Netflix liberó el 2 de abril de 2026 un modelo de IA llamado VOID que hace algo muy concreto: borra un objeto de un vídeo y reescribe las consecuencias físicas de que ya no esté. Si quitas un coche en plena colisión, el otro coche sigue su trayectoria como si el choque no hubiera pasado. Es open source, con licencia comercial, y el paper está aceptado en ECCV 2026. Lo cubrió MarkTechPost.
Puntos clave
- VOID significa Video Object and Interaction Deletion: elimina objetos y recompone la física de la escena.
- Publicado el 2 de abril de 2026, aceptado en ECCV 2026, con código en GitHub y HuggingFace.
- Licencia Apache 2.0, que permite uso comercial explícito.
- En pruebas con personas, 64,8% de preferencia frente al 18,4% de Runway.
- Pide hardware serio: 40 GB de VRAM (una A100 o H100), trabaja a 384x672 y hasta 197 fotogramas.
Por qué es distinto a borrar en Photoshop
Quitar un objeto de una foto fija es fácil. En vídeo, el problema es la continuidad: sombras, reflejos, lo que pasa detrás del objeto cuando desaparece, cómo se mueve el resto de la escena sin él. VOID usa una máscara de cuatro valores (llamada quadmask) que marca qué se borra, qué zonas se solapan, qué queda afectado por la física y qué fondo hay que conservar.
El flujo pide tres cosas: el vídeo original, esa máscara y un texto que describe cómo debe quedar la escena. A partir de ahí el modelo rellena el hueco respetando cómo se comportarían la luz y los objetos que quedan. Está construido sobre CogVideoX, un modelo base de Alibaba de 5.000 millones de parámetros, y se entrenó con datos sintéticos generados en Blender.
El equipo de Netflix Research que lo firma (Saman Motamed, William Harvey y Benjamin Klein, con el instituto INSAIT) apoya el modelo en piezas de terceros como SAM2 de Meta y Gemini 3 Pro de Google. No es un producto cerrado, es investigación abierta con todo el código encima de la mesa.
Que lo publique Netflix es la señal
Un estudio como Netflix no libera su I+D de vídeo por generosidad. Lo hace para atraer talento, para marcar terreno técnico antes que otros y para que el ecosistema construya sobre sus cimientos. Es la misma jugada que llevan años haciendo Meta o Google con sus modelos abiertos.
Los números respaldan la calidad. En un estudio con 25 personas y 125 comparaciones, VOID ganó el 64,8% de las veces frente al 18,4% de Runway, hoy la referencia comercial. Eso sí, pide una GPU de 40 GB de VRAM y no está en producción dentro de Netflix, así que sigue en fase de prototipo para quien no tenga ese hardware a mano.
Que esté aceptado en ECCV, una de las conferencias serias de visión por computador, dice bastante: no es una demo de marketing, es investigación revisada por pares. El modelo se entrenó con ocho GPUs A100 y datos sintéticos generados en Blender, un detalle que explica por qué entiende la física de la escena y no solo los píxeles. Casos típicos: quitar a un figurante que se coló en un plano, borrar un logo por derechos o limpiar un cable de cámara que quedó a la vista.
Por qué importa para un founder español
Si produces vídeo (ads, contenido, formación), esto marca la dirección: el retoque manual caro se va automatizando. Correcciones de continuidad y limpieza de plano que antes costaban horas de artista, hechas con un modelo. Todavía no es plug and play, pero la curva es clara.
Hay una lección de negocio más allá del vídeo. Cuando una empresa grande libera su investigación en abierto, no lo hace por bondad, lo hace por estrategia. Y a ti te conviene: puedes construir sobre modelos punteros sin pagar licencia. Antes de contratar un SaaS de edición con IA, comprueba si hay un modelo abierto que ya cubra el 80% de lo que necesitas. Muchas veces lo hay, y solo falta alguien que lo monte y le ponga una interfaz encima.
Relacionado
