Video IA de código abierto: 50+ pipelines de GitHub (2026)

Aquí va un número que debería llamarte la atención: a principios de septiembre de 2026, hay más de cincuenta pipelines de código abierto de «guion a video terminado» en GitHub que publicaron un commit en el último mes. No cincuenta modelos de video. No cincuenta editores. Más de cincuenta pipelines: proyectos cuya premisa entera es que un agente de IA lleva una historia del guion al storyboard, a las llamadas de modelo y al montaje final, con un humano en algún punto entre la silla del director y el asiento del copiloto.

Nosotros construimos justo en este espacio —Pixo es un agente director de video con IA que ejecuta ese mismo bucle guion→storyboard→generar→montar como producto alojado—, así que dedicamos tiempo a recorrer el panorama del código abierto en serio: leyendo READMEs, revisando historiales de commits y verificando los proyectos destacados repositorio por repositorio. Este post es lo que encontramos, organizado en los tres campos en los que se ha dividido el ecosistema, más una valoración honesta de dónde está el techo de cada campo, incluidas las partes que son difíciles para las herramientas de un clic, la nuestra incluida.

Si solo te llevas una cosa, que sea esta: casi nadie en este ecosistema compite ya en modelos. Los modelos se alquilan: Seedance, Kling, Veo y Sora aparecen como backends intercambiables en proyecto tras proyecto. La competencia se ha trasladado por completo a la capa de orquestación: quién puede convertir «hazme una película» en una línea de producción fiable. Eso coincide con lo que defendimos en nuestra taxonomía del stack de video con IA, y el mundo del código abierto acaba de aportar más de cincuenta puntos de datos de confirmación.

Los tres campos de un vistazo

Cómo lo analizamos

Nuestros criterios fueron estrechos a propósito. Para contar, un proyecto tenía que ser un pipeline de producción dirigido por agente —es decir, el software planifica los planos y orquesta la generación, no solo envuelve la API de un único modelo— y tenía que estar vivo, con commits en el último mes. Ese filtro excluye los mil y un repositorios de «wrapper de texto a video» y deja los proyectos que compiten de verdad en orquestación.

Para cada proyecto nombrado en este post, verificamos el repositorio directamente esta semana: propietario, número de estrellas, último release y lo que el README promete de verdad frente a lo que contiene el código. Los recuentos de estrellas de abajo son lecturas nuestras del mismo día, no cifras recicladas. Y como operamos un pipeline comercial con la misma forma, leemos estos proyectos como un cocinero lee la carta de otro restaurante: buscando lo que sobreviviría al ajetreo de un viernes por la noche, a partir de los mismos modos de fallo que hemos tenido que resolver en nuestras propias pruebas de agentes. Los recuentos de estrellas y las fechas de último push de las tablas de abajo se leyeron de la API de GitHub el 4 de septiembre de 2026.

Describe el vídeo que quieres…

Pixo

Crea vídeos con IA en Pixo

Convierte tus ideas en vídeos listos para publicar. Solo necesitas una frase.

Empezar a crear

Campo uno: el cine como skills de agente

El crecimiento más activo del ecosistema no está en las apps. Está en las skills: capacidades empaquetadas que se conectan a agentes de programación como Claude Code y Codex, convirtiendo una terminal en un estudio de producción.

El ejemplo insignia es video-shotcraft, una skill que convierte Claude Code o Codex en un estudio de motion design para videos de producto cinematográficos: más de 150 «tarjetas de receta de plano» con parámetros de timing y easing, más de 200 previsualizaciones de movimiento y una plantilla de Remotion lista para producción. La versión maximalista de la misma idea es OpenMontage, que se describe como un sistema agéntico de producción de video con 12 pipelines de producción, más de 100 herramientas y más de 700 archivos de skills de agente, diseñado explícitamente para que «tu asistente de programación de IA SEA el orquestador», sin ningún orquestador en código. Y video-use de browser-use aplica la misma filosofía a la edición: dile a un agente de programación «edita esto en un video de lanzamiento» y elimina muletillas, etalona el color y añade subtítulos.

