← Volver al blog
Aiaprox. 7 min de lectura

Una línea de entrada, quince modelos trabajando, y tú asintiendo en cada paso

Publicado 13 nov 2026
Una línea de entrada, quince modelos trabajando, y tú asintiendo en cada paso

DomoAI anunció InkoAI Agent el 13 de noviembre. La propuesta cabe en una frase: escribe una idea, recibe un video corto.

La mecánica es lo que vale la pena leer. El agente ejecuta solo una cadena de tareas, escribe los prompts, fija el formato y la duración según la plataforma a la que apuntas, un clip vertical para Shorts o Reels en lugar de una escena en 16:9, y después, antes de generar nada, te enseña lo que piensa hacer y espera.

Esa pausa es el producto.

Qué hace en realidad la cadena

Un creador parte de una línea de texto. El agente la convierte en prompts, decide el contenedor y presenta un plan. También puedes aportar tu propio material: guiones, storyboards, fotos de producto. Las salidas anteriores se quedan en el hilo, así que un plano se puede retocar o animar sin volver a subir el archivo que lo produjo.

Detrás del chat hay quince modelos de imagen y video, no uno. La lista publicada incluye GPT Image 2.5, Nano Banana Pro, Seedance 2.5, MiniMax H3 y el 2.5 de DomoAI. Cuatro proveedores, una interfaz y un agente que decide qué modelo se lleva cada trabajo.

También hay Skills, el nombre de DomoAI para rutinas preconfiguradas que se lanzan con un clic: dramas cortos, videos con estética anime, clips de dibujos animados, historias con diálogos o voz en off. En esos flujos apruebas el guion, luego los personajes, luego los planos uno por uno.

La empresa dice que más de cinco millones de creadores usan su plataforma, frente a más de cuatro millones en mayo. El agente no tiene precio aparte.

El enrutado es el trabajo invisible

Quince modelos en un solo chat no caben en una lista de funciones. Es un problema de planificación y el usuario nunca ve dónde ocurre.

Una hoja de personaje quiere un modelo de imagen que sostenga una cara entre variaciones. Un inserto de tres segundos quiere un modelo de video barato y rápido. Un plano con diálogo quiere un modelo con audio nativo. Un fotograma de estilo quiere el modelo que mejor renderiza ese estilo, y el mejor cambia entre anime y fotografía de producto realista. Alguien tiene que tomar esas decisiones paso a paso, y hacerlo a mano es justo la parte pesada de la producción de video con IA hoy.

La respuesta del agente es tomar las decisiones y enseñar el trabajo antes de gastar cómputo. Es un diseño razonable y también una confesión: si el enrutado fuera obviamente correcto, no haría falta preguntar.

El techo de calidad depende, por tanto, del enrutador más que de un modelo suelto. Una cadena vale lo que vale su traspaso más débil, y una tubería que cambia de modelo entre planos tiene que resolver la consistencia de personajes por encima de ese cambio, el problema que arrastra todo flujo multimodelo y que nadie ha resuelto del todo.

Por qué los microdramas son la cabeza de puente

La lista de Skills no es casual. Drama corto, anime, dibujos, historia con voz en off. Son los formatos donde el volumen importa más que cualquier fotograma y donde el público está en un móvil con el sonido puesto.

Los números del mercado explican el objetivo. Sensor Tower estima que las apps de drama corto se descargaron más de 850 millones de veces en el primer trimestre de 2026, un 140% más que el año anterior, con unos 750 millones de dólares de gasto dentro de la app en el trimestre, un 20% más. DramaBox y ReelShort se llevaron cerca de 140 millones de dólares cada una. El sudeste asiático, América Latina e India sumaron más de tres cuartas partes de las descargas.

Es un negocio con una cinta de contenido brutal y un coste fijo por minuto. Un agente capaz de convertir una premisa de una línea en un episodio vertical, con puntos de aprobación donde una persona arregla la historia, apunta justo al productor que necesita cuarenta al mes.

Para los equipos de marketing el discurso es distinto y más estrecho: una foto de producto se convierte en varios anuncios con estilo de contenido generado por usuarios, listos para probar. El camino está muy trillado y lo interesante vuelve a ser el punto de control, porque un equipo de marca no puede publicar un anuncio que no ha visto.

La cadena de aprobación es una apuesta por la desconfianza

Autonomía y aprobación son opuestos, y el video con IA de consumo ha pasado dos años aprendiendo que la autonomía total produce basura a escala.

La respuesta de InkoAI es ser autónomo en lo aburrido, escribir prompts, decidir la relación de aspecto, elegir modelo, montar, y detenerse en cada punto donde alguien preguntaría después quién aprobó esto. Es una promesa de flujo de trabajo vestida de promesa de agente.

El coste de ese diseño es la fatiga de aprobación. Un video de diez planos con un punto de control antes de cada generación son diez interrupciones, y los usuarios que pulsan aprobar sin leer han construido una máquina tragaperras con pasos extra. Las Skills predefinidas lo alivian en parte al agrupar las aprobaciones en guion, personajes y planos. Saber si tres puntos de control es el número correcto es una pregunta empírica que el producto responderá con datos de uso.

Hay también una advertencia más antigua en esta categoría. OpenAI lanzó su app Sora en septiembre de 2025, pasó el millón de descargas en semanas y anunció en marzo de 2026 que la cerraría, después de las preocupaciones por los deepfakes. La empresa no dio ninguna razón explícita. La generación de video de consumo es un mercado donde la distribución llega rápido y el riesgo político llega más rápido.

Cuánto cuesta y qué esconde

DomoAI no ha publicado un precio aparte para el agente, la frase menos satisfactoria del anuncio y la que más necesita un productor, porque en una tubería enrutada toda la pregunta es quién paga los intentos desperdiciados.

Una herramienta de un solo modelo tiene una factura simple: generaciones por precio. Un orquestador de quince modelos tiene una factura que depende de sus propias decisiones. Si el enrutador elige un modelo de video caro para un plano que uno barato habría resuelto, el usuario paga el error de enrutado y nunca ve la línea. Si elige uno barato y el plano sale mal, el reintento cuesta más de lo que habría costado el caro.

Los puntos de aprobación son el único lugar donde el usuario puede intervenir en esa economía, lo que es un argumento discreto a favor de que existan. Un plan mostrado antes de generar es también un presupuesto antes de generar, si el producto decide enseñarlo.

El otro coste oculto es el tiempo. Quince modelos son quince rutas de carga, y un chat que se detiene cinco veces para aprobar en un video de diez planos es una sesión medida en horas. Las empresas que están ganando en esta categoría tratan el tiempo real como una función de primera clase.

Qué mirar

Tres cosas, por orden de cuánto cambiarían la categoría.

Si el enrutador llega a ser lo bastante bueno para volverse invisible. Si el agente elige de forma fiable el modelo correcto en cada plano, la lista de quince modelos pasa a ser una ventaja real en lugar de una carga de soporte.

Si la consistencia aguanta los cambios de modelo. El problema técnico más difícil de una tubería multimodelo es un personaje que sobrevive a un traspaso, y ninguna interfaz de chat lo arregla.

Si el modelo de puntos de control sobrevive al volumen. Aprobar es barato con tres decisiones y caro con treinta. El producto que encuentre la granularidad correcta se lleva el suelo del microdrama, y ahí está el dinero ahora mismo.

Por ahora, InkoAI dice con claridad hacia dónde van las herramientas de video de consumo: hacia un orquestador que mantiene a una persona en el bucle en los momentos exactos en que todavía hace falta. No es un modelo ni un estudio.

Artículos relacionados