¿El sector más «duro» de la industria de los videojuegos está un paso más cerca de ser liberado gracias a la IA?

«Los recursos de escaneo de alta precisión de edificios históricos utilizados en los principales títulos AAA serán sustituidos parcialmente por la IA en un futuro próximo». «Tras el lanzamiento del nuevo modelo, el crecimiento intermensual de nuestros suscriptores y de los ingresos anuales recurrentes (ARR) se ha cuadruplicado». «Nuestro mayor cliente actual, una empresa de videojuegos, nos paga un millón de dólares al año».

Hace unos días, el redactor de «Tea House» fue invitado a las oficinas de Yingmou Technology en Shanghái, donde asistió a una demostración del nuevo modelo 3D con IA «Rodin Gen-2.5», presentado recientemente por la empresa, y mantuvo una conversación en profundidad con los dos fundadores de la empresa, el director ejecutivo Wu Di y el director técnico Zhang Qixuan. De ahí surgieron las conversaciones que se recogen a continuación.

Durante la GDC de este año, el stand de Yingmou Technology

Desde principios de año, en Tea House hemos estado siguiendo muy de cerca los avances de la IA en el ámbito de la generación 3D para videojuegos. La razón puede parecer un poco extraña: su evolución está siendo «demasiado lenta».

Fíjate: a medida que herramientas como Claude Code, Codex, Seedance y Suno han ido madurando, la IA ha transformado prácticamente por completo las formas de trabajo cotidianas en todos los puestos del sector de los videojuegos. El diseño gráfico en 2D, la redacción de textos, la programación e incluso la compra de tráfico publicitario están experimentando una transformación en mayor o menor medida.

Solo el arte 3D ha sido, hasta ahora, una brecha en el avance constante de la IA.Hasta hace unos meses, cuando hablaba de este campo con amigos del mundo del arte, la mayoría de las herramientas de IA más avanzadas seguían estando en una fase en la que «solo servían para previsualizar, pero no para entregar el trabajo»: o bien se colocaban los modelos generados por IA en el modelo en bruto de un nivel para ver el efecto, o bien se utilizaban como referencia aproximada al pasar de un concepto en 2D a un modelado en 3D.En aquel momento, los modelos generados por IA aún no habían superado el umbral de la viabilidad; y las tareas realmente «pesadas», como la topología, el desdoblamiento de UV y la aplicación de pesos, seguían requiriendo la intervención directa de los artistas.

Este es precisamente el aspecto de la IA 3D que más preocupa al sector: parece estar muy cerca de los videojuegos, pero cuando se integra realmente en el proceso de producción, siempre le faltan unos pasos.

Ahora, hay un grupo de personas que está intentando salvar esa brecha. Como una de las empresas líderes del país en el ámbito de la IA 3D, Yingmou Technology acaba de cerrar una nueva ronda de financiación de varios cientos de millones de yuanes. Esta ronda ha estado liderada por Cathay Capital y Shanghai SDIC Pioneer, con la participación continuada de los accionistas anteriores.No se han centrado en narrativas grandilocuentes sobre «modelos del mundo» o «inteligencia encarnada», sino que se han dedicado a crear un conjunto de herramientas realmente útiles: han establecido un flujo de trabajo completo y cerrado para la creación en 3D con IA, abordando paso a paso las necesidades reales de producción en escenarios verticales. De este modo, han logrado alcanzar unos ingresos recurrentes anuales (ARR) de decenas de millones de dólares.

Sobre todo después de ver los resultados reales de Rodin Gen-2.5, creo que sus características principales —como la generación de 10 millones de caras con una precisión sin precedentes, los materiales en alta definición de 12K y las texturas 3D nativas— ya pueden desempeñar un papel bastante significativo en el flujo de trabajo del modelado 3D para videojuegos.

¿Es posible que, de hecho, solo queden una o dos iteraciones clave para que el proceso de producción 3D de los videojuegos sufra una transformación sistemática impulsada por la IA, al igual que ha ocurrido en otros ámbitos?

01

¿Por fin se ha dado con firmeza el primer paso hacia los videojuegos en 3D?

