video-to-game: 31 juegos por 202 dólares y 1.013 llamadas a fal

Treinta y un juegos. Mil trece llamadas a fal. Doscientos dos dólares. Ese es el balance al final del README de video-to-game, y es el párrafo más convincente del repositorio. No porque los juegos sean buenos, sino porque alguien se puso a contar.
El proyecto en sí es un skill, no una aplicación. Lo instalas en Claude Code, Codex o Cursor, le pasas un clip de jugabilidad de diez a quince segundos y produce un nivel jugable en el navegador: un único index.html con Three.js y nada más. Sin motor, sin plantilla, sin otra librería. Cada uno de los treinta y un juegos de demostración se reconstruyó a partir de un clip que antes había generado un modelo de vídeo.
Varias personas han construido demos de «la IA hace un juego» este año. Lo que hace que este merezca examen es la afirmación concreta que lleva debajo: un agente no sabe diseñar el aspecto de un juego, así que deja de pedírselo. Que esa parte la haga un modelo de vídeo y que luego el agente se limite a igualarla.
El vídeo es el documento de diseño
Lee la queja del propio README y la reconocerás al instante si alguna vez lo has intentado:
Pídeles «un juego en el que un chico planea entre ballenas voladoras» y te entregan cajas grises, un cielo por defecto y una cámara que se pelea con el jugador.
Es exactamente lo que pasa. Un agente de código al que le pides una escena tira de primitivas —cajas, planos, una luz hemisférica— porque las primitivas son lo que sabe expresar en código. No tiene opinión sobre la composición. No tiene criterio sobre la densidad de la niebla. El resultado es técnicamente una escena y emocionalmente un nivel de pruebas.
Un modelo de vídeo, con todos sus defectos, es muy bueno justo en la pieza que falta: el aspecto, la cámara, el ambiente, un único momento memorable. Así que el pipeline invierte el orden habitual. Primero el vídeo; después, el código que tiene que igualarlo.
study_video.py convierte el clip en fotogramas, una hoja de contactos, una paleta y los tiempos de corte. Luego el agente escribe una especificación a partir de fotogramas concretos: cámara, protagonista, la mecánica, el momento clave, el aspecto. No «un nivel de bosque». Algo así como: cámara baja a dos metros detrás del protagonista, niebla verde fría a seis metros, una única fuente de luz turquesa por la izquierda, la mecánica es planear.
Todo lo que viene después es igualar.
Cada recurso sale de los fotogramas del propio vídeo
Hojas de concepto con Nano Banana Pro. Recortes limpios. Imagen a 3D con Meshy, Tripo o Hunyuan 3D. Rigging y animación. Efectos de sonido y música. Todo registrado en fal_asset.py. La regla del README es tajante: nada dibujado a mano, nada descargado.
Esa restricción hace más trabajo del que parece. Una persona que construye un juego a partir de una referencia descargará un modelo de árbol y confiará en que encaje. Un agente con permiso de descarga tirará del primer resultado de una web de recursos gratuitos y la dirección de arte se desmoronará en un collage. Obligar a que cada recurso pase por el mismo generador, sembrado con los mismos fotogramas, mantiene la paleta coherente por construcción.
El aspecto se trata como especificación, no como un repaso de acabado: tone mapping, un solo etalonaje, niebla, bloom, viñeteado y grano, todo derivado de la primera escena. Después de cada cambio, el agente genera una imagen comparativa del vídeo y del juego en los mismos tres puntos.
Esa comparación es la metodología entera en un solo artefacto. Sin ella, el agente optimiza contra su propia imaginación. Con ella, optimiza contra una referencia que puede ver de verdad.

El agente juega a su propio juego
Esta es la parte que no esperaba, y la que separa el proyecto de un carrete de demos.
Un escenario de teclado maneja el juego y lee window.__game igual que un jugador lee la pantalla. record_play.mjs graba el resultado a la tasa de fotogramas real con Playwright. best_window.py encuentra los segundos más vivos de esa grabación. Las caídas, las paredes invisibles y los tramos muertos se arreglan antes de que juegue nadie más.
