Netflix publicó el código abierto de una herramienta de IA que dejó atrás al servicio pago de una startup valuada en US$ 1.000 millones. La empresa la presentó el 3 de abril en Hugging Face, con licencia Apache 2.0.
VOID (Video Object and Interaction Deletion) se convirtió en la primera herramienta de IA de Netflix Research que quedó disponible para el público. El sistema borra objetos de un video y, al mismo tiempo, recompone cómo tendría que verse la escena tras esa modificación. Por ejemplo, si elimina un auto en un choque entre dos vehículos, crea una secuencia en la que el otro auto avanza por una ruta vacía, mientras desaparecen los restos, el humo y las marcas sobre el pavimento, que vuelve a mostrarse como un asfalto intacto.
En una prueba de preferencias humanas con 25 participantes, VOID ganó en el 64,8% de los casos ante seis competidores, entre ellos Runway, la principal opción comercial, que obtuvo 18,4%.
Cómo funciona
VOID se apoya en CogVideoX-Fun-V1.5-5b-InP, de Alibaba, un modelo de difusión de video 3D basado en Transformer y ajustado para insertar imágenes con reconocimiento de interacción. El proceso reúne varios sistemas de IA: SAM2, de Meta, para segmentar objetos; Gemini 3 Pro, de Google, para analizar escenas; y CogVideoX para generar el video. Además, una segunda pasada opcional usa flujo óptico para corregir deformaciones en clips más largos.
La clave de esta herramienta está en un sistema de "máscara cuádruple" que codifica cuatro valores: el objeto principal que se elimina, las regiones superpuestas, las zonas afectadas —como objetos que caen o elementos desplazados— y el fondo que debe conservarse. Así, el modelo no solo sabe qué borrar, sino también qué partes de la escena tiene que ajustar como consecuencia. Por ejemplo, si elimina a una persona que sostiene una guitarra, VOID interpreta que ese instrumento estaba apoyado en sus manos. Entonces, modela la caída de la guitarra de manera natural por efecto de la gravedad, en vez de dejarla flotando.
El modelo se entrenó con datos sintéticos emparejados de Kubric, de Google, centrados en interacciones entre objetos, y HUMOTO, un sistema de interacciones entre personas y objetos renderizadas en Blender. Para ese trabajo, el equipo usó 8 GPU A100 de 80 GB con DeepSpeed. La investigación quedó en manos de especialistas de Netflix, en colaboración con INSAIT, de la Universidad de Sofía, bajo la dirección de Saman Motamed.
La economía de la producción
Los efectos visuales de posproducción representan un centro de costos importante en el cine y la televisión. Quitar objetos de las imágenes sin perder verosimilitud física exigió, de manera tradicional, rotoscopia manual y ajustes de física, en un proceso trabajoso al que los equipos de efectos visuales pudieron dedicarle de varios días a varias semanas para una sola escena. Netflix produce más contenido que cualquier otro estudio y gastó US$ 17 mil millones en contenido en 2025.
Por eso, el ahorro potencial de automatizar aunque sea una parte pequeña del trabajo de posproducción resulta significativo. De todos modos, conviene poner esas cifras en contexto. Hoy, VOID requiere una GPU con más de 40 GB de VRAM, como una A100 o equivalente, y eso restringe el acceso a profesionales con hardware potente.
A la vez, se ocupa de la eliminación de objetos de manera puntual, y no de todo el proceso de efectos visuales, como la composición, la corrección de color, la creación de personajes por ordenador o el diseño de entornos. Además, el estudio de preferencias con 25 personas, aunque resulta alentador, sigue con una muestra chica para sostener afirmaciones sobre calidad de producción.
El argumento económico general de la producción apunta en una dirección clara: las herramientas de IA que automatizan tareas puntuales de efectos visuales, y que demandan mucha mano de obra, bajan los costos de los estudios que producen a gran escala. Netflix, que genera más de 1.000 horas al año, obtiene un beneficio mayor con cada recorte del costo por hora.
Sin embargo, la idea de "eliminar este enorme desembolso financiero de forma permanente" exagera el estado actual de la tecnología. VOID resuelve con mucha eficacia un problema específico: la eliminación de objetos con reconocimiento de la física. Pero el proceso completo de efectos visuales incluye decenas de desafíos más que esta herramienta no resuelve.
La estrategia de código abierto
Que Netflix publique VOID como software de código abierto bajo licencia Apache 2.0 sigue una lógica que Meta ya aplicó con Llama y PrismML con Bonsai: poner la herramienta a disposición de forma gratuita, impulsar su adopción dentro del ecosistema y fijar el estándar hacia el que avanza el resto de la industria.
ResultSense señaló que las capacidades al estilo VOID probablemente "llegarán a las herramientas de edición para el consumidor en cuestión de meses, no de años", en un movimiento que refleja cómo Stable Diffusion recortó de forma drástica el costo de la edición de imágenes en 2022. Para las productoras y las agencias de publicidad, esto altera la economía de la posproducción. Además, como observó The Register, "agudiza el problema de la desinformación". Que el mundo necesite una manipulación de video más convincente es otro debate; una cosa distinta es si la tecnología funciona.
La presión competitiva cae sobre las herramientas comerciales de efectos visuales. Runway, la principal alternativa paga, resultó la preferida apenas en el 18,4% de los casos, frente al 64,8 % de VOID en pruebas comparativas. Otras herramientas evaluadas, como ProPainter, DiffuEraser, MiniMax-Remover, ROSE y Generative Omnimatte, quedaron todavía más atrás. Si una herramienta gratuita y de código abierto supera a las alternativas pagas en una tarea central de efectos visuales, la capacidad del software comercial para sostener sus precios enfrenta un desafío estructural.
Qué significa esto para el negocio de Netflix
VOID es una herramienta de investigación, no un producto comercial. Netflix no anunció su integración en los flujos de trabajo de producción. Por ahora, el impacto financiero sobre el gasto en contenido de la compañía es incierto.
Lo que sí está claro es que Netflix invierte en capacidades de investigación en IA que podrían recortar de forma significativa los costos de producción en el largo plazo. Los resultados del cuarto trimestre de 2025 mostraron márgenes operativos por encima del 28% sobre ingresos trimestrales de US$ 10.250 millones. Si las herramientas de IA recortan los costos de posproducción aunque sea en unos pocos puntos porcentuales sobre más de 1.000 horas de contenido al año, el efecto sobre el margen se multiplica.
El gasto en contenido fue durante años el principal argumento en contra de Netflix: la idea de que la compañía necesitaría subir sus presupuestos de manera constante para sostener el crecimiento de suscriptores. Las herramientas de producción con IA abren otra posibilidad: aumentar el volumen de contenido y, al mismo tiempo, bajar los costos por hora. VOID va en esa dirección, aunque todavía no funciona como una prueba definitiva.
La tecnología existe, los resultados de referencia son sólidos y su publicación como código abierto suma confianza. De todos modos, que eso se traduzca en ahorros importantes dependerá de la velocidad con la que esta investigación pase de Hugging Face a los procesos reales de producción.
La señal general importa más que VOID por sí solo. Netflix ahora publica investigaciones sobre IA y lanza modelos, una práctica más asociada con empresas de infraestructura tecnológica, como Meta, Google o Anthropic, que con compañías de medios tradicionales. Ese posicionamiento, como una empresa tecnológica que produce entretenimiento en vez de un estudio que usa tecnología, marca el cambio estratégico que pesa de verdad en la valuación de largo plazo.
*Este artículo fue publicado originalmente por Forbes.com.