Hasta entonces, la imagen que el público tenía de Yingmou Technology era la de una empresa «tecnológica»: se trataba de una startup surgida de los laboratorios de la Universidad de Ciencia y Tecnología de Shanghái que, durante varios años consecutivos, había obtenido el premio al mejor artículo y había sido nominada en SIGGRAPH, la conferencia internacional más importante sobre gráficos; además, uno de cada dos miembros del equipo de algoritmos había recibido o había sido nominado al premio al mejor artículo.Es más, el marco de generación nativa en 3D CLAY, que actualmente utiliza de forma generalizada el sector de la IA 3D, fue propuesto por primera vez por Yingmou en 2024: ellos fueron los artífices del punto de inflexión en el desarrollo de todo el sector.

Desde que fundaron la empresa, han ido pasando progresivamente del ámbito académico al industrial.Este año, Unity ha realizado una demostración en directo de Unity AI Beta en la GDC; NetEase ha utilizado la generación de recursos en tiempo real para el contenido generado por los usuarios (UGC) en los juegos «Egg Party» y «Yan Yun Shiliu Sheng»; e incluso el fundador de NVIDIA, Jensen Huang, ha utilizado los modelos Hyper3D Rodin de Yingmou en su ponencia sobre robótica en el CES.Wu Di reveló que, actualmente, de los decenas de millones de dólares de ARR anual de Yingmou, aproximadamente la mitad procede de grandes clientes B2B, con una tasa de renovación que alcanza prácticamente el 100 %.

¿Cuáles son, en definitiva, los puntos destacados de Rodin Gen-2.5, el último logro de este equipo? Veamos directamente su rendimiento.

Basta con subir una imagen de referencia y, tras un tiempo controlable que va de unos segundos a varias decenas de segundos, se genera el modelo.Las proporciones generales de la estructura son estables y no se deforman fácilmente, y se adapta bien a diferentes estilos, como el cartoon, el fantástico o el realista. La mayor diferencia con respecto a los modelos 3D generados por IA que conocíamos hasta ahora radica en que, incluso al ampliar el modelo al máximo y examinarlo con detenimiento, no resulta tan fácil detectar imperfecciones.

Las vetas del cuero del bolso, los vellos de la cara, las arrugas e incluso las microestructuras como el iris se aprecian con claridad.Las superficies duras son lo suficientemente rígidas, sin bordes difusos ni líneas borrosas: esta precisión, casi al nivel de un tallado artesanal, se refleja directamente en el nivel de los modelos. Al menos a simple vista, ya se diferencia claramente de aquellos modelos 3D generados por IA del pasado que «se veían bien de lejos, pero se desmoronaban al mirarlos de cerca».

Zhang Qixuan explicó que este es el resultado generado por Rodin Gen-2.5 utilizando el nivel más alto, «Extreme-High», junto con el modo «Micro», con un tiempo de generación total de aproximadamente 80 segundos y una precisión de hasta 10 millones de caras, lo que lo sitúa actualmente entre los mejores del mundo.Al mismo tiempo, ofrecen cinco niveles de precisión en la generación; al igual que ocurre con los grandes modelos de lenguaje, que presentan diferentes niveles de profundidad de razonamiento, mediante tokens variables y tiempos de generación distintos, se obtienen modelos con diferente precisión y número de polígonos. El modelo de nivel más bajo se genera rápidamente en tan solo 4 segundos, con un millón de polígonos.

El nivel «Extreme-High» se utiliza para escenas muy realistas, mientras que los demás niveles cubren necesidades de distintos niveles, como modelos de dibujos animados estilizados, objetos pequeños o vistas previas de contenido generado por los usuarios (UGC), lo que permite a los usuarios elegir por sí mismos en función de cada situación de producción.De hecho, se trata de un cambio importante en la evolución de la IA 3D hacia una herramienta profesional: los modelos ya no persiguen únicamente una «mayor nitidez» unidimensional, sino que comienzan a devolver el poder de decisión a los creadores.

Otra de las nuevas características de Gen-2.5, que también aborda las limitaciones en la generación de modelos 3D, es que incorpora por primera vez modelos de generación de apariencias basados en la generación nativa en 3D.

