Martes del Mañana – Octubre 2026 (Edición #13)
Imagen generada con Midjourney
Bienvenidos a otra edición de Martes del Mañana, donde cubrimos la revolución que atraviesa el cine, los juegos, la música y las industrias creativas.
Esta semana vamos nuevamente por un nuevo deep dive. Hoy sobre el estado del arte de IA para 3D.
El mundo 3D ha avanzado muchísimo en estos años y la IA nos abrió 3 caminos para crear elementos y entornos 3D en computadora:
Generación de meshes con IA
Gaussian Splatting
World Models
Bonus: Agentes para creación 3D
Esta es una newsletter de SOUTS, donde exploramos qué pasa cuando la inteligencia artificial deja de ser solamente una herramienta y empieza a cambiar cómo creamos y consumimos historias.
Intro a gráficos 3D
La tetera de Utah, utilizada como modelo de referencia para probar 3D desde 1975.
¿Cómo hacemos para que exista una silla adentro de una computadora? Nuestro requisito es que queremos poder mirarla de distintos ángulos, darla vuelta, editarla.
Históricamente, la principal manera de hacerlo era armar la forma con polígonos. Esa es la base del modelado utilizado en videojuegos, animación y gráficos interactivos.
Para nuestro ejemplo de una silla lo primero que hacemos es poner puntos en el espacio, donde estaría el borde de la silla. Estos son los vértices.
Segundo paso es unir estos puntos con líneas, aristas.
Pero ahora en la conexión de las líneas se forman triángulos. Estos son nuestros polígonos. Con los polígonos hacemos caras.
Vértices, aristas y caras.
Simplificando mucho esta es la base del modelado 3D en computadoras. Todo el resto es optimizaciones y construcciones en base a esto.
Por ejemplo al hacer nuestra silla empezamos con la forma mas fácil que es un cuadrado.
Le podemos expandir lados hasta formarlo en un cubo.
Podemos dividir la cara del cubo y moverla para formar el respaldo.
Y de ahí seguir este proceso de alterar vértices, aristas y caras y tenemos una silla.
De cubo a una silla.
En esta newsletter nos metemos en modelado. Después hay infinidad de áreas más como textura, materiales, animación, rigging, iluminación, sonido, optimizaciones, etc etc etc.
Entra la IA
La IA nos rompe un poco el paradigma de la creación de gráficos 3D en la computadora.
Tenemos 3 (+1) formas de hacerlo:
¿Cómo funciona? | ¿Qué obtenemos? | |
|---|---|---|
Generación de meshes | IA crea geometría a partir de imágenes. | Un objeto 3D editable. |
Gaussian Splatting | Reconstruye la apariencia usando esferas en el espacio. | Una representación 3D que podemos recorrer con una cámara. |
World Models | IA genera entornos y cómo responden a acciones. | Experiencias interactivas generadas. |
Agentes para 3D | Un agente opera herramientas como Blender. | Un proyecto 3D que podemos seguir trabajando. |
Generación de Meshes
El primer camino de la IA en 3D es el mismo: crear un objeto con geometría que podemos llevar a un programa 3D.
Solo que en lugar de construir nuestra silla desde un cubo le pasamos una imagen. El modelo está entrenado para predecir donde está cada uno de los vértices, aristas y caras.
Imagen a 3D usando Meshy
El problema de esta generación: en una foto de frente falta mucha info.
El sistema tiene que completar cómo se ve la imagen de costado, atrás, abajo. Puede producir un respaldo posible, pero no tiene cómo saber si es el respaldo verdadero. Por eso las referencias desde varios ángulos son importantes.
Para inventar una silla, esa capacidad de completar es parte de la gracia. Pero si buscás recrear exactamente una silla que vendés, es un problema.
Dónde estuvieron los avances del último año
Mejores meshes. Los modelos cada vez entienden mejor las imágenes y son mejores en creación del mesh en 3D
Capacidad de edición. Ahora le podés decir a los modelos “hacé el respaldo con ornamentos mas grandes” y te ajusta el modelo.
Mejores topologías. La topología es cómo los polígonos crean de fondo una cara. Una topología prolija se ve re linda, una desprolija se ve mal. Esto no afecta el modelo en sí, pero sí afecta mucho cuando vamos a editar o animar el modelo.
Herramientas a explorar
Meshy: generación desde texto o imágenes, bueno para formas orgánicas y para impresión 3D.
Tripo: generación de objetos 3D con buena topología.
Hunyuan3D, de Tencent: una alternativa con modelos locales en ComfyUI.
Gaussian Splatting
Volvemos a nuestra silla. Ahora queremos poder mirarla desde distintos ángulos y que se vea igual que en la realidad.
Lo que podemos hacer es rodearla con una cámara, sacar muchas fotos y usar esas imágenes para construir una representación que podamos recorrer.
La nueva manera con IA de hacer esto es Gaussian Splatting.
En lugar de armar superficies con polígonos, pone miles de pequeñas manchitas en el espacio. Cada una tiene una posición, tamaño, orientación y color. Vistas juntas desde el ángulo correcto reconstruyen la imagen de la silla. Lo bueno es que el color de estas manchas depende de donde está la cámara, así que si nos movemos esas manchas nos muestran otra vista, útil por ejemplo para reflejos.