Las pruebas de juego automatizadas no son nuevas. Las pruebas de juego automatizadas en las que el agente arregla después lo que ha visto, y en las que la prueba es un vídeo que puede inspeccionar, son un bucle bastante más cerrado. También explican el coste: el agente ejecuta el juego decenas de veces por iteración.
La factura
Seamos precisos, porque estos números son la razón para leer el repositorio.
Treinta y un juegos. 1.013 llamadas a fal: 594 imágenes, 194 modelos 3D y 290 sonidos y pistas de música. 202 dólares en total. Unos 6 por juego.
Seis dólares es una cifra rara de retener en la cabeza, porque viene a ser el precio de un café y viene a ser la milésima parte de la tarifa diaria de un artista por encargo. Tampoco es el coste real: los tokens del agente de código no están en esa cifra, ni tu tarde. Pero establece algo útil: el coste marginal de una pequeña escena 3D jugable es ya lo bastante bajo como para tirarla a la basura.
La trampa, dicha sin rodeos en el README, es que pagas fal por cada recurso y que los resultados son demos cortas, no productos acabados. Un juego de seis dólares es una porción vertical de una sensación, no un juego que publicarías.
Cómo se instala
Primero Claude Code, que es la vía mejor soportada:
claude plugin marketplace add lovisdotio/video-to-game
claude plugin install video-to-game@video-to-game
O copia la carpeta del skill a mano: cp -R skills/video-to-game ~/.claude/skills/.
Para Codex, Cursor, Gemini CLI, Copilot y el resto:
npx skills add lovisdotio/video-to-game
Los scripts necesitan Python 3.9+, ffmpeg, Node 18+ con playwright-core, y pip install fal-client más una FAL_KEY.
El prompt, entonces, es un párrafo:
Turn gameplay.mp4 into a playable browser game with the video-to-game skill.
The prompt that made it is in gameplay.txt. Generate every asset with fal,
match the video's look, and show me side-by-side pairs and a recorded take
of you playing it.
Si no tienes un clip, el repositorio incluye prompts/gameplay-video-prompts.md: las reglas que hicieron reconstruibles los treinta y un vídeos, más todos los prompts usados. Ese archivo es, en voz baja, lo más valioso del repositorio, porque es la parte que codifica qué convierte un clip en un buen documento de diseño: silueta legible, una sola mecánica, una cámara que no se pelea con el jugador.
De qué va esto en realidad
Hay una versión del relato de la generación de juegos con IA que dice que los modelos acabarán haciendo juegos directamente. Puede. Mientras tanto, este proyecto describe un reparto del trabajo que funciona hoy: modelos de vídeo para el criterio estético, agentes de código para la construcción, imagen a 3D para los recursos y una prueba de juego automatizada para cerrar el bucle.
La pregunta interesante no es si los juegos de seis dólares son buenos. En general, no lo son. Es qué pasa cuando el mismo patrón se apunta a algo con presupuesto: una página de lanzamiento de producto, un kiosco de museo, una simulación de formación. Al pipeline le da igual para qué sirva el nivel.
Y hay una lección más pequeña y más afilada para quien construye herramientas de agentes. El repositorio funciona porque hizo inspeccionable la referencia. Un vídeo es algo que tanto un modelo como una persona pueden mirar, comparar y discutir. Dale a un agente una especificación y la cumplirá. Dale un clip y tendrá que igualar algo real.
Eso es una interfaz mejor que un prompt. Puede que sea la interfaz mejor para muchas cosas.
Artículos relacionados
La regla de exportación ya no apunta al chip, sino al cliente
La norma no prohíbe chips: prohíbe el anonimato. Y mueve la unidad de control del hardware a la relación con el cliente final.
La noticia de Nvidia no fue el informe: fue el comité
En nueve días el consejo produjo una investigación, una presidencia y un comité de cumplimiento. No es control del calendario: es reacción.
Nvidia tuvo que ponerle precio a su fundador
En nueve días, Nvidia cambió de CEO y de consejo sin perder un trimestre. El mercado, mientras tanto, le puso precio a lo que valía un solo hombre.
Una hoja de cálculo comunitaria de toques que apaga la publicidad de los Android chinos
No toca el sistema, no desbloquea nada, no flashea nada. Solo mueve los interruptores que los fabricantes ya dejaron a la vista. El precio es una lista que alguien tiene que seguir escribiendo.