¿Se puede generar vídeo con inteligencia artificial en el propio escritorio, sin conexión a la nube y sin pagar por cada segundo producido? El periodista italiano Luciano Ballerano, que ha trabajado dieciocho años en NVIDIA, decidió comprobarlo. Durante alrededor de un mes, según relató en Hardware Upgrade, convirtió una NVIDIA DGX Spark, un ordenador del tamaño de un libro que pesa poco más de un kilo, en un pequeño estudio de producción audiovisual que funciona entero en local. La respuesta corta es que sí. La larga tiene matices, y son los que de verdad importan.
Qué montó Ballerano en su escritorio
El corazón del experimento es la memoria unificada de 128 GB de la máquina, compartida entre el procesador y la tarjeta gráfica, que permite tener cargados a la vez el modelo de vídeo, el de imagen y un asistente de texto. Ballerano lo compara con cambiar un pupitre escolar por una mesa de cuatro metros en la que cabe todo el material a la vez. Es la misma idea que ya vimos en otros equipos de sobremesa pensados para la IA. El precio, eso sí, no es de juguete: ronda los 4.000 euros.
Sobre ese hardware levantó un flujo de trabajo con herramientas y modelos de código abierto, orquestados con ComfyUI, un panel gratuito que funciona en el navegador. Para el vídeo usa Wan 2.2, de Alibaba, cuando busca la máxima calidad, y LTX-2, de la israelí Lightricks, mucho más rápido y capaz de generar también el audio, para los borradores. Las imágenes de partida las crea con FLUX.2 y, cuando necesita texto legible dentro de la imagen, recurre a Qwen-Image. El cerebro que ata todo es Hermes 4, un modelo de lenguaje de pesos abiertos que convierte una idea de dos líneas en media docena de descripciones detalladas, listas para generar.
La gran idea no es técnica, sino de organización. Como cada operación es más lenta que en una tarjeta gráfica de gama alta, Ballerano trabaja por colas nocturnas: a las once de la noche un temporizador despierta el sistema, que genera vídeos hasta el amanecer «consumiendo menos que un microondas», y por la mañana él elige los mejores con el café en la mano. Una sola noche produce entre cuarenta y sesenta borradores y una decena de clips terminados. Un borrador de cinco segundos tarda unos tres minutos; el mismo clip en calidad plena, unos veinticinco.
¿Es útil de verdad? Las cuentas no salen para todos
Aquí conviene bajar las expectativas, y el propio Ballerano es honesto con el veredicto. Si tu trabajo consiste en iterar rápido, en ver el resultado diez segundos después de pedirlo, «una estación de trabajo con una GPU tradicional sigue siendo la elección correcta y la Spark te pondrá de los nervios». El equipo brilla en el escenario contrario: proyectos que maduran con calma y una producción desatendida que avanza mientras duermes.
Sus ventajas reales tienen que ver con la propiedad y la privacidad más que con la potencia bruta. Todo ocurre sin conexión, sin cuenta y sin que un proveedor cambie las condiciones de un día para otro, y sobre todo sin pagar por cada generación. «En una época en que la inteligencia artificial parece existir solo en alquiler», escribe, «tener en casa una versión que se posee, con sus límites y sus tiempos, es una sensación que no sentía desde mi primer ordenador». El matiz económico, eso sí, es importante: con una máquina de más de 4.000 euros, el ahorro frente a la nube solo compensa si la exprimes mucho y durante mucho tiempo.
La letra pequeña: los mejores modelos no caben en tu ordenador
Y llegamos al punto que más conviene subrayar: que puedas generar vídeo en local no significa que puedas generar el mejor vídeo en local. Los modelos punteros de hoy son cerrados y viven solo en la nube. Seedance 2.0, de ByteDance, que encabeza las clasificaciones de calidad, no se puede descargar ni ejecutar sin conexión, y lo mismo ocurre con Kling 3 o con el Veo 3.1 de Google. Funcionan como un servicio, no como un programa que instalas en casa.
Lo que sí corre en una máquina como la de Ballerano son los modelos abiertos, como Wan 2.2, HunyuanVideo de Tencent o LTX-2. Son muy buenos y la distancia con la gama alta se acorta cada trimestre, pero a mediados de 2026 todavía van un paso por detrás de esos sistemas de pago en realismo y consistencia. Dicho de otro modo: la IA generativa de vídeo en local es perfectamente usable, y ya hay producciones reales que tiran de ella, pero si lo que buscas es la máxima calidad posible seguirás dependiendo de la nube. Todo depende de qué calidad necesites.
Entonces, ¿para quién tiene sentido?
El experimento de Ballerano no demuestra que el escritorio haya sustituido al centro de datos, sino algo más modesto y más interesante: que ya existe una vía intermedia. Para quien valore la privacidad, el control y trabajar sin un contador de tokens en marcha, y tenga proyectos capaces de aguantar el ritmo pausado de las colas nocturnas, montar un estudio de vídeo en casa es por fin posible. Para quien persiga la mejor imagen al instante, la nube sigue mandando. La pregunta del titular, por tanto, tiene respuesta: sí, se puede generar vídeo con IA en local y sin gastar tokens. Solo hay que tener muy claro a cambio de qué.
