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 lista diaria de Trendshift. Su propuesta es directa: clona cualquier video viral con agentes de IA. Lo instalamos, ejecutamos siete tareas reales con Codex y Claude Code, y registramos lo que produjo, cómo funciona por dentro y cuánto costó realmente. 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 de 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 en SVML; Hypit lo compila y renderiza los fotogramas (sus ejemplos renderizan en 64 procesos paralelos de Chromium sin interfaz). El tiempo se ancla a palabras, no a segundos. WhisperX alinea cada palabra hablada, y los visuales se vinculan a fragmentos del guion. Esto es código real del ejemplo de lista por niveles de fútbol del repo:

<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 aparece en pantalla exactamente mientras se pronuncian esas palabras. Reescribe la línea y el timing se reajusta solo, por eso un proyecto puede generar decenas de variantes.

Tres cosas más que conviene 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 facturan por separado. Su servicio alojado recomendado, HypiHub, vendió créditos a $15 por 2,000 en nuestra prueba, y en su lugar 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 hagas 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 descompone 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 de talking head seguida de cinco gráficos de mercado apilados uno tras otro, con zooms y contrastes exagerados) y propuso un plan: mantener el 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. Calcula el precio del trabajo antes de gastar nada

Esta fue la parte más tranquilizadora. Antes de cualquier llamada de pago, el agente presentó 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 completos 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. Recibes 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 ejecutamos 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 sobre uno de nuestros propios clips de talking head. Reconstruyó el look de forma convincente.
• Cambio de atuendo. Un video de try-on en tendencia con el atuendo reemplazado por un disfraz de videojuego. Se sostuvo en la mayoría de las tomas.
• Transferencia de estilo. Un clip meme redibujado en un estilo conocido de animación para adultos. Usó el clip original como base y lo 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 fallos, pero en general fue sólido (primer clip abajo).
• Mismo estilo, nuevo contenido. 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 informe: “Exportado, 37.1 s, 1080p … solo se ejecutó la primera ronda de generación; no hubo generación adicional de pago.” La tarea completa 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, omitió 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 que por lo demás no cambió. Fue la corrección más quirúrgica de la semana.
• Reseña cinematográfica de un teléfono. Una reseña de producto con estética de película rehecha con un presentador digital y B-roll generado (segundo clip abajo). En conjunto fue el resultado más flojo: el look de IA era evidente y queda bastante por detrás de un editor humano.
• Skit de e-commerce. A partir de una imagen de referencia y el video de origen, rehizo un skit corto de ventas en el que una muñeca rompe huevos con un martillo. Lo calificamos más o menos al nivel 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 republicar esas caras, voces ni metraje. Por eso, los clips de abajo son resultados sin personas en pantalla, y su audio está silenciado.

Clips de demo de nuestras pruebas

Dos resultados sin editar de las pruebas anteriores, 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 reejecutable, 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 siguen sincronizados.
• Elige la herramienta más barata que funcione. Usa modelos de video cuando tiene que generar, y código o incluso Blender cuando basta con una corrección quirúrgica.
• Transparencia de costos. Estima cada paso y pregunta antes de hacer llamadas de pago, algo raro en herramientas de agentes.

En qué se queda corto:

• El agente es la verdadera factura. Los ejemplos del propio README de Hypit listan unos $1.10 en tarifas de modelos por clon. En nuestras pruebas el mayor costo fue el agente de programación: siete tareas llevaron nuestro plan de ChatGPT de $100 del 50% al 3% de su cupo de uso.
• Es lento. Un clon tomó más de una hora de tiempo del agente.
• Las recreaciones realistas siguen pareciendo IA. La reseña cinematográfica era claramente sintética, y las tomas generadas mostraron 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 un servicio para otros equipos ni revenderlo sin una licencia comercial.
• Los derechos corren por tu cuenta. Hypit dice que tus resultados te pertenecen, pero las caras, voces, metraje y música de la referencia pertenecen a sus dueños. Trata un video viral como una estructura de la que aprender, no como material para republicar.

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 facturan de formas diferentes.

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

Lo que Hypit nos enseñó

Tras 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 pueda volver a ejecutar. Descompones lo que funciona en los videos de otras personas y en los tuyos, conservas el esqueleto y dejas que el agente genere las partes que cambian. Hacia ahí se dirige el video con IA, y es la misma dirección que nuestro propio AI Video Agent: describe el video que quieres y deja que un agente lo ensamble, sin la configuración ni la factura del agente.

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