En el pasado, cuando los modelos de IA se utilizaban para la creación de texturas, la solución habitual era el método de proyección, es decir, la síntesis de mapas de texturas a partir de fotografías tomadas desde múltiples ángulos. Los defectos eran evidentes: discontinuidades de color, imprecisiones en las texturas PBR, zonas hundidas que quedaban sin iluminar y fácil mezcla de colores entre diferentes materiales.Por ejemplo, el color del pelo que se traslada a la piel o la textura metálica que se interpreta erróneamente como una reflexión difusa normal pueden hacer que el modelo no se pueda utilizar directamente en la fase de posproducción.

Por su parte, Yingmou ha entrenado por su cuenta un nuevo modelo de apariencia. Según explica Zhang Qixuan, su dificultad es casi equiparable a la de entrenar desde cero un modelo de generación de imágenes, pero a cambio se consigue una mayor coherencia entre los texturizados y el modelo, así como una calidad de los materiales más estable: los diferentes brillos del metal, la madera y el cuero, e incluso los logotipos y el texto que aparecen en los materiales, pueden generarse con relativa precisión.

La combinación de una precisión extremadamente alta y los mapas de textura nativos transmite, de hecho, un mensaje muy claro: hoy en día, modelos de IA como Hyper3D Rodin han superado el umbral de calidad generativa, han dejado atrás la etapa de limitarse a «generar imágenes realistas» y son capaces de ofrecer recursos utilizables en ámbitos específicos.

El proceso de producción 3D de los videojuegos suele comenzar con modelos de alta resolución, que pueden tener un millón o incluso diez millones de polígonos, y que deben pasar por una serie de etapas —como la reestructuración topológica, el desdoblamiento de UV, la reducción de polígonos, el desmontaje de componentes y el horneado— hasta convertirse finalmente en un formato ejecutable dentro del juego.Zhang Qixuan señala que, entre los clientes de Yingmou, algunas empresas pequeñas y medianas ya utilizan modelos de baja poligonalidad directamente en el producto final del videojuego; mientras que un mayor número de estudios de videojuegos, tanto nacionales como internacionales, ya están utilizando Rodin Gen-2.5 en la fase de modelos de alta poligonalidad.

Las maquetas a gran escala, que antes requerían que los escultores trabajaran minuciosamente durante días o semanas, ahora permiten generar varias versiones en cuestión de minutos, para luego seleccionar el mejor resultado y enviarlo a la fase de procesamiento posterior.

Por supuesto, «reducir costes y aumentar la eficiencia» ya es un tema recurrente en el ámbito de la IA. En comparación, creo que la importancia de Rodin Gen-2.5 radica más bien en que ha permitido que los modelos 3D generados por IA den un salto en el flujo de trabajo de los videojuegos, pasando de ser «inutilizables» a «utilizables de forma parcial».

Por ejemplo, según la opinión de Zhang Qixuan mencionada al principio del artículo, algunos de los activos escaneados utilizados en «Black Myth: Wukong» podrán generarse de forma eficiente mediante IA en el futuro y, en cierta medida, sustituirlos.Gracias a modelos como Rodin Gen-2.5, la posibilidad de utilizar recursos de alta precisión podría pasar de estar al alcance de una minoría muy reducida del sector a estar al alcance de un mayor número de equipos pequeños y medianos, así como de desarrolladores en general.

Además, la propia Yingmou es experta en el ámbito del escaneo 3D: su primer logro tecnológico, el «campo de luz de cúpula», se ha convertido actualmente en una solución comercial madura para la captura 3D en los sectores cinematográfico y de los videojuegos a nivel mundial.Un próximo gran título chino de categoría AAA, que despierta enormes expectativas, utiliza un conjunto completo de modelos faciales de personajes capturados mediante la tecnología «Dome Light Field». Por eso saben perfectamente de qué va todo esto.

Por otro lado, aunque los modelos de alta resolución con decenas de millones de polígonos no pueden incorporarse directamente al juego, elevar la calidad de generación en la fase de modelos de alta resolución a un nivel suficientemente alto abre, de hecho, nuevas oportunidades para las fases posteriores de todo el proceso de producción.

