rea-video ve un vídeo y te dice cómo se hizo

La imagen de demostración en la página del repositorio son dos vídeos verticales uno al lado del otro. A la izquierda, un anuncio de TikTok grabado con el móvil. A la derecha, una recreación con IA del mismo concepto con otro producto. El desglose de abajo dice que la izquierda es todo metraje real, un set, dos posiciones de cámara; la derecha es todo IA, ocho planos repartidos en tres generaciones.
Ese veredicto es el producto. rea-video, con 8,494 estrellas un mes después del lanzamiento, desmonta un vídeo plano a plano y responde tres preguntas por cada uno: si se rodó, se generó o lo dibujó código, y cómo lo volverías a hacer.
Se instala pidiéndoselo a un agente
El inicio rápido es una frase que se pega en Claude Code o Codex: instala este repositorio y luego desglosa este vídeo. El agente lee el README, instala la CLI, aprende el flujo y lo ejecuta. Los requisitos son ffmpeg y Python 3.10 o superior, nada exótico.
Ese modelo de distribución se está volviendo normal y aun así merece un apunte. Las instrucciones de instalación están escritas para que las siga un LLM, no para que un humano las copie en orden. Significa que el proyecto puede cambiar sus propios pasos de instalación sin romperle la memoria muscular a nadie, porque la memoria muscular es del modelo.
La salida llega en dos archivos. Un informe en HTML o PDF, estructurado para que una persona lo lea y aprenda cómo se montó el vídeo. Y un archivo `VIDEO.md` en un formato abierto publicado en videomd.github.io, por capas, para que un agente lea solo la capa que necesita su pregunta. Las capas son una decisión de tokens: el desglose completo de un anuncio de treinta planos es mucho texto, y casi todas las preguntas posteriores necesitan una sola sección.
Qué busca
La herramienta separa por tipo de fuente, porque la evidencia es distinta.
Para metraje real reconstruye sets y posiciones de cámara, encuadre, movimientos, iluminación y etalonaje. El README afirma que un desglose de imagen real puede listar doce sets con listas de equipo, y ese es el tipo de detalle que separa un desmontaje útil de una descripción de ambiente. Si intentas igualar un look, saber que hay doce sets y qué había en cada uno vale más que un adjetivo.

Para vídeo con IA reúne la evidencia de la clasificación, luego escribe un prompt reconstruido para cada plano y describe cómo se agruparon los planos en generaciones. Esa última parte es la que casi todo el mundo se salta al intentar recrear un vídeo de IA. Un clip de veinte segundos con ocho planos suele ser tres generaciones, con varios planos sacados de cada una, lo que cambia tanto el coste como el problema de consistencia.
Para vídeo programado, es decir motion graphics renderizado desde código, identifica la técnica. Esa categoría existe porque una parte creciente del vídeo corto pulido que ves nunca se rodó ni se generó. Se escribió.
El README también se publica en diez idiomas, lo que en una herramienta pensada para agentes tiene menos que ver con usuarios internacionales y más con que el modelo lea las instrucciones en el idioma en que llegó el prompt. Un creador chino que pregunta en chino recibe un README en chino, y la comprensión del flujo por parte del agente mejora en la misma medida.
Opcionalmente puedes darle al agente un modelo capaz de ver vídeo, Gemini o Doubao funcionan los dos, pasándole un endpoint y una clave. Eso mejora los veredictos de real/IA/3D y añade el prompt reconstruido por plano. Sin él también funciona: si tu agente puede ver imágenes, inspecciona él mismo los planos dudosos.
Por qué esta es la mitad útil del vídeo con IA
La generación está resuelta hasta el aburrimiento. Cada semana salen tres modelos capaces de producir un plano de ocho segundos verosímil. Lo que no está resuelto es lo que hace un director creativo en los primeros diez minutos de un briefing: mirar una referencia, deducir cómo se construyó y decidir qué partes merece la pena copiar y qué partes son accidentes del presupuesto.