Esta es la realidad: este campo valida la arquitectura por la que apostamos, y aun así no enviaríamos aquí a la mayoría de los creadores. El enfoque de skills es genuinamente potente si ya vives dentro de un agente de programación —la componibilidad es real, y un solo desarrollador puede lanzar un pipeline vertical en una semana—. Pero hereda todas las suposiciones de su hábitat: traes tus propias claves de API para cada modelo, pagas cada factura de generación directamente y vuelas a ciegas a través de una conversación de texto. El modo de fallo que vemos constantemente en la creación dirigida por agentes es perder el hilo a lo largo de un proyecto largo: para el plano 40, nadie recuerda cómo era el plano 7, y un registro de chat es el peor lugar posible para averiguarlo. Las skills no tienen respuesta para eso; es un problema de UI, y las skills deliberadamente no tienen UI.

Las skills en sí son gratuitas y de código abierto. Las llamadas de generación que hay detrás, no: cada llamada a un modelo de video va a tu propia factura de API, y los bucles de reintento que tanto les gustan a los agentes pueden multiplicar esa factura rápidamente.

Ideal para: desarrolladores que ya trabajan dentro de un agente de programación y quieren automatizar un formato de video concreto y bien acotado.

Campo dos: plataformas de pipeline todo en uno

Este campo tiene las estrellas. MoneyPrinterTurbo —el abuelo del «entra una palabra clave, sale un video corto»— superó las 120.000 estrellas en nuestra comprobación, aunque representa la generación anterior de la idea: monta metraje de stock en lugar de generar planos. La generación actual es agéntica de principio a fin.

La entrada académicamente seria es ViMax del Data Intelligence Lab de la HKU: agentes director, guionista y productor en un solo framework, con flujos de idea a video, de guion a video y de novela a video. Los especialistas en dramas cortos están tipificados por Toonflow, una «fábrica de dramas cortos con IA» de código abierto que convierte novelas en dramas animados mediante un ScriptAgent y un ProductionAgent que trabajan sobre un lienzo infinito. Y NarratoAI automatiza el formato de video de comentario: guion, corte, voz en off y subtítulos en un solo flujo.

Lo que más nos sorprendió es cuánto de este campo persigue al mismo cliente: la producción de dramas cortos. Una gran parte de los proyectos tipo plataforma apunta al pipeline novela→drama episódico, y «una frase → película terminada» es el discurso estándar. Nosotros mismos hemos dedicado mucho tiempo al drama corto con IA, así que diremos en voz alta la parte que se calla: el resultado de un clic se deja ver, pero no se puede publicar. La consistencia de personajes entre planos, la sincronización de audio y el ritmo narrativo son exactamente donde la automatización total se rompe, y es revelador que los proyectos más nuevos de este campo ahora se anuncien en contra de la «generación tragamonedas», una admisión de que la tasa de retrabajo de la primera ola fue brutal. La arquitectura honesta mantiene una puerta de revisión humana por escena, que es precisamente la parte que el marketing de «una frase → película» borra.

Gratis para autoalojar; tus costos reales son el gasto en APIs de modelos (normalmente de varios a decenas de dólares por minuto terminado, dominado por los reintentos) más tu propio tiempo de DevOps. Los productos alojados como el nuestro integran esa complejidad en el precio de suscripción; si ese intercambio compensa depende por completo de lo que cuesten tus horas.

Ideal para: creadores técnicos que producen contenido de alto volumen y formato estable (videos de comentario, drama corto) y aceptan una calidad «suficientemente buena».

Campo tres: lienzos de storyboard y dirección

El campo más pequeño —un puñado de proyectos— y el más cercano a cómo piensan realmente los cineastas profesionales: no un registro de chat, no un pipeline de caja negra, sino un lienzo donde los planos viven uno junto a otro.

