Código abierto
Guías en lenguaje claro sobre los modelos y herramientas de IA de código abierto detrás de los avatares parlantes, la generación de video 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 video con IA que convierte tu asistente de programación con IA en un estudio de video 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 más audio en un video 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 conviene más una herramienta alojada.
Un análisis práctico y a fondo de Kokoro, el modelo open-source de texto a voz con 82 millones de parámetros. Lo ejecutamos en un CPU Apple M3 Pro, generamos muestras de voz reales que puedes reproducir, nos topamos con el bug de empaquetado de espeak-ng (y lo corregimos) y explicamos con honestidad cuándo Kokoro es suficiente y cuándo necesitas una herramienta alojada para crear videos parlantes.
Una guía práctica de LivePortrait, el modelo de IA open source que anima un retrato estático a partir de un video o audio de referencia: qué hace, cómo ejecutarlo y cuándo una herramienta alojada de avatar con voz como VisionStory es la opción más rápida.