La ingeniería inversa de un vídeo era un oficio que se transmitía en las casas de postproducción. Congelas un fotograma, miras la caída de la luz principal, cuentas los cortes, notas que el fondo se repite y concluyes que el rodaje tuvo una sola localización y un objetivo largo. rea-video convierte eso en un proceso que un agente puede ejecutar sobre cualquier archivo, con un coste medido en tokens en vez de en tarifas diarias.
La lógica comercial viene detrás. Las marcas quieren saber por qué el anuncio de un competidor parece caro. Las agencias quieren presentar un tratamiento que encaje con una referencia. Los creadores de IA quieren reproducir un look sin pasar una tarde adivinando prompts. Las tres son la misma petición: dime de qué está hecho esto.
La vecindad incómoda
Hay un segundo uso, menos cómodo. La misma semana, un proyecto llamado BLA publicó una capa de defensa cuya premisa entera es que los agentes de ingeniería inversa con IA pueden abrir una app publicada y clonar su lógica en segundos por unos veinte centavos. rea-video es la mitad ofensiva de ese par, apuntada a vídeo en lugar de a binarios.
La diferencia es legal y cultural. Desmontar un vídeo para aprender cómo se iluminó es escuela de cine. Desmontar una app compilada para llevarse su lógica de negocio es otro acto. Pero las herramientas convergen: un agente que descompone un vídeo en planos, prompts y sets es del mismo tipo que descompone un archivo `.asar` en source maps. En ambos casos se apunta un modelo a un artefacto y se le pregunta qué es.
Por ahora, el encuadre de rea-video es educativo. El README empieza con remake, no con clone, y los informes están escritos para enseñar. Ese encuadre aguantará mientras las salidas sigan siendo descriptivas. En el momento en que alguien monte un pipeline que tome el anuncio de un competidor, extraiga los prompts y lo regenere con su propio producto, la conversación cambia, y la herramienta estará en medio.
Puede que el formato sobreviva a la herramienta
`VIDEO.md` es la parte que yo vigilaría. Una descripción abierta y por capas de cómo se hizo un vídeo sirve más allá de esta CLI: una librería de stock podría incluir una con cada clip, una agencia podría adjuntar una a un tratamiento, un modelo podría entrenarse para leerlas y escribirlas.
Si eso pasa, la herramienta se convierte en una implementación de un estándar, que es mejor desenlace para todos que un solo repositorio popular. El README en diez idiomas y la especificación pública del formato sugieren que el autor piensa en esa dirección.
Para quien hace vídeo con IA hoy, el valor práctico es más simple. Ahora tienes forma de responder a la pregunta que ha frenado todos los proyectos de vídeo con IA: a qué nos estamos igualando exactamente. Esa pregunta costaba una reunión. Ahora cuesta un archivo de vídeo y unos minutos de agente.
Artículos relacionados
Un servidor, una streamer de IA: dentro del código que sostiene un directo nocturno
open-yoki es el código de producción de una host de IA que emite cada noche en Binance Square, sin persona, voz ni nada que toque dinero. headless Chrome dibuja el fotograma, ffmpeg empuja RTMP y una carpeta de Markdown decide su humor y lo que publica.
Pinky deja que un agent maneje tu teléfono y mantiene pulsado Enviar hasta que hagas clic en Permitir
Pinky conecta cualquier agent MCP a un iPhone o Android real y aplica la aprobación en su propia pasarela, no en un prompt. Las apps bancarias son invisibles, los campos de contraseña están vedados y en Android 13 el agent recibe una segunda pantalla oculta.
SeedRealtime de ByteDance toma dos imágenes por segundo y decide cuándo hablar
Doubao-Seed-Realtime-1.0 mete frames de cámara, frames de pantalla y voz en una sola sesión full duplex, con dos frames por segundo como mucho. Las decisiones interesantes son la tasa de frames, el habla proactiva y la respuesta de auditoría que viene activada.
Alguien metió el derecho mundial en git, así que ahora puedes hacer blame a un artículo
global-law guarda los textos legales de cada país en un repositorio git donde cada commit es una ley que entra en vigor en una fecha conocida. Puedes lanzar log, blame, show y diff sobre un artículo, preguntar qué regía en cada país un día concreto y entregar todo el corpus a un asistente por MCP.