Viggle Remake modifica vídeos conservando los movimientos originales

Viggle AI ha lanzado Viggle Remake, un modelo de inteligencia artificial para edición de vídeo que modifica sujetos y entornos manteniendo intactos los movimientos, la dirección y el audio originales. La herramienta está pensada para volver a grabar vídeos completos cambiando el estilo, los personajes o el contexto visual. El sistema conserva la cámara, los tiempos y la banda sonora del vídeo original.

Qué se ha anunciado

Viggle Remake es la evolución del modelo anterior Viggle-Animate. Si la versión anterior se limitaba a sustituir un solo personaje, esta permite cambiar la ropa, añadir o eliminar objetos y modificar el clima, las luces y el entorno. El modelo se publica con la licencia minimax-h3-community-license en la plataforma Hugging Face. Los archivos base pesan unos 144 gigabytes, mientras que el repositorio completo llega a 210 gigabytes. Las fuentes muestran ejemplos concretos de aplicación: una escena de La La Land rodada de 22 formas diferentes y un vídeo de Matrix Reloaded con los protagonistas transformados en un gato y en perros shiba inu. La herramienta está estructurada para gestionar vídeos completos y no solo breves fragmentos aislados.

Cómo funciona

El sistema opera en dos modalidades distintas para adaptarse a las competencias técnicas del usuario. La primera está guiada por agentes de inteligencia artificial externos compatibles con el protocolo MCP, un sistema que permite a los programas comunicarse entre sí: basta con proporcionar un vídeo y un comando de texto. El agente encuentra los cortes, pinta los fotogramas clave y renderiza el resultado final de forma autónoma. La segunda modalidad es manual y requiere una intervención directa: se escribe un prompt de texto, se seleccionan de uno a cuatro fotogramas de referencia y el software genera la escena. El software trabaja en ventanas de 90 a 345 fotogramas a una resolución de 1280 por 736 píxeles, manteniendo la banda sonora original.

Qué cambia para las empresas

Las agencias de marketing podrían usar esta herramienta para adaptar campañas de vídeo internacionales al mercado local. Por ejemplo, sustituyendo a los protagonistas o los contextos urbanos sin tener que volver a grabar los anuncios desde cero. Un e-commerce con un catálogo de ropa podría tomar los desfiles originales y generar variantes con modelos que visten prendas de colecciones diferentes o con fondos estacionales distintos. También las producciones audiovisuales y los estudios de animación podrían crear storyboards animados o previsualizaciones de escenas complejas partiendo de vídeos en bruto. Este enfoque reduce los costes de producción inicial y acelera las fases de aprobación creativa con los clientes, permitiendo probar más variantes visuales para el mismo producto.

Límites y qué tener en cuenta

La instalación local requiere un hardware muy potente y no está al alcance de todos los ordenadores de las empresas. Los requisitos mínimos indicados por las fuentes varían según la configuración elegida:

• ninguna tarjeta gráfica para el uso mediante la aplicación web oficial;
• de 12 a 24 gigabytes de memoria de vídeo para configuraciones manuales a través de ComfyUI;
• 32 gigabytes de memoria de vídeo y 60 gigabytes de RAM para el agente automatizado;
• de 80 a 96 gigabytes para las configuraciones completas con scripts de Python.

El modelo genera hasta 345 fotogramas cada vez, por lo que los vídeos muy largos deben procesarse en ventanas temporales secuenciales. Las fuentes no especifican la disponibilidad de servidores europeos, los tiempos de procesamiento reales ni los costes exactos de la aplicación web.

Cómo probarlo

Quien no tenga hardware dedicado puede probar la herramienta directamente desde la aplicación web oficial de Viggle, que no requiere configuraciones locales ni tarjetas gráficas potentes. Para quien quiera ejecutarlo en local, el código y los pesos del modelo se pueden descargar desde la plataforma Hugging Face. Hay instrucciones específicas para configuraciones de ComfyUI o scripts de Python, calibradas según la potencia de la tarjeta gráfica disponible. Los desarrolladores pueden utilizar el archivo sample.py para generar ventanas individuales de vídeo manteniendo la banda sonora original.