Por ejemplo, en la fase de modelos de alta resolución, es necesario alcanzar decenas de millones de polígonos para que elementos complejos como el cabello, las capas de tela o los detalles arquitectónicos se puedan representar con claridad en el modelo de IA, y para que esta pueda alcanzar realmente la generación de activos realistas de alta precisión de nivel AAA.Tal y como explicó Wu Di, los usuarios pueden utilizar Rodin Gen-2.5 para convertir los materiales de alta definición de la superficie del modelo de alta resolución en mapas de normales tras la conversión a un modelo de baja resolución, lo que permite obtener una mejor calidad visual a costa de un menor consumo de recursos.Una vez que la capacidad del modelo en sí haya alcanzado un nivel superior, incluso sin generar directamente los activos finales, se reducirá el tiempo dedicado posteriormente a la creación de modelos de baja poligonalidad y a la incorporación de detalles. La generación de modelos de alta poligonalidad no es el punto final, sino el primer peldaño para la incorporación de la IA 3D en los procesos de la industria de los videojuegos.

Esto también explica por qué garantizar la forma correcta del modelo en la fase de modelado de alta resolución y elevar la calidad de los texturizados al nivel nativo del 3D supone, en realidad, dar respuesta a los problemas habituales de los modelos 3D generados por IA: si la calidad de la generación no es la adecuada, se desencadena una serie de procesos de modificación manual posteriores.Si los colores, las sombras, los reflejos, las imperfecciones y los detalles de los materiales de los mapas se mezclan en una sola imagen, al artista de texturas le resultará muy difícil realizar ajustes precisos; si el mapeado del modelo es demasiado desordenado, al final podría resultar más sencillo volver a crearlo a mano.

Y esto, de hecho, nos lleva a la cuestión que más preocupa al sector: ¿cuándo estará realmente lista para la producción (Production-Ready) la modelación 3D con IA?

02

Cruzar el río de la «producción»

Y, de hecho, esa es precisamente la cuestión que más preocupa a Ying Mou.

Wu Di relató una experiencia: en su día, cuando Yingmou desarrolló la primera generación de campos de luz abovedados, estaban muy seguros de los resultados de iluminación que ofrecía; sin embargo, resultó que el formato de datos del laboratorio no era compatible con los estándares de la industria cinematográfica, por lo que ninguna empresa se lo compró.Wu Di afirma que esta dura lección les llevó a incluir el concepto «Production-Ready» en la filosofía de la empresa: la investigación científica y la industria se encuentran a ambos lados del río; al cruzar, es posible caerse al agua o tragarse agua, por lo que hay que actuar con respeto y cautela. Cuando llegaron a desarrollar Hyper3D Rodin, recabaron directamente de los clientes comentarios reales y, basándose en ellos, fueron perfeccionando el producto.

Han resumido las necesidades de los clientes del sector de los videojuegos: «Para avanzar hacia modelos de alta resolución, es necesario que las superficies generen más detalles precisos y útiles;a medida que se avanza hacia la fase final del juego, es necesario contar con una buena estructura topológica, un cableado que se sitúe exactamente en las esquinas, un alto rendimiento en el desdoblamiento UV, materiales PBR estratificados y una buena segmentación de las piezas; todas estas son ideas que nos han transmitido los clientes (de las empresas de videojuegos)».

Sin embargo, el servicio Hyper3D no se limita únicamente al sector de los videojuegos. La impresión 3D se centra en la estanqueidad de los modelos; el diseño industrial, en los formatos, las dimensiones y las normas; y los efectos especiales cinematográficos tienen otro conjunto de requisitos en cuanto a materiales, precisión y adaptación a los flujos de trabajo. En conjunto, se trata de un reto en el que es muy difícil abarcarlo todo.

La idea central de Hyper3D consiste en abordar la producción 3D profesional desde la perspectiva de la «controlabilidad», permitiendo que los usuarios profesionales decidan por sí mismos cómo debe ser un modelo «listo para la producción» y reflejando esa necesidad en los distintos ajustes preestablecidos de la interfaz de generación de modelos de Rodin.

Si los productos de IA para el gran público buscan generar imágenes con un solo clic, lo más importante en los productos profesionales de IA en 3D es, por el contrario, que el usuario disponga de suficientes posibilidades para «intervenir».

La función «Edición 3D» que Hyper3D ha lanzado este año es un ejemplo claro de cómo garantizan esa controlabilidad: una vez generado el modelo, si el usuario no está satisfecho con una zona concreta, puede seleccionarla directamente y volver a generarla de forma selectiva, lo que evita tener que volver a «generar aleatoriamente» una y otra vez por un pequeño defecto.

