Waypoint-1.5 genera mundos 3D interactivos en tiempo real con tarjetas gráficas convencionales
El nuevo modelo de Hugging Face crea entornos virtuales de alta calidad que responden a comandos de texto, sin necesidad de hardware de alta gama.
Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados) acaba de lanzar Waypoint-1.5, un modelo capaz de generar mundos 3D interactivos en tiempo real usando tarjetas gráficas que cualquiera puede tener en casa. A diferencia de sus predecesores, que necesitaban equipos caros para funcionar con fluidez, este modelo puede ejecutarse en una GPU (unidad de procesamiento gráfico, el chip que acelera tareas visuales en un ordenador) de gama media como la RTX 4090, según informó la compañía en su blog oficial.
La tecnología detrás de Waypoint-1.5 es un modelo de difusión (un tipo de IA que genera imágenes o vídeos partiendo de ruido aleatorio y refinándolo paso a paso) que crea vídeos de 512×512 píxeles a 8 fotogramas por segundo. Lo interesante es que estos mundos virtuales no son vídeos pregrabados: responden a instrucciones de texto en tiempo real. Puedes pedirle que añada un objeto, cambie la iluminación o modifique el entorno, y el modelo recalcula la escena al momento.
El equipo logró esta eficiencia aplicando técnicas de destilación (un método que comprime un modelo grande en uno más pequeño y rápido sin perder demasiada calidad) y optimizando la arquitectura del transformer de difusión (la estructura matemática que procesa la información paso a paso). También diseñaron un sistema de memoria eficiente que permite mantener la coherencia visual entre fotogramas sin saturar la RAM de la tarjeta gráfica.
Waypoint-1.5 se entrenó con millones de vídeos de videojuegos y simulaciones, lo que le permite generar desde paisajes naturales hasta interiores urbanos con una calidad visual superior a la de modelos anteriores. Hugging Face ha liberado el código y los pesos del modelo (los parámetros ajustados durante el entrenamiento que definen cómo funciona la IA) bajo licencia abierta, para que cualquier desarrollador pueda experimentar con él o integrarlo en sus propios proyectos.
Aunque todavía está lejos de sustituir a un motor gráfico tradicional como Unreal Engine, este avance acerca la generación de mundos virtuales por IA a aplicaciones prácticas: desde prototipado rápido de videojuegos hasta experiencias educativas inmersivas que no requieran hardware especializado. La apuesta de Hugging Face es clara: democratizar el acceso a herramientas de IA generativa que hasta hace poco solo estaban al alcance de grandes estudios con presupuestos millonarios.
