La empresa «Netflix» ha causado una verdadera revolución en el mundo de la tecnología y la industria del contenido visual, tras anunciar el 4 de abril de 2026 una medida excepcional que consistió en el lanzamiento al público de su primer modelo de inteligencia artificial de código abierto desarrollado internamente. Este paso imprevisto no fue simplemente el lanzamiento de una herramienta tradicional de edición de vídeo, sino que constituyó un salto cualitativo en las tecnologías de procesamiento visual, las cuales tradicionalmente han dependido de herramientas complejas y de una intensa intervención humana.
El nuevo sistema, que lleva por nombre «Void» —una abreviatura de «eliminación de elementos de vídeo e interacciones»—, ya está disponible de forma totalmente gratuita para desarrolladores y empresas bajo la licencia «Apache 2.0», que permite el uso comercial. Lo que hace que esta herramienta sea única y diferente de todo lo visto anteriormente en el mercado es que no se limita a borrar elementos no deseados del clip grabado, sino que va más allá al predecir con extrema precisión cómo deben comportarse el entorno circundante y las leyes físicas de la escena tras la desaparición de dicho elemento.
¿Cómo supera la nueva herramienta a las técnicas de edición tradicionales?
Las herramientas de edición y eliminación tradicionales se basan en una idea sencilla que consiste en extraer el elemento objetivo de los fotogramas del vídeo e intentar rellenar el espacio vacío restante utilizando un fondo estático o clonado de los fotogramas adyacentes. Sin embargo, el nuevo sistema de «Netflix» aborda un asunto mucho más complejo y realista: los efectos físicos derivados de la presencia del elemento eliminado.
Por ejemplo, si introducimos un clip de vídeo que documenta la colisión de dos vehículos, la herramienta es capaz de eliminar por completo uno de los vehículos y generar un vídeo nuevo en el que se ve al coche restante continuar su marcha de forma segura sin verse afectado en absoluto. Lo más impresionante es la capacidad del sistema para ocultar todos los rastros de escombros y humo producidos por la colisión, sustituyéndolos por la imagen de una carretera limpia e intacta, como si el accidente nunca hubiera ocurrido.
Otro ejemplo que destaca la potencia de esta tecnología consiste en el procesamiento de un clip de una persona saltando a una piscina. Al utilizar la herramienta para eliminar a la persona, el proceso no se limita a su desaparición de la escena, sino que el sistema procesa la superficie del agua para hacerla lucir tranquila y sin alteraciones, ocultando todas las gotas de agua salpicadas y las olas generadas por el salto, de modo que la piscina aparece como si nadie se hubiera acercado a ella.
Tecnologías avanzadas tras bambalinas
La construcción de un sistema tan complejo no habría sido posible sin la dependencia de una arquitectura de programación avanzada que integra múltiples modelos de empresas tecnológicas líderes. Dicha arquitectura incluye:
- Modelo de difusión visual: El sistema se basa fundamentalmente en el modelo «CogVideoX», desarrollado por la empresa «Alibaba», el cual fue entrenado y optimizado utilizando datos sintéticos derivados de conjuntos de datos masivos como el conjunto «Kubrick» de «Google» y el conjunto «Humoto» de «Adobe».
- Análisis de escenas: El modelo «Gemini 3 Pro» de la empresa «Google» se encarga de la tarea de analizar escenas complejas y determinar las zonas que se verán afectadas por la eliminación de los elementos.
- Segmentación de elementos: Interviene el modelo «SAM 2» de la empresa «Meta» para llevar a cabo el proceso de separación de elementos y determinar sus bordes con precisión.
El sistema opera a través de una ruta de análisis visual y lingüístico que codifica las áreas afectadas en lo que los investigadores denominan «máscara cuatridimensional», la cual guía al modelo de difusión para crear la escena alternativa. Asimismo, el sistema proporciona un segundo paso opcional basado en cálculos de flujo óptico para corregir cualquier distorsión de forma que pueda ocurrir durante el proceso.
Colaboración académica internacional y rendimiento notablemente superior
Este brillante logro tecnológico es el fruto de los esfuerzos conjuntos de un grupo selecto de investigadores de la empresa «Netflix» —Saman Motedayen, William Harvey, Benjamin Klein, Chunming Yuan y Taying Cheng—, en colaboración con el investigador Luc Van Gool, del instituto «Insight» adscrito a la Universidad de Sofía.
«Este marco de trabajo ha sido diseñado específicamente para realizar sustituciones que cumplan con las leyes físicas en escenarios de extrema complejidad donde la inteligencia artificial tradicional fracasa».
Para demostrar la eficiencia del sistema, los investigadores llevaron a cabo un estudio de encuesta que incluyó a 25 personas con el fin de evaluar la herramienta en diversos escenarios. Los resultados mostraron una superioridad aplastante de la herramienta, ya que los participantes la prefirieron en un 64.8 por ciento en comparación con las tecnologías competidoras, mientras que la conocida herramienta «Runway» ocupó el segundo lugar con un porcentaje de preferencia de apenas el 18.4 por ciento.
Disponibilidad del código fuente y desafíos técnicos para los usuarios
En reconocimiento de la importancia de la comunidad de código abierto, la empresa puso a disposición el código fuente y el artículo de investigación del proyecto, además de una versión de prueba interactiva, a través de plataformas populares como «GitHub» y la plataforma «Hugging Face».
A pesar de esta disponibilidad gratuita, los usuarios independientes se enfrentan a un desafío considerable representado por los estrictos requisitos operativos del sistema. Para ejecutar este complejo modelo, el usuario necesita una unidad de procesamiento gráfico de ultra alta potencia provista de una memoria RAM dedicada al vídeo de al menos 40 gigabytes de capacidad, lo que limita su uso actual a empresas y profesionales que poseen ordenadores avanzados.
A pesar de las capacidades excepcionales demostradas por la herramienta y su clara superioridad frente a sus competidores en el mercado, la empresa «Netflix» no ha anunciado hasta el momento ningún plan oficial para integrar este innovador sistema dentro de las líneas de producción actuales de sus producciones cinematográficas y televisivas originales. Sin embargo, el lanzamiento de esta tecnología augura un futuro prometedor que podría cambiar para siempre el panorama de la industria de los efectos visuales.
Preguntas frecuentes
¿Cuál es la nueva herramienta lanzada por Netflix?
La empresa lanzó una herramienta de inteligencia artificial de código abierto conocida como «Void», diseñada para eliminar elementos de los vídeos y modificar las interacciones físicas de la escena con alta precisión para que luzca natural.
¿Es gratuita el uso de la nueva herramienta de inteligencia artificial?
Sí, la herramienta ha sido lanzada como código abierto bajo la licencia «Apache 2.0», lo que permite su uso tanto en proyectos gratuitos como con fines comerciales.
¿Cuáles son los requisitos técnicos necesarios para ejecutar el sistema localmente?
El sistema es muy exigente desde el punto de vista técnico, ya que su ejecución requiere una unidad de procesamiento gráfico avanzada que cuente con una memoria RAM dedicada al vídeo de al menos 40 gigabytes de capacidad.