Da la siguiente instrucción de edición local: «Convierte la parte delantera del coche en un deportivo».

Zhang Qixuan y Wu Di se muestran muy orgullosos: «Por el momento, ningún producto del sector ha logrado igualar esta tecnología. El equipo de Hyper3D ha podido superarlo porque es el primero, entre las empresas de modelos grandes de IA 3D, en proponer la arquitectura de generación controlable 3D ControlNet, y uno de los pocos que la domina actualmente».En esencia, esta capacidad tiene como objetivo resolver el problema de la coherencia en la generación, es decir, garantizar que, al realizar modificaciones puntuales, el resto de elementos permanezcan inalterados.

Al mismo tiempo, esto requiere que los propios modelos 3D puedan introducirse como datos, al igual que las imágenes y el texto.El interpretador 3D necesario para lograrlo proviene de la experiencia acumulada durante el desarrollo anterior de la función de generación de piezas BANG. El hecho de que Hyper3D pudiera presentar modelos de apariencia punteros en Rodin Gen-2.5 también está estrechamente relacionado con la larga experiencia de Dome Lightfield en el escaneo de materiales.

Desglose de BANG

No es difícil darse cuenta de que Yingmou sabe aprovechar muy bien su principal ventaja: dedicarse a la investigación científica, impulsar estudios de vanguardia, obtener resultados tecnológicos originales y volver luego a los fundamentos de la producción de modelos 3D. Estas tecnologías se han ido acumulando progresivamente, como una bola de nieve, lo que a largo plazo ha creado un efecto palanca que, al aplicarse a la producción real, genera mayores beneficios.

Zhang Qixuan señaló que probablemente sean uno de los pocos equipos que, en la actualidad, pueden ofrecer productos de modelos 3D a gran escala que abarcan el control previo a la generación, durante la generación y posterior a la generación. Precisamente por eso, los usuarios profesionales de pago están dispuestos a explorar a fondo este modelo y a encontrar la configuración que mejor se adapte a sus necesidades.

Lo que se aprecia desde fuera es que, tras superar los retos relacionados con los materiales y la precisión con el Rodin Gen-2, Yingmou Technology ha ido explorando progresivamente funciones como el «Smart Lowpoly». Es evidente que esperan que los futuros modelos de la serie Hyper3D Rodin sigan prestando un buen servicio a los desarrolladores de escenarios 3D en tiempo real, como los videojuegos.

Comparación del mismo modelo tras la reducción inteligente del número de polígonos

A juzgar por los comentarios de los usuarios en foros como Reddit, la calidad de los modelos bajos que generan actualmente estas funciones ya es bastante aceptable. Incluso Hyper3D Rodin ha adoptado el enfoque de «pago por entrega», por lo que los modelos se pueden volver a generar y editar parcialmente de forma gratuita hasta que el usuario quede satisfecho.

También han integrado el complemento Hyper3D Rodin en la mayoría de los programas 3D más populares, como Blender, Unreal, Unity y Godot, lo que permite a los creadores acceder a los recursos con un solo clic desde sus programas profesionales e incluso editar con Hyper3D Rodin modelos generados por otras plataformas de IA.Detrás de todas estas medidas hay un mismo objetivo: integrar Hyper3D Rodin aún más profundamente en la producción real.

Por supuesto, Wu Di y Zhang Qixuan tampoco evitan hablar de algunos de los retos a los que se enfrentan actualmente. Por ejemplo, Rodin aún no ha superado por completo dificultades en aspectos como el UV, y el trazado topológico de los modelos sigue sin ser lo suficientemente refinado para juegos con contenidos de alta calidad.Las razones son muchas: desde la falta de datos de calidad en los proyectos de videojuegos reales hasta la propia naturaleza de los modelos 3D, que son mucho más complejos que las imágenes o el texto.

Sin embargo, ambos coincidieron en que los requisitos comunes que plantean todas las empresas de videojuegos, como la división en partes, los materiales, la topología y los UV, ocuparán sin duda los primeros puestos en la lista de prioridades de I+D.

Estas capacidades parecen ser el «último tramo» del modelo, desde el modelo de alta resolución hasta el producto final, pero en realidad también están estrechamente relacionadas con la capacidad de la IA 3D para integrar todo el proceso de desarrollo de videojuegos, lo que constituye el avance más relevante a tener en cuenta en este ámbito durante los próximos uno o dos años.

