Hypit: Probamos la habilidad de agente de IA que clona videos virales

Hypit llegó a GitHub el 29 de julio de 2026 y superó las 8,000 estrellas en cuestión de días. Para el 22 de septiembre, tenía más de 13,000 estrellas y 1,500 forks, y encabezó la tabla diaria de Trendshift. Su propuesta es directa: clona cualquier video viral con agentes de IA. Lo instalamos, ejecutamos siete tareas reales en Codex y Claude Code, y registramos lo que creó, cómo funciona por dentro y cuánto costó en realidad. Este es ese análisis a fondo. Fuente: github.com/hypit-ai/hypit.

¿Qué es Hypit?

Hypit, de Hypit.AI, les da a los agentes de programación con IA como Claude Code y Codex “un lenguaje y un sistema para crear video”. No es un editor alojado. Se entrega como una Skill de agente, una herramienta de línea de comandos y un monorepo de TypeScript con 122 paquetes: conectores para Seedance, GPT Image, Nano Banana, Grok Imagine, MiniMax, ElevenLabs y Fish Audio, además de subtítulos, eliminación de fondo, pistas de B-roll, efectos cinematográficos y un renderizador.

La idea central es SVML, el propio lenguaje de marcado de Hypit. Tu agente escribe el video como SVML; Hypit lo compila y renderiza los fotogramas (sus ejemplos renderizan en 64 procesos paralelos de Chromium headless). El tiempo está anclado a palabras, no a segundos. WhisperX alinea cada palabra hablada, y los visuales se adjuntan a fragmentos del guion. Este es código real del ejemplo de lista por niveles de fútbol del repositorio:

<HOST>Ronaldo is <D | Dee> tier. || Bro has @{hair-gel} more ||
  hair gel than @{trophy} trophies || at this point.@{/trophy}@{/hair-gel}

<media-track:Item id="hair-gel" image={broll-hair-gel.image}
  extent={hair-gel-extent} during={story.selection.hair-gel}
  motion={recipes.motion.broll-left}/>

La imagen de B-roll hair-gel está en pantalla exactamente mientras se dicen esas palabras. Reescribe la línea y el timing se ajusta por sí solo, por eso un proyecto puede generar decenas de variantes.

Tres cosas más que vale la pena saber antes de instalarlo:

• Los modelos de generación son opcionales. Un proyecto puede compilar subtítulos, motion graphics y visuales renderizados por código en un video final sin llamar a ningún modelo de video.
• Pagas los servicios, no Hypit. Hypit es gratis; tu agente de programación y los proveedores de modelos cobran por separado. Su servicio alojado recomendado, HypiHub, vendió créditos a $15 por 2,000 en nuestra prueba, y también puedes conectar tus propias claves de API o modelos locales.
• La licencia tiene condiciones. La “Hypit Open Source License” es Apache 2.0 con términos adicionales: puedes usarlo comercialmente dentro de tu propia organización, pero alojarlo como un servicio multi-tenant para otros o revenderlo requiere una licencia comercial. Los videos que creas te pertenecen.

Cómo funciona: lo que vimos en nuestras pruebas

Instalarlo es un solo comando: npx skills add hypit-ai/hypit -g. En el primer uso, el agente encuentra o instala el ejecutable de Hypit (Node.js 22.15 o más reciente). A partir de ahí, cada tarea siguió el mismo ciclo.

1. El agente mira y desglosa la referencia

Le dimos a Codex un video explicativo de finanzas de 34 segundos y escribimos “Hypit, copia este video”. Vio el clip, describió su estructura (una introducción con talking head seguida de cinco gráficos de mercado apilados uno tras otro, con zooms y contrastes exagerados) y propuso un plan: mantener al presentador, la voz y el guion, y reconstruir los gráficos, los subtítulos y los movimientos de cámara como elementos editables. Luego preguntó qué queríamos reemplazar.

2. Cotiza el trabajo antes de gastar nada

Esta fue la parte más tranquilizadora. Antes de cualquier llamada de pago, el agente mostró una tabla de costos y esperó. Para un clip de talking head en chino, cotizó 4.39 créditos (aprox. $0.03) para transcribir el original y reconstruirlo localmente, frente a $5.69–9.34, antes de reintentos, para regenerar los 132 segundos de metraje en cámara a 720p. Luego pidió permiso para cobrar como máximo 10 créditos (aprox. $0.075) solo por la transcripción, señalando que “todavía no se han hecho llamadas de pago”.

3. Construye, renderiza y te entrega un proyecto editable

Una vez aprobado, el agente genera las piezas, compila el SVML y renderiza. Obtienes un archivo final y el proyecto detrás, que se abre en Hypit Studio: el código fuente a la izquierda, la vista previa en el centro, las propiedades a la derecha y una línea de tiempo multipista abajo. Puedes editar a mano o pedirle al agente que revise y corrija el corte.

