La IA generativa se está consolidando como una herramienta clave en preproducción. Durante el desarrollo de ‘La Venganza Rodríguez’, exploramos cómo combinar ilustración y generación volumétrica para acelerar la validación visual del proyecto sin perder coherencia artística.
1) Contexto. En el desarrollo de ‘La Venganza Rodríguez’, uno de los principales retos a los que nos enfrentamos fue optimizar la fase de preproducción sin comprometer la calidad artística ni sobrecargar los recursos del equipo. En este contexto, decidimos explorar el uso de inteligencia artificial generativa como herramienta clave para acelerar la validación de ideas antes de su paso a producción.
2) Proceso. Partimos de una ilustración compleja, característica del arte de Jorge R. Gutierrez, y en la línea de diseño ‘meximalista’ que se proponía para el proyecto. Esto nos permitió identificar rápidamente los desafíos que presentarían los modelos en las distintas fases de producción. A partir de ahí, implementamos flujos de trabajo en entornos nodales como ComfyUI, combinando modelos abiertos con configuraciones preestablecidas que permitían generar variaciones estilísticas y primeras aproximaciones a las geometrías 3D para evaluar los volúmenes.
Este enfoque abrió la posibilidad de iterar rápidamente sobre distintas direcciones visuales (materiales, iluminación, acabados) sin necesidad de pasar por procesos tradicionales más costosos. La IA no se empleó para sustituir al artista, sino para potenciar su capacidad de tomar decisiones informadas en fases tempranas.
3) Conclusión. Uno de los aprendizajes clave fue entender que estos modelos funcionan mejor cuando quien los implementa se ajusta a su naturaleza. En proyectos con una identidad visual muy específica, como es el caso, se hace necesario avanzar hacia modelos más especializados (LoRAs o destilados por proyecto) que reduzcan errores y aumenten la coherencia.
Principales aprendizajes:
- La IA generativa es especialmente eficaz como herramienta de exploración temprana.
- Permite reducir significativamente el coste de iteración en preproducción.
- La calidad del resultado depende en gran medida del control del prompt y del conocimiento del modelo.
- Para proyectos con identidad fuerte, es imprescindible evolucionar hacia modelos específicos.
Desde un punto de vista divulgativo, este proceso puede representarse como una cadena: input artístico > exploración generativa > validación rápida > refinamiento manual > producción
Este cambio de paradigma no elimina etapas, pero sí redistribuye el esfuerzo hacia donde realmente aporta valor.