03

Hacia el futuro

Al final de la entrevista, también hablamos con los dos fundadores sobre la situación actual del sector de la generación 3D en su conjunto.

Mi impresión es que todo el ámbito de la generación 3D con IA se parece un poco a una cápsula del tiempo, ya que no deja de recordarme la etapa de rápido desarrollo de los grandes modelos LLM alrededor de 2024: la gente hablaba con entusiasmo de la «ley de escalabilidad» y del número de parámetros de preentrenamiento, los modelos base aún no habían alcanzado su límite y la mejora de la capacidad de los modelos aún aportaba beneficios directos a la experiencia del usuario.La competencia en la siguiente fase de comercialización aún no ha comenzado en toda su extensión, pero los avances de Rodin Gen-2.5 en cuanto a capacidad de generación ya están contribuyendo de forma significativa a que la IA 3D se adentre más en el proceso de producción.

A este respecto, Wu Di también tiene su propia opinión. Ahora que ha obtenido nueva financiación, Yingmou cuenta con nuevos recursos para dedicarse a una investigación científica aún más intensa. Según las previsiones de Wu Di, es muy probable que, dentro de tres años, Hyper3D siga centrándose en el ámbito profesional.En los próximos uno o dos años, se centrarán principalmente en dos aspectos: por un lado, seguir perfeccionando la calidad de generación de los modelos básicos; por otro, ampliar en el futuro Hyper3D Rodin capacidades como la edición y la integración de agentes, con el fin de que los modelos resulten cada vez más útiles en el ámbito profesional y, al mismo tiempo, permitir que Rodin se integre en las instalaciones de modelos estratégicos de producción y fabricación.

Sin embargo, también se trata de una respuesta inesperadamente sencilla. Al fin y al cabo, a nivel mundial, muchos de los equipos relacionados con la IA 3D se están decantando por términos de moda que atraen más fácilmente a los inversores: «modelo del mundo», «base de la próxima generación de ecosistemas interactivos de contenido generado por los usuarios» (UGC), «plataforma de contenido 3D»…Sin embargo, Zhang Qixuan se muestra muy sincero: por supuesto que les interesa el modelo del mundo, pero, dado que todo el equipo tiene formación técnica, sienten un mayor respeto por este concepto.

En la segunda mitad del año, Yingmou lanzará un modelo de generación a nivel de escenario. Sin embargo, en la fase actual, aún no cumple con la rigurosa definición de «modelo del mundo» de Wu Di: que sea manipulable, que sirva para el control de la inteligencia encarnada y que comprenda realmente el mundo en su totalidad. No obstante, también creen que este tipo de tecnología constituirá una base importante para avanzar hacia el modelo del mundo y la inteligencia encarnada en el futuro.

Por lo tanto, en un futuro previsible, la visión de Yingmou sigue siendo muy clara: ofrecer la mejor herramienta para los profesionales del 3D. Su objetivo es hacer que las herramientas de los modeladores sean aún más eficaces.

Esta podría ser también la vía más realista y prometedora para la IA 3D en la industria de los videojuegos.

No es necesario que, desde el principio, revolucione todo el proceso de producción 3D, ni va a sustituir de inmediato todo el trabajo de los modeladores experimentados. Lo más importante es que está empezando por las fases iniciales, más repetitivas y que más tiempo consumen, liberando poco a poco a las personas del trabajo físico pesado, lo que permite a los creadores volver a dedicar más energía a la estética, el criterio y la expresión en sí.

Para el sector de los videojuegos, la producción en 3D ha sido durante mucho tiempo un río profundo y estrecho. En el pasado, solo unas pocas empresas que contaban con fondos, equipos y experiencia suficientes podían llegar de forma estable a la otra orilla, donde se encontraba la alta calidad. Y quizá lo más prometedor de la IA en 3D sea precisamente que está ampliando silenciosamente el puente que cruza ese río.

Cuando un mayor número de equipos pequeños y medianos, desarrolladores independientes e incluso creadores en general puedan acceder a recursos 3D de alta calidad a un coste más bajo, la imaginación en el mundo de los videojuegos tendrá más oportunidades de hacerse realidad.