Suena contraintuitivo pero funciona muy bien. El resultado es una escena que podemos recorrer con una cámara virtual.
Sirve para reconstrucción de objetos y también de espacios.
Para cine esto tiene una aplicación directa: capturás una locación y después cambiás dónde poner la cámara.
La complicación de los gaussian splatting aparece al querer editar la silla.
El sistema nunca aprendió los elementos de cada objeto, solo cómo se ven en la escena. La analogía sería que un mesh es como una imagen vectorial donde podes mover los puntos sin romper nada, y el gaussian splatting es una imagen generada con IA, podes mover pero aumentan las chances que se rompa.
Esto está avanzando mucho. Hay proveedores que permiten editar objetos de splats, aplicar efectos, animaciones y ajustes de iluminación.
Edición de una captura en SuperSplat. PlayCanvas. Ver demo completa.
Herramientas a explorar:
Postshot: reconstrucción de escenas 3D a partir de fotos o videos, con procesamiento local.
SuperSplat: edición, visualización y publicación de splats en el navegador.
Brush: herramienta open source para entrenar y visualizar Gaussian splats en Mac, Windows y Linux.
World Models
Los world models son la gran promesa de varios laboratorios de IA. Ya hablamos de esto en otra edición: es uno de esos términos que cada empresa usa para contar algo un poquito diferente.
La idea general es aprender cómo es un entorno y cómo cambia cuando tomamos acción.
Muchos de los world models hoy lo que hacen es una reconstrucción de una escena 3D usando Gaussian Splatting.
La promesa real de estos modelos es la siguiente: si yo logro que un modelo de video prediga 100% bien como es un escenario y cómo se comporta la física adentro, para qué necesito saber los polígonos?
O sea imaginen un simulador que cuando moves una silla se arrastra, cuando le pedis que cambie el respaldo lo haga, cuando tirás algo la gravedad lo hace caer. No importa cómo lo hace siempre y cuando el usuario lo viva como real.
Navegación con teclado en un entorno generado por Genie 3. Google DeepMind. Ver demo original.
Esa es la idea de por ejemplo Runway GWM Worlds 2. El sistema genera video y audio en tiempo real respondiendo a movimientos de cámara e instrucciones sobre personajes y entorno.
La silla no ‘existe’ más allá de en pesos de una red neuronal, pero qué importa. Para los usos que buscamos es lo mismo.
Esto es super experimental pero si se logra hacer es el cambio de paradigma que se viene prometiendo.
El uso grande de estos modelos es en robótica. Al armar entornos simulados que respondan a la perfección como la realidad, podemos poner robots simulados a aprender del mundo mucho más rápido y seguro.
Herramientas a explorar
Marble, de World Labs: generación de entornos exportables como splats o meshes.
Atlas, de World Labs: generación y reconstrucción con control de cámara.
Project Genie, de Google DeepMind: creación y exploración de mundos interactivos.
GWM Worlds 2, de Runway: video y audio interactivos en tiempo real, investigación por ahora.
Bonus: agentes para creación 3D
Hay otra manera de conseguir nuestra silla: darle a Claude acceso a Blender y pedirle que la construya.
La IA puede operar las herramientas que usaríamos nosotros. Crear objetos, modificar geometría, asignar materiales, colocar luces y cámaras.
Las últimas ediciones de GPT y de Claude se volvieron muy muy buenas en construir en 3D usando Blender o Three.js.
Por eso probablemente sus redes sociales se llenaron de contenido como este:
Armado de una sala de interrogatorio en Blender con GPT 6.1 Sol y prueba de tres posiciones de cámara.
El agente puede construir con geometría tradicional, traer un modelo existente o combinar varias herramientas.
Yo le pedí:
“Armame una sala de interrogatorio. Una mesa, dos sillas distintas, una luz de tubo arriba. Quiero probar tres posiciones de cámara antes de decidir el encuadre”.
Esto baja una barrera de entrada enorme, yo había hecho pocas cosas con 3D y ahora juego pila. También puede ahorrarle a alguien que ya sabe 3D un montón de trabajo.
¿Para qué quiero todo esto?
Lo interesante es que cada vez tenemos más maneras de construir un espacio y trabajar dentro de él.
Para una película, puede servirnos recorrer una locación antes de decidir los planos. Para un videojuego, preparar un prototipo donde probar una mecánica. Para una experiencia interactiva, dejar que el público explore algo que antes solamente podía mirar.
También cambia qué tenemos que diseñar.
Cuando hacemos una película elegimos qué mostrar. Podemos tener una escenografía espectacular que termina justo donde termina el encuadre. Si queremos que la audiencia pueda darse vuelta, hay que pensar qué hay del otro lado.
El 3D es clave en el espacio entre el cine y los videojuegos que venimos explorando en SOUTS.
Esto fue Martes del Mañana, la newsletter semanal. Si querés suscribirte, suscribite!
En SOUTS intentamos estar siempre al tanto de lo que pasa y cada vez que haya algo relevante se los vamos a traer en esta newsletter.
Nos vemos el próximo Martes del Mañana.
Yves
