modelo de terceros, con sus condiciones de uso.
• Pesa: el recorrido principal son unos 310 segundos de vídeo en 768p, más los planos de espera y los incidentes.
• Es una demostración de producción, no un producto.