Modelos IA a medida: la próxima revolución en el cine

Por qué los modelos genéricos de IA no son suficientes para Hollywood

Desde que herramientas como Sora, Veo y Runway irrumpieron en la escena, abundaron las predicciones de que la IA iba a reemplazar a directores, guionistas y equipos de efectos visuales de la noche a la mañana. La realidad, sin embargo, es bastante más matizada. Los modelos generalistas de IA generativa de video —entrenados sobre miles de millones de imágenes de internet— producen resultados visualmente vistosos, pero carecen de lo que los profesionales del cine llaman lógica cinematográfica: coherencia de iluminación entre tomas, gestión de errores de rodaje, consistencia de lente, continuidad editorial. Son herramientas potentes para la exploración creativa, pero aún no están a la altura de las exigencias de una superproducción.

Ese gap está generando una nueva ola: los modelos de IA a medida (bespoke AI models), diseñados específicamente para cada producción audiovisual. Y el movimiento más revelador de esta tendencia acaba de protagonizarlo Netflix.

Netflix adquiere InterPositive, la empresa de IA de Ben Affleck

A principios de marzo de 2026, Netflix anunció la adquisición de InterPositive, la compañía de IA cinematográfica fundada por el actor y director Ben Affleck. El equipo de 16 personas se integra a la plataforma, y Affleck asume el rol de Senior Advisor para el desarrollo de estos modelos personalizados.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Lo que hace diferente a InterPositive no es la potencia computacional, sino el enfoque: en lugar de entrenar un modelo sobre datos públicos de internet —con todos los riesgos de infracción de derechos de autor que eso implica—, la empresa entrena un modelo de IA exclusivamente sobre los dailies (rushes) de la propia producción. Es decir, el modelo aprende del material rodado en set, absorbiendo el estilo visual, las características de las lentes, la lógica de iluminación y los patrones editoriales específicos de esa película o serie.

¿Qué problemas concretos resuelve InterPositive en set?

Según la información disponible, las aplicaciones prácticas de este modelo a medida incluyen:

Eliminar cables de stunt en postproducción sin retoque manual frame a frame.
Reencuadrar tomas que presentaron errores técnicos durante el rodaje.
Relumbrar escenas para corregir problemas de iluminación.
Recuperar tomas perdidas o mejorar fondos sin recurrir a pipelines de VFX tradicionales.

El modelo inicial fue entrenado en un dataset propietario generado en un soundstage, simulando condiciones reales de rodaje con todas sus imperfecciones: cobertura incompleta, problemas de continuidad, variaciones de luz. Eso lo hace mucho más útil en el mundo real que un modelo entrenado sobre material pulido de stock.

El problema del copyright que los modelos generalistas no pueden ignorar

Uno de los puntos más críticos en la adopción de IA en Hollywood es el del copyright. Herramientas como Sora, Veo o Runway enfrentan demandas activas por parte de creadores de contenido y propietarios de derechos, ya que sus modelos fueron entrenados con material extraído de internet sin consentimiento explícito.

El enfoque bespoke de InterPositive evita este problema de raíz: al entrenarse exclusivamente con el metraje propiedad del estudio o de la producción, no hay riesgo de infringir derechos de terceros. Este es un argumento comercial y legal de enorme peso para estudios como Netflix, que gestionan bibliotecas de contenido valoradas en miles de millones de dólares y no pueden permitirse litigios de propiedad intelectual a escala.

En paralelo, Netflix ha publicado guías éticas internas en 2025 para garantizar transparencia y supervisión humana en los procesos donde interviene la IA generativa. Un movimiento que refleja la creciente presión regulatoria y sindical en el ecosistema audiovisual estadounidense.

El caso de El Eternauta: IA generativa ya opera en producciones reales

Antes incluso de la adquisición de InterPositive, Netflix ya había dado señales claras de su apuesta por la IA en producción. En la serie argentina El Eternauta, el equipo utilizó IA generativa para recrear una escena de colapso de un edificio que, por métodos tradicionales de VFX, habría consumido semanas de trabajo. Con IA, el proceso se completó 10 veces más rápido y a un costo considerablemente menor.

Este ejemplo ilustra perfectamente la diferencia entre usar IA para reemplazar creativos —algo que sigue siendo una promesa exagerada— y usarla para ampliar las capacidades del equipo en tareas técnicas específicas. El director toma las decisiones creativas; la IA ejecuta el trabajo tedioso o inviable dentro del presupuesto.

El ecosistema más amplio: ¿quién más está construyendo IA a medida para cine?

InterPositive no es la única apuesta en esta dirección. El ecosistema de herramientas de IA para producción cinematográfica está evolucionando rápidamente hacia la personalización:

Leonardo.Ai permite a estudios y equipos creativos entrenar modelos en sus propios datasets para lograr consistencia visual en imágenes y video.
WaveSpeedAI ofrece más de 600 modelos especializados con APIs escalables, orientados a flujos de trabajo de producción.
LTX Studio y Mootion apuestan por la narrativa guiada por IA con control creativo más fino que los modelos generalistas.

La tendencia es clara: el mercado se está moviendo desde modelos de IA de talla única hacia soluciones adaptadas a las necesidades específicas de cada producción, estudio o marca. Lo mismo que ya ocurrió en SaaS con la personalización de CRMs o ERPs está empezando a suceder en el software creativo.

Qué significa esto para founders en el ecosistema tech-creativo

Para los founders que trabajan en la intersección de IA y entretenimiento —o que simplemente están atentos a cómo la IA se integra en industrias verticales— la adquisición de InterPositive por Netflix envía señales importantes:

El valor diferencial ya no está en el modelo base, sino en el dato propietario. Quien controla el dataset de entrenamiento, controla la ventaja competitiva. Esto aplica igual al cine que al SaaS B2B.
Los problemas de copyright son un moat real. Construir sobre datos propios no es solo una precaución legal: es un argumento de venta poderoso frente a clientes institucionales y reguladores.
La IA en industrias creativas no reemplaza al talento humano; lo amplifica. El modelo de negocio ganador no es el que automatiza al director, sino el que le da superpoderes técnicos a un costo más bajo.
Los incumbentes (estudios, plataformas) están dispuestos a adquirir. Si tu startup está construyendo herramientas de IA especializadas para una vertical, hay compradores estratégicos con cheques grandes.

Conclusión

La narrativa de que la IA va a cocinar a Hollywood está, efectivamente, muy lejos de la realidad. Lo que sí está ocurriendo —y a un ritmo acelerado— es que los modelos de IA a medida están encontrando su lugar dentro de los flujos de trabajo de producción profesional. La adquisición de InterPositive por parte de Netflix es el caso más ilustrativo hasta la fecha: un modelo entrenado sobre los propios dailies de una producción, capaz de resolver problemas concretos de postproducción sin rozar la propiedad intelectual de terceros.

Para el ecosistema startup, el mensaje es claro: hay un mercado enorme y relativamente inexplorado en la construcción de IA vertical y a medida para industrias creativas. La pregunta no es si la IA llegará al cine, sino quién construirá las herramientas que los profesionales realmente quieran usar.

Descubre cómo otros founders están construyendo con IA en industrias creativas y verticales — únete gratis a la comunidad de Ecosistema Startup.

Aprender con founders