Herramientas
Del boceto al prototipo 3D con agentes: qué conviene probar por etapas
Dos relatos —el de Wes Roth encadenando arte, modelado y animación, y el de Simon Willison generando una escena editable en Blender— muestran agentes de código en distintas etapas hacia un prototipo 3D (tridimensional: volumen con alto, ancho y profundidad). Lo interesante no es la autonomía prometida, sino cómo repartir ese trabajo en etapas que una persona pueda abrir, revisar y aceptar.
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
En resumen
- Roth encadena arte conceptual, Blender, animación y motor; Willison obtiene una escena editable en macOS.
- Proponemos cuatro entregas con firma humana, criterios de rechazo explícitos y topes de cuota por encargo.
La evidencia sobre la mesa: qué se mostró exactamente
Roth describe un encadenado de cuatro pasos: generar arte conceptual con GPT image 2.0, reconstruir esas imágenes en Blender (programa libre de modelado 3D), animar los modelos sobre esqueletos y volcarlos a Unreal Engine para jugarlos. Encargó tres ambientaciones distintas —un diner (cafetería estadounidense) post-apocalíptico estilo Fallout, un planeta alienígena con contornos de tinta y una ciudad castigada por la guerra inspirada en Escape from Tarkov— y, según su relato, el proceso corrió doce horas y media sin completarse: fue él quien pidió «buscar un punto de parada natural» para poder enseñarlo. Eso importa: la fuente no precisa qué porción del encargo quedaba pendiente. Conviene separarlo de sus otros prototipos, el arnés para jugar a RimWorld y una variante propia hecha en Unity, y de la demo de estación espacial que atribuye a un par de horas.
El 5 de septiembre, Simon Willison publicó un TIL (today I learned, «hoy aprendí») con una versión mínima y verificable en macOS: instalar Blender desde blender.org y pedir a Codex que lo use. Su prompt (instrucción o consigna de texto) inicial —un pelícano en bicicleta— y dos refinados posteriores produjeron la imagen mediante scripts (guiones o programas cortos) ejecutados a través de la Python API de Blender, su interfaz de programación. Willison subraya que salen ficheros .blend editables después a mano.
Aprobar la referencia antes de modelar: dónde entra el criterio humano
La propuesta que se deduce de ambos relatos coloca a la persona en dos puntos concretos. Primero, aprobar la imagen de referencia antes de que nada se convierta en malla: si la referencia no es la que se quería, cada hora de modelado posterior amplifica el error. Segundo, exigir como entregables el fichero .blend, los scripts de Python que lo generaron y las texturas; no conviene darlos por supuestos, se piden. Con eso delante, abrir la escena y revisar tres cosas que ninguna captura de pantalla muestra: la escala (si el personaje mide dos metros en las unidades del proyecto), la topología —cómo está tejida la malla de polígonos, decisiva para que deforme bien al animar— y la jerarquía de objetos, es decir, qué cuelga de qué.
Roth relata que, al preguntar al agente qué había aprendido, este se autocriticó: había dejado correr el bucle de refinado demasiado tiempo, y anotó que más geometría y detalles pequeños no mejoran automáticamente el aspecto; composición, siluetas, iluminación y calidad de materiales pesan más. Es un testimonio referido por él, no una medición, pero señala exactamente dónde debería entrar el criterio artístico humano: decidir cuándo parar.
Montaje del esqueleto y revestido: el tramo que no sale en las capturas
El paso que Roth resume como animar los modelos enganchándolos a una estructura interna encierra dos operaciones distintas, sin que eso equivalga a las mallas de alambre visibles en pantalla. El rigging (montaje del esqueleto) inserta una jerarquía de huesos virtuales dentro de la malla; el skinning (revestido) asigna a cada vértice qué huesos lo arrastran y con qué peso. La propuesta: no exportar sin recorrer antes en Blender el rango completo de cada articulación —hombros, caderas, cuello— y mirar si el codo colapsa o el hombro se hunde al levantar el brazo. Roth mismo apunta que su personaje sostiene el arma de forma poco ideal: conviene comprobarlo moviendo el esqueleto, además de revisarlo en una imagen fija.
