Cuadernos de IA Labs
Fichas técnicas y hojas de ruta de lo que construyo: qué modelos intervienen, cómo se controlan por API (RunPod, ComfyUI, Cadentrail, HuggingFace), en qué orden se monta el trabajo y el código de cada paso. No es un diario: es el plano, para que quien tenga ganas pueda hacer sus propias pruebas sin empezar de cero.
Los números son medidos, no estimados: cuánto costó en dinero y en horas, y qué se puede esperar del resultado. Y todo se puede repetir con herramientas abiertas, sin nada propietario en medio.
Hacer cantar a una cara
La receta completa: YuE2 para la voz cantada, LTX-2.5 para la cara, RunPod y ComfyUI gobernados por HTTP, y ffmpeg para el montaje. Nueve pasos con el código de cada uno, los parámetros que importan y qué conviene evitar al promptear.
El grabado calcográfico en SDXL: taller de fine-tuning con LoRA
Guía técnica y hoja de ruta tipo workshop: 4.154 ilustraciones históricas, una NVIDIA A40 gobernada por terminal, tres variantes de rango (r=16, r=32, r=64) compitiendo entre sí, y la fontanería para ahorrar un 80% de tiempo en GPU. Con código listo para replicar.
Chaplin 2026: El Gran Dictador en la era digital
El pipeline completo de ingeniería audiovisual: clonación de voz con ElevenLabs, edición rítmica con ffmpeg, extracción de landmarks canónicos, condicionamiento acústico con Whisper Tiny y difusión latente en GPU NVIDIA A40 gobernada por terminal. Con explicaciones matemáticas, scripts de ensamblado y comparativas A/B.
FactorIA: El Gran Benchmark Audiovisual Multimodal
Caso de estudio de ingeniería audiovisual integral: del audio y la clonación vocal de Alba Sola al montaje animatic con imágenes estáticas, diseño sonoro con auto-ducking inteligente, lip-sync dual y la comparativa de motores de vídeo (Magnific Spaces Kling 3.0 vs ElevenLabs manual vs RunPod Wan 2.1 14B vs Inferencia Soberana en GPU Blackwell).