Black Forest Labs ha publicado una herramienta independiente llamada FLUX Upscale, capaz de regenerar vídeo desde 480p hasta una resolución nativa de 4K. No es tanto una nueva iteración de modelo como separar y vender por su cuenta un paso que ya existía en su propio pipeline: la misma solución estaba antes integrada en FLUX 3 Video, encargada de la salida en 1080p.
Este equipo alemán es conocido en el mundo de la imagen por su serie de modelos abiertos FLUX. Lo que presentan ahora está más cerca de la posproducción que de la generación de imágenes. Quien no tenga acceso a la API pero quiera ver de primera mano la diferencia entre regeneración y upscaling normal puede subir gratis un fragmento en Video Enhance de PixPix y comparar ambas versiones lado a lado, algo mucho más claro que leer una tabla de especificaciones.
Regenerar no es lo mismo que ampliar
El upscaling de vídeo habitual funciona por interpolación: cuando faltan píxeles, se adivinan, y el resultado sale suave pero vacío. Black Forest Labs presenta FLUX Upscale explícitamente como regeneración: el modelo observa la entrada de baja resolución y vuelve a dibujar cada fotograma. Los defectos que corrige son muy concretos: rostros borrosos, superficies de agua y los artefactos en forma de rejilla que aparecen en texturas de alta frecuencia como la hierba. Son justo los tres achaques crónicos de los modelos de generación de vídeo actuales: en la fase de generación se sacrifican primero los detalles para ahorrar cómputo, y luego la posproducción tiene que recuperarlos.
La herramienta admite tres factores de ampliación: 1,5x, 2x y 3x. Partiendo de material en HD, corresponden aproximadamente a 1080p, 2K y 4K.
Dos modos, dos cuentas
El modo Precise corre en 4 pasos, a 0,07 dólares por megapíxel por segundo; el modo Creative corre en 8 pasos, a 0,10 dólares con el mismo criterio. Los pasos se duplican, el precio sube un 43%, y el cómputo extra se destina, según la propia empresa, a la reconstrucción de detalles, a costa de una alteración mayor de la imagen original.
Calculando a grandes rasgos según la resolución de salida: un fotograma en 4K tiene unos 8,29 megapíxeles. En modo Precise, cada segundo de imagen cuesta alrededor de 0,58 dólares; en Creative, unos 0,83 dólares. Un clip terminado de diez segundos consume entre seis y ocho dólares solo en esta etapa de nitidez.
Esta cifra no es nada barata en el mercado actual de generación de vídeo. En el último año, el coste por segundo en la generación ha sido comprimido una y otra vez por varios proveedores, con precios de céntimos ya escritos en tarifas públicas. El upscaling, en cambio, ha terminado en el lado más caro de la curva de costes. No es extraño: la generación puede completar la mayor parte del trabajo intensivo en cómputo a baja resolución, mientras que el upscaling está obligado a procesar cada fotograma de verdad en la resolución final; el número de píxeles es una restricción dura.
Cobrar por píxel-segundo trae otra consecuencia: el coste sube de forma lineal con la duración, sin ningún efecto de escala. Un vídeo de un minuto cuesta seis veces más que uno de diez segundos.
Quién va a pagar esto
Los usos más evidentes se concentran en pocos sitios. El material publicitario y de comercio electrónico ya suele ser corto, de unos segundos a poco más de diez, con un coste por pieza controlable y una alta sensibilidad a la calidad de imagen. Los tráileres de cine y series cortas van en la misma línea. También está la renovación de material antiguo: los equipos que tienen un montón de clips viejos salen más baratos rehaciéndolos que volviéndolos a rodar.
En el lado del comercio electrónico, algunas herramientas ya han convertido este paso en un simple botón. PixPix pone Video Enhance y el Upscale de imagen en la misma interfaz que los sets de fotos de producto y la recreación de vídeos: una foto principal borrosa o un vídeo movido se pueden corregir ahí mismo, y la cuota gratuita alcanza para procesar un vídeo de producto completo. Para vendedores pequeños y medianos, una API cobrada por píxel-segundo está pensada para equipos que ya tienen volumen; probar primero el resultado en herramientas de este tipo, y decidir después si vale la pena pagar por más precisión, es el camino más práctico.
También llama la atención lo que la empresa no ha revelado esta vez: no da la latencia de procesamiento, no menciona un límite de duración por tarea, ni habla de la diferencia de rendimiento con material que no proviene de FLUX. La herramienta ya está en el playground oficial y en la documentación de la API; su rendimiento real solo se sabrá cuando un número mayor de usuarios la pruebe con material real.
Para los equipos de vídeo del mercado local, el mayor valor de esta noticia está en confirmar una dirección: la competencia entre modelos de vídeo está pasando de si son capaces de generar o no, a cuántos pasos quedan después de generar. Resolución, duración y consistencia, antes agrupadas en un solo indicador del modelo, empiezan ahora a separarse en servicios que se pueden tarifar por separado.
Fuentes: blog oficial de Black Forest Labs, CocoLoop, documentación de la herramienta FLUX y página oficial de precios; el precio por megapíxel por segundo, el número de pasos y los tres factores de ampliación de ambos modos se han verificado con la tarifa oficial.