La exportación tampoco es neutra. El formato elegido —glTF o FBX, contenedores de geometría y animación— funciona con la versión concreta del motor de destino que se haya probado; no existe compatibilidad universal. Escala, orientación de ejes (Blender trabaja con Z arriba, otros motores no), materiales y texturas no viajan garantizados. Propuesta: antes de tocar el nivel, montar una escena de importación mínima en Unreal o Unity —un suelo, una luz, un volumen de colisión— y comprobar que el personaje camina, colisiona y recibe la luz como se espera.
Un encargo en cuatro entregas: la escena del taller
Propuesta editorial, no experimento: encargar una escena de taller donde un personaje abre una puerta. Etapa uno, el agente entrega dos referencias de estilo —dos, para poder comparar— y la persona acepta una o las rechaza; hasta esa firma no se modela nada. Etapa dos, entrega el .blend con los objetos separados y nombrados: banco, herramientas, marco, hoja, personaje. La revisión es de medidas: que la altura del personaje y el hueco de la puerta guarden proporción, y que el pivote de la hoja esté en las bisagras, no en el centro.
Etapa tres, dos ciclos de animación: idle (reposo, el personaje quieto) y walk cycle (ciclo de caminar, paso completo cíclico). Se reproducen despacio y se miran los extremos de hombro, codo, cadera y rodilla; si algo colapsa, la etapa se rechaza y no se avanza. Etapa cuatro, el nivel en el motor: cámara en tercera persona, puerta con su volumen de colisión y un recorrido definido —entrar, cruzar el taller, accionar la puerta, salir—. Se acepta cuando ese recorrido se completa sin atravesar paredes ni colarse la cámara en la geometría. Un rechazo devuelve el trabajo a su etapa, no al principio.
Cuotas, esperas y permisos: la parte contable
Willison anota que su pelícano en Blender quedó cubierto por su suscripción a Codex y que, según AgentsView, habría costado 4,24 dólares a tarifas de API (interfaz de programación, precio por uso). Es una estimación de terceros sobre lo que se habría pagado por otra vía: no es una factura, ni el coste de desarrollar un videojuego, ni algo extrapolable a las doce horas y media de Roth. Este cuenta que dejó instrucciones explícitas para consumir sus banked resets —reinicios de cuota acumulados— si se agotaba la disponible; el agente solo vigilaba cada cinco minutos si quedaba margen. El tiempo de espera no equivale por sí solo a consumo continuo de tokens —unidades de texto que factura el modelo— gastados.
La propuesta es contabilizar por separado cuatro partidas, sin inventar cifras: suscripción, servicios auxiliares de terceros —Roth menciona una clave de API para voces—, tiempo de máquina (él describe varias máquinas en paralelo) y horas de revisión humana. Y fijar por encargo un tope doble, de cuota y de duración: al alcanzarlo, el agente se detiene y pide permiso antes de abrir gasto nuevo. Consumir un reinicio acumulado no debería ser automático.
Fallos admitidos, paradas con registro y el alcance de este texto
Roth admite defectos concretos: en las tres escenas el personaje sostiene el arma de forma poco ideal, y en la demo espacial —un encargo aparte— el fondo quedó sin terminar y los corredores son, dice él, simples y rectos. Ante ejecuciones largas, la propuesta es programar paradas con guardado de estado: un log (registro de eventos) con los comandos ejecutados, las versiones de Blender y del motor, y un punto de reanudación, para que interrumpir no obligue a rehacer. El propio agente, según Roth, verifica en RimWorld consultando trabajos, recursos y edificios, no si el comando devolvió éxito.
Conviene generalizar esa regla: que un comando no falle no prueba que el resultado sea correcto; eso lo confirma una persona abriendo el fichero. Para el trabajo desatendido, la propuesta es un sandbox (entorno aislado de ejecución) con permisos mínimos: acceso solo a las carpetas del proyecto, sin cuentas ni credenciales que el encargo no necesite. Roth cuenta que auditó accesos y borró perfiles de Chrome antes de dormir, y admite que aún debe pensar cómo blindarlo; borrar perfiles no garantiza seguridad. Este artículo se apoya en leer ambas fuentes e inspeccionar localmente tres fotogramas del material disponible: no reprodujimos ejecuciones, no verificamos la jugabilidad, no vimos el vídeo íntegro ni comparamos modelos.
Conclusión
Lo que conviene encargar son archivos revisables, no promesas: aprobar cada etapa antes de seguir acota el error y permite decidir cuándo el prototipo ya cumple su función.
Fuentes primarias
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
Comentarios