Martes del Mañana – Setiembre 2026 (Edición #10)

Imagen creada 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.

Última edición de setiembre. ¿Es demasiado temprano para empezar a saludar con “feliz año”?

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.

Hoy vamos a hacer algo distinto, voy a agarrar un tema y entrar un poco más en detalle de qué es y qué implica. Hoy, AI Agents en Hollywood.

— Yves Fogel

Qué es un agente y cómo se usa en video

Diagrama hecho en GPT Image 2.5

Podemos ordenar la evolución de la IA creativa en tres momentos:

• 2021 - 2023 → Generamos imágenes. Aparecen modelos tipo Stable Diffusion. El punto de partida donde aparece esto de promptear y generar una imagen.

• 2023–2025 → Aparece la generación de video y los workflows. Generar video, extenderlo, modificarlo, conectar planos. El boom de los n8n, ComfyUI, etc. Combinamos herramientas para extender habilidades.

• 2025–hoy → Los agents. Delegamos procesos. Sistemas a los que les damos un objetivo y cierto margen para decidir cómo alcanzarlo, el agente toma decisiones y usa herramientas para llegar al objetivo.

Los agentes son LLMs puestos en un entorno donde pueden usar herramientas, recibir resultados y decidir qué hacer después.

La diferencia clave no es que tengan chat ni conexión con herramientas sino que el sistema pueda adaptar el recorrido a lo que va encontrando. En un workflow fijo la secuencia está definida de antemano. En un agente el modelo tiene margen para decidir cuál es el próximo paso.

Por ejemplo: una automatización podría generar diez imágenes y animarlas todas. Un agente podría revisar esas imágenes, elegir cuáles animar, rehacer una que no cumple y si sale bien animarla.

Las piezas del puzzle

A nosotros nos interesan los agentes para el mundo audiovisual. Para eso necesitamos varias piezas:

• Un LLM que organiza el trabajo. El cerebro. Interpreta lo que pedís, planifica como llegar y decide qué herramientas usar.

• Capacidad de observar. Poder ver las imágenes, música, videos, leer transcripciones, etc. No es lo mismo revisar lo que alguien dice que revisar cómo se mueve un personaje. Algunos LLMs pueden ‘ver’ imágenes, otros no y unos pocos (por ahora) pueden ‘ver’ video.

• Herramientas. En nuestros agentes pueden ser generadores de imagen pero también herramientas para buscar en internet, ejecutar código o modificar un proyecto. El modelo elige la acción a ejecutar, la herramienta conectada es la que la ejecuta.

• Instrucciones y contexto. Las instrucciones generales le dicen al agente cómo querés que trabaje, el contexto aporta lo que necesita para ese encargo. En nuestro caso un brief, guion, referencias son cosas que podemos pasar como contexto pero también guías sobre cómo usar determinadas herramientas.

• Memoria y estado del proyecto. Un registro de lo que fue pasando para no cometer dos veces el mismo error. Puede mantenerse para ser usado en cada paso o guardarse para usar cuando se necesite.

¿Cómo usamos en video?

Ponele que le pedimos al agente:

Un agente va a desglosar la escena, proponer encuadres y preparar un storyboard. En ese punto podría detenerse y pedir tu aprobación cómo le pedimos.

Después llama a los generadores de video y armar un primer montaje. Según sus herramientas y su capacidad de evaluación, podría detectar un problema, intentar una corrección o devolverte una pregunta.

Por ejemplo: “Este plano funciona visualmente, pero la expresión no transmite alivio. ¿Probamos otra actuación o cambiamos el encuadre?”.

Este es el tipo de proceso que podríamos construir con estas piezas.

El cambio es pasar de pedir una imagen a delegar parte del trabajo.

El presente: qué funciona y qué no

Lo que pasó desde el año pasado es que los LLMs mejoraron => los agentes mejoraron => las plataformas salieron todos a hacer sus agents.

Runway. Su Agent se presenta como una herramienta para crear materiales finales. Por otra parte tiene un MCP que permite usar sus capacidades desde agentes externos tipo Claude Code. Más pensado para ir de inicio a fin con este sistema.

Higgsfield. Su paquete de Production Skills incluye workflows para construir escenas en Blender, organizar material en Premiere, componer planos en After Effects. El resultado buscado parece ser un proyecto que alguien pueda continuar trabajando.

Adobe. Sus agentes viven adentro de Creative Cloud, donde hacen tareas que requieren del manejo de varios programas de Adobe así los creativos no se tienen que mover del entorno que conocen.

La preproducción es la nueva producción

Si vas a estar delegando parte de la ejecución empieza a cobrar mucho más importancia lo que si podés controlar. Por eso es cada vez más importante todo lo que ocurre antes de generar el primer plano.

Preproducción en este caso es tener el guión bien claro, tener las reglas de qué va y que no va bien establecidas pero también es crear imágenes del personaje para que sea 100% como lo imaginás, lo mismo con espacio con los sonidos, con la luz.

Preproducción también incluye el planificar como se va a atacar este contenido y esto lo podés hacer junto al agent.

Una vez con la pre ya cerrada el agente puede ir generando los videos con el grado de autonomía que le quieras otorgar.

Evaluar la calidad es otro problema. Los modelos pueden comprobar que un archivo tiene determinada resolución o duración. Ya cuando involucra ver una imagen o video con un mínimo de criterio patinan fuerte.

Hoy en día este es el cuello de botella grande. Los agentes hacen cosas pero después no saben si la cosa es buena o no.

¿Y con costos qué pasa?

Menos intervención manual no necesariamente es igual a menor costo total. Si los agentes no tienen guía pueden generar videos que al final no sirvan o usar modelos más caros de lo que tenés pensado.

Runway tiene una función inteligente donde le decís si querés priorizar velocidad, calidad o costo. Con esto decide qué modelos usar y con eso el costo.

Hoy los agentes en mundo audiovisual siguen siendo más una apuesta que algo que de valor aunque en SOUTS tenemos nuestros agentes que usamos bastante para cosas puntuales. Pero probablemente en el corto plazo es el conocimiento que ustedes puedan adquirir que les de mayor valor en esta industria.

El futuro: cambia todo o nada?

La promesa poco imaginativa es que los agentes van a tomar cada vez más autonomía y empezar a generar contenido con menos humanos, viendo qué funciona, adaptando lo que no y cada vez mejorando. En Martes del Mañana nos aburre bastante esa visión.

Por un lado el futuro que vemos es de más control asistido, más como un compañero creativo y menos como una ruleta. Sí, quiero que un agente me genere planos y prompts y los corra, pero también quiero poder decirle “levantá la cámara un poquito y que el personaje salga más despacio”.

Por otro lado también van a tener más autonomía y eso va a permitir a personas poder contar sus ideas más fácil. Esto es especialmente poderoso para las comunidades de fans. Veo un futuro donde los dueños de IP brinden sus guías para agentes sobre qué puede y qué no puede hacer cada personaje para que fans puedan crear contenido siguiendo la visión del creador.

Lo importante es que no todo el contenido es lo mismo. Van a convivir muchas distintas formas de trabajar. Habrá proyectos donde tenga sentido delegar casi todo un primer borrador. Otros necesitarán aprobar composición, actuación y montaje por separado. Y otros usarán agentes sólo para tareas de organización, búsqueda o preparación técnica.

Al final la distinción es qué decisiones queremos delegar y sobre cuáles queremos conservar el control.

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