La respuesta honesta sobre por qué este campo es diminuto: un lienzo solo tiene valor cuando está conectado a un pipeline. Un storyboard desde el que no puedes regenerar, que no mantiene la consistencia de personajes, que no puede devolver una edición al bucle de generación, es solo un tablón bonito. Pero conéctalo y se convierte en la cabina de mando: rodea un plano, di «repite este desde un ángulo bajo», y el agente reescribe el prompt, vuelve a llamar al modelo y rellena el cuadro. Ese bucle es exactamente la razón por la que construimos la edición por prompt y un storyboard visual como un solo sistema en lugar de dos funciones: separados, cada uno queda cojo. Esperamos que este campo sea el que más rápido crezca, no por nuevos proyectos de lienzo, sino porque los campos uno y dos desarrollen sus propios lienzos.

Ideal para: observar hacia dónde se dirige todo el ecosistema.

La capa de infraestructura debajo de los tres

Un proyecto merece su propia mención: HyperFrames (43.9k estrellas), el motor de renderizado de código abierto de HeyGen con el lema «Write HTML. Render video. Built for agents.» El video es un documento HTML: clips, subtítulos, tiempos y audio viven en elementos y atributos de datos, lo que hace que las composiciones sean comparables con diff, remezclables y territorio nativo para agentes que escriben código. Cuando una empresa de video establecida libera el código de su capa de composición específicamente para agentes, la industria te está diciendo hacia dónde cree que va la jugada.

Lo que aprendimos

Surgieron tres patrones que ningún proyecto muestra por sí solo.

Primero, el pipeline le ganó al modelo. Entre más de cincuenta proyectos, esencialmente ninguno compite en calidad de generación; todos compiten en orquestación. Los modelos se tratan como se trataba la película fotográfica: una decisión de proveedor. Por eso operamos una alineación multimodelo en lugar de apostar el producto al ritmo de lanzamientos de un único modelo: cada mejora de modelo se convierte en una mejora gratuita del producto cuando tu valor vive una capa más arriba.

Segundo, el cementerio es tan instructivo como la clasificación. Algunos proyectos que llegaron a liderar se apagaron a principios de este año incluso con la demanda al alza. Mantener vivo un pipeline implica reajustar prompts, granularidad de planos y modelos de costos cada vez que sale un modelo importante: una rueda de molino mensual que quema a los mantenedores en solitario. La orquestación sostenida es un negocio de operaciones, y justo por eso es difícil regalarla.

Tercero, los campos están convergiendo. A las skills les falta estado y revisión visual; a las plataformas les falta control fino; a los lienzos les falta profundidad de pipeline. El hueco de cada campo es la función central de otro. El final de la partida —un agente director conversacional, un storyboard visual y orquestación multimodelo en un solo sistema— es la forma hacia la que ya converge todo producto comercial serio, el nuestro incluido. El mundo del código abierto está corriendo hacia la misma conclusión en público.

Cómo elegir

Si eres desarrollador y quieres entender la arquitectura: lee el código fuente de ViMax y OpenMontage. Ejecutar un pipeline de principio a fin te enseñará más que cualquier post de blog, incluido este.

Si vives en Claude Code y quieres automatizar un formato: elige la skill más cercana a tu nicho (video-shotcraft para promos de producto), fija un presupuesto duro de gasto en modelos y trata los reintentos como el centro de costos que son.

Si eres un creador cuyo objetivo es publicar, no montar tuberías: el costo oculto del autoalojamiento saldrá de tu tiempo creativo. Compara mejor generadores alojados, elige uno y dedica tu energía a la obra.

Si estás evaluando el sector: observa los repositorios estancados y a los entrantes corporativos, no los recuentos de estrellas. Ambos dicen más sobre dónde se acumula realmente el valor. Y cuando un motor importante publica una actualización —los lanzamientos de Seedance son el ejemplo reciente—, observa qué pipelines la absorben en una semana. Esa velocidad de absorción es la verdadera métrica de foso defensivo en este ecosistema.

Nota de metodología: revisamos el panorama de pipelines de video con IA de código abierto en GitHub a principios de septiembre de 2026, acotado a pipelines guion→storyboard→generar→montar dirigidos por agente con commits en el último mes (50+ repositorios). Cada proyecto nombrado arriba fue verificado directamente —propietario, estrellas, historial de releases— el día de la redacción; los recuentos de estrellas son lecturas nuestras del mismo día.