Glosario de cine con IA: 24 términos para principiantes

La escritura sobre cine e IA está llena de palabras técnicas prestadas, y a menudo se usan con poca precisión. Este glosario define las que encontrarás en artículos sobre cine con IA y metraje hecho con IA, más o menos en el orden en que se fabrica un solo plano generado. Las definiciones son deliberadamente llanas, y cada una termina con la parte que importa en pantalla.

El modelo y cómo aprende

Modelo

Un modelo es un sistema que convierte una entrada —un prompt, una imagen, un fotograma— en una salida como un plano generado, una etiqueta o la siguiente palabra. En la escritura sobre cine, «modelo» suele designar la herramienta generativa entera, no un componente interno.

Parámetros y pesos

Los números aprendidos dentro de un modelo. El entrenamiento los ajusta; la inferencia los usa sin cambiarlos. Cuando se dice que un modelo es «grande», normalmente se refiere al número de parámetros.

Entrenamiento

El proceso de ajustar los pesos de un modelo con datos, normalmente comparando salidas con objetivos y moviendo los pesos para reducir el error. Entrenar es caro y ocurre casi siempre antes de que toques la herramienta.

Inferencia

Ejecutar un modelo entrenado para obtener una salida. La generación es inferencia: no se aprende nada y el conocimiento del modelo queda congelado en el punto en que terminó el entrenamiento.

Prompt

El texto de instrucción —y a veces la imagen— que condiciona una generación. Un prompt guía la salida, pero no es código. Prompts idénticos pueden producir resultados distintos según el modelo y la versión.

Token

Una unidad de texto que procesa un modelo, a menudo una palabra o parte de una palabra. Los recuentos de tokens importan porque los límites de contexto y los costes se miden en tokens.

Modelo multimodal

Un modelo que maneja más de un tipo de entrada o salida, como texto e imágenes o audio. La mayoría de las herramientas de vídeo actuales son multimodales al menos en este sentido.

Cómo se construye un plano generado

Espacio latente

Una representación numérica comprimida de imágenes o vídeo. Los modelos trabajan en este espacio porque es más pequeño y más suave que los píxeles crudos, y los puntos cercanos tienden a parecerse. Un «paseo latente» significa moverse entre puntos para producir un cambio gradual.

Autoencoder variacional (VAE)

Un par de redes que comprimen una imagen en una representación latente y la reconstruyen. En muchas herramientas de imagen, el VAE es la parte que decodifica un resultado latente de vuelta a píxeles.

Modelo de difusión

Un modelo generativo entrenado para invertir un proceso gradual de ruido: aprende a eliminar ruido paso a paso hasta que aparece una imagen o un clip. El enfoque quedó planteado en el artículo que introdujo los modelos probabilísticos de difusión por eliminación de ruido.

Pasos de muestreo

El número de pasos de eliminación de ruido que da un modelo. Más pasos pueden añadir detalle, pero también añaden tiempo y no garantizan un resultado mejor.

Semilla

El número aleatorio con el que arranca el ruido. Reutilizar una semilla con el mismo modelo, los mismos ajustes y el mismo software puede reproducir una imagen con bastante fidelidad. Cambia la versión del modelo o la plataforma y el resultado puede desviarse.

Escala de guía

Un ajuste que controla con cuánta fuerza el modelo sigue el prompt, a menudo implementado como guía libre de clasificador. Los valores bajos dan resultados más sueltos y sorprendentes; los valores muy altos tienden a producir resultados frágiles o sobresaturados.

Checkpoint

Un archivo guardado con los pesos de un modelo, que normalmente agrupa los componentes necesarios para ejecutar un modelo concreto. Distintos checkpoints de la misma familia pueden verse y comportarse de forma muy diferente.

LoRA

Abreviatura de Low-Rank Adaptation: un conjunto pequeño de matrices entrenables añadidas a un modelo base congelado. Enseña un estilo, un personaje o un concepto con muchos menos parámetros entrenables que un ajuste fino completo.

Ajuste fino

Entrenamiento adicional de un modelo preentrenado con datos nuevos. LoRA es una forma eficiente de hacerlo, y «ajustar» se usa a menudo de forma laxa para cualquier adaptación.

ControlNet

Un complemento que condiciona un modelo de difusión con información espacial, como una pose, un mapa de profundidad o una imagen de bordes, para que la salida siga una estructura concreta en lugar de inventarla.

Inpainting y outpainting

Rellenar o sustituir parte de una imagen (inpainting), o extenderla más allá de su marco original (outpainting). Ambos son habituales en la limpieza de planos y la extensión de decorados.

Crear movimiento

Interpolación de fotogramas

Sintetizar fotogramas nuevos entre los existentes para subir la tasa de fotogramas o ralentizar el metraje. Las herramientas antiguas usaban flujo óptico; las nuevas usan modelos entrenados. La interpolación puede suavizar el movimiento, pero no puede recuperar lo que nunca se rodó.

Consistencia temporal

Hasta qué punto una secuencia se mantiene coherente de fotograma a fotograma: rostros, ropa, iluminación y física. Una mala consistencia temporal se ve como parpadeo, morphing u objetos que cambian entre planos.

El resultado y la evidencia

Alucinación

Una salida plausible pero falsa: un objeto que aparece de la nada, una mano con dedos de más, un texto que casi deletrea algo. El término describe un sinsentido seguro de sí mismo, no un fallo técnico con una sola causa.

Deepfake

Vídeo o audio sintético o manipulado, normalmente del rostro o la voz de una persona, hecho con aprendizaje profundo. La palabra se usa a menudo de forma laxa para cualquier falsificación convincente, pero la definición útil nombra una técnica concreta y un daño concreto.

Escalado con IA

Aumentar la resolución con un modelo entrenado. Puede afinar detalle real, pero también puede inventar detalle que nunca estuvo en la fuente, y por eso la ética de la restauración se preocupa por él.

C2PA y Content Credentials

C2PA es un estándar técnico abierto para registrar el origen y el historial de edición de contenido digital. Content Credentials es el nombre de cara al consumidor para esos metadatos. Es una declaración firmada sobre procedencia, no una prueba de que el contenido sea verdadero.

Por qué importa este vocabulario

Estos términos no son neutrales. Una reseña que dice que un plano se «hizo con IA» no te dice casi nada: la animación dibujada a mano, un modelo de difusión y un deepfake caben todos en la frase. Conocer el proceso te permite hacer preguntas más precisas: qué modelo, entrenado con qué, ejecutado por quién, editado cómo. Esas son las preguntas que convierten una reacción vaga en crítica.

Para un recorrido por las películas que plantean las preguntas grandes, empieza por la guía de películas sobre IA. Para el lado práctico de verificar metraje sintético, consulta cómo detectar metraje generado con IA. Y si quieres la mecánica de producción en lugar del vocabulario, lee cómo funcionan los modelos de vídeo con IA.