Código abierto
Guías en lenguaje claro sobre los modelos y herramientas de IA de código abierto detrás de los avatares parlantes, la generación de vídeo y la voz: qué hacen, cómo ejecutarlos y cuándo una herramienta alojada es más rápida.
Una guía práctica de OpenMontage, el agente open-source de vídeo con IA que convierte tu asistente de programación con IA en un estudio de vídeo completo: qué hace, cómo configurarlo, cuánto cuesta y cuándo una herramienta alojada como VisionStory es la opción más rápida.
Un análisis práctico y a fondo de LongCat-Video-Avatar 1.5, el modelo de código abierto de Meituan con licencia MIT que convierte una foto y audio en un vídeo de avatar parlante. Ejecutamos las tres tareas en una GPU A800, medimos la velocidad real y la VRAM, nos topamos con cinco trampas de configuración y explicamos con honestidad cuándo tiene sentido autoalojarlo y cuándo es mejor una herramienta alojada.
Un análisis práctico en profundidad de Kokoro, el modelo open-source de texto a voz de 82 millones de parámetros. Lo ejecutamos en una CPU Apple M3 Pro, generamos muestras de voz reales que puedes reproducir, nos topamos con el bug de empaquetado de espeak-ng (y lo arreglamos) y explicamos con total honestidad cuándo Kokoro es suficiente y cuándo necesitas una herramienta alojada de vídeo parlante.
Una guía práctica de LivePortrait, el modelo de IA open-source que anima un retrato estático a partir de un vídeo o audio de referencia: qué hace, cómo ejecutarlo y cuándo una herramienta de avatares parlantes alojada como VisionStory es la opción más rápida.