Lo probamos de verdad: siete tareas

Ejecutamos siete tareas en las apps de escritorio de Codex y Claude Code, usando Seedance 2 Mini para video y GPT Image 2 para imágenes. Esto fue lo que produjo cada una:

• Motion graphics para talking head. Le pedimos que copiara el estilo de edición de papel rasgado, stickers y cinta adhesiva de un creador en uno de nuestros clips de talking head. Reconstruyó el look de forma convincente.
• Cambio de outfit. Un video de “try-on” en tendencia con el outfit reemplazado por un disfraz de videojuego. Se sostuvo en la mayoría de las tomas.
• Transferencia de estilo. Un clip meme redibujado con un estilo conocido de animación para adultos. Usó el clip original como base y reestilizó encima, y el resultado fue realmente bueno.
• Cambio de sujeto. Un video viral de canto con cerca de un millón de likes, con los dos intérpretes reemplazados por dos gatos. Hubo pequeños defectos, pero en general fue sólido (primer clip abajo).
• Mismo estilo, contenido nuevo. A partir de un popular video explicativo de finanzas, el agente escribió un nuevo guion de “Por qué importa HBM”, dibujó los diagramas en código y generó un presentador en cámara para la esquina superior izquierda. Su reporte: “Exportado, 37.1 s, 1080p … solo corrió la primera ronda de generación; no hubo generación de pago adicional”. Toda la tarea tomó 1 hora y 8 minutos de tiempo del agente.
• La sorpresa de Blender. Al pedirle que cambiara las iniciales escritas con dominós en el video de un reseñista de tecnología, se saltó por completo los modelos de video. Reconstruyó la toma en Blender, renderizó 87 fotogramas (2.9 segundos a 30 fps) y los insertó en un metraje por lo demás sin cambios. Fue la corrección más quirúrgica de la semana.
• Reseña cinematográfica de teléfono. Una reseña de producto estilo película rehecha con un presentador digital y B-roll generado (segundo clip abajo). En general, este fue el resultado más flojo: el look de IA era evidente y queda muy por detrás de un editor humano.
• Skit de e-commerce. A partir de una imagen de referencia y el video fuente, rehizo un skit corto de ventas en el que una muñeca rompe huevos con un martillo. Lo calificamos más o menos a la par del original, que también era generado con IA.

Una nota sobre lo que mostramos aquí: la mayoría de estas pruebas partieron de videos de otros creadores, y no tenemos derecho a volver a publicar esos rostros, voces ni metraje. Por eso, los clips de abajo son resultados sin personas en pantalla, y su audio está silenciado.

Clips demo de nuestras pruebas

Dos resultados sin editar de las pruebas de arriba, recortados de nuestra grabación de pantalla.

Veredicto honesto: fortalezas y límites reales

Lo que nos impresionó:

• Clona la estructura, no solo un guion. El resultado es un proyecto que se puede volver a ejecutar, así que cambiar el presentador, el producto o el idioma es una nueva ejecución, no una nueva edición.
• Timing anclado a palabras. Reescribe una línea y el B-roll, los subtítulos y los cortes se mantienen sincronizados.
• Elige la herramienta más barata que funcione. Usa modelos de video cuando tiene que generar, y código o incluso Blender cuando una corrección quirúrgica es suficiente.
• Transparencia de costos. Estima cada paso y pregunta antes de llamadas de pago, algo raro entre herramientas de agentes.

En qué se queda corto:

• El agente es la factura real. Los ejemplos del propio README de Hypit listan cerca de $1.10 en tarifas de modelos por clon. En nuestras pruebas, el costo mayor fue el agente de programación: siete tareas llevaron nuestro plan de ChatGPT de $100 del 50% al 3% de su cuota de uso.
• Es lento. Un clon tomó más de una hora de tiempo del agente.
• Los remakes realistas aún se ven como IA. La reseña cinematográfica era claramente sintética, y las tomas generadas mostraban pequeños artefactos.
• Necesitas un flujo de trabajo con agentes. Necesitas un agente de programación, Node.js 22.15+ y cuentas de modelos. Es amigable para desarrolladores, no para alguien que solo quiere un video.
• La licencia no es totalmente permisiva. No puedes alojar Hypit como servicio para otros equipos ni revenderlo sin una licencia comercial.
• Los derechos dependen de ti. Hypit dice que tus resultados te pertenecen, pero los rostros, voces, metraje y música de la referencia pertenecen a sus dueños. Toma un video viral como una estructura para aprender, no como material para volver a publicar.

Hypit vs una herramienta de video con IA alojada

Hypit y herramientas alojadas como VisionStory terminan en un video final, pero parten de lugares distintos y cobran de maneras diferentes.

Elige Hypit si estás produciendo anuncios o variantes UGC a escala, vale la pena convertir un formato ganador en plantilla, y tienes a un desarrollador en el equipo. Elige una herramienta alojada si quieres un video con presentador hoy y prefieres no pagar horas de tiempo del agente para obtenerlo.

Lo que Hypit nos enseñó

Después de una semana de pruebas, nuestra conclusión es que “clona cualquier video viral” es el titular, no lo esencial. La idea duradera es convertir la estructura de un video en una plantilla que un agente puede volver a ejecutar. Desglosas lo que funciona en los videos de otros y en los tuyos, mantienes el esqueleto y dejas que el agente genere las partes que cambian. Hacia ahí va el video con IA, y es la misma dirección que nuestro AI Video Agent: describe el video que quieres y deja que un agente lo arme, sin la configuración ni la factura del agente.

Para otra perspectiva sobre video impulsado por agentes, mira nuestro análisis de OpenMontage, que persigue una idea similar con un pipeline diferente.