Waypoint-1: el primer modelo de IA que genera vídeo interactivo en tiempo real
Overworld presenta un sistema que permite controlar escenas generadas por inteligencia artificial mientras se reproducen, sin esperas ni renderizado previo.
La empresa Overworld ha lanzado Waypoint-1, un modelo de difusión de vídeo (un sistema de IA que genera imágenes en movimiento a partir de descripciones de texto o señales de control) capaz de crear escenas interactivas en tiempo real, según informó Hugging Face en su blog oficial. A diferencia de otros modelos de vídeo generativo que requieren minutos u horas para producir clips pregrabados, Waypoint-1 genera fotogramas (las imágenes individuales que forman un vídeo) sobre la marcha mientras el usuario interactúa con la escena, a velocidades de hasta 60 fotogramas por segundo en hardware de consumo.
El sistema permite controlar la cámara virtual, los objetos y el entorno de forma inmediata, como si estuvieras jugando a un videojuego, pero en lugar de utilizar gráficos 3D tradicionales, cada fotograma es generado por IA. Waypoint-1 acepta señales de control espacial —movimientos de cámara, posiciones de objetos, mapas de profundidad (información sobre la distancia de cada elemento en la escena)— y produce vídeo coherente sin artefactos visuales graves ni saltos bruscos entre fotogramas. Según Overworld, esto abre la puerta a experiencias interactivas totalmente generadas por IA, desde simuladores hasta juegos experimentales.
La clave técnica está en la arquitectura de difusión optimizada para inferencia (el proceso de ejecutar un modelo ya entrenado para generar nuevos contenidos) en tarjetas gráficas domésticas. Waypoint-1 funciona en GPUs NVIDIA de la serie RTX 40 (las tarjetas gráficas de consumo más recientes de NVIDIA, diseñadas para gaming y creación de contenido) y requiere menos memoria que otros modelos de vídeo generativo de tamaño comparable. Overworld ha publicado el código, los pesos del modelo (los parámetros ya entrenados que determinan cómo genera el vídeo) y ejemplos de uso en Hugging Face, permitiendo que investigadores y desarrolladores experimenten con la tecnología de forma abierta.
El proyecto llega en un momento de rápido avance en vídeo generativo. Empresas como Runway, Pika y Google han presentado modelos capaces de producir clips de alta calidad, pero casi todos funcionan de forma offline: el usuario introduce una descripción, espera el procesamiento y descarga el resultado final. Waypoint-1 es uno de los primeros sistemas en demostrar que la generación interactiva en tiempo real es técnicamente viable, aunque todavía con limitaciones en resolución y duración de las escenas. Overworld no ha anunciado planes comerciales inmediatos, pero el lanzamiento abierto sugiere interés en construir una comunidad de desarrolladores antes que un producto cerrado.
