Reconstruir para variar
IA generativa y flexibilidad del storyboard en preproducción
DOI:
https://doi.org/10.65598/rps.6287Palabras clave:
storyboard, preproducción cinematográfica, inteligencia artificial generativa, ComfyUI, FLUXResumen
Este artículo presenta un estudio exploratorio sobre la madurez operativa de la inteligencia artificial generativa aplicada al storyboard en la preproducción cinematográfica de ficción. El objetivo es analizar si un flujo de trabajo local y modular basado en ComfyUI permite obtener una versión funcionalmente comparable a un storyboard profesional previamente publicado a partir de un fragmento de guion y, a partir de esa base, generar variaciones de encuadre, composición y resolución de la acción sin rehacer íntegramente el proceso. Para ello, se adopta un diseño de caso único centrado en seis viñetas de una secuencia de largometraje comercial, reconstruidas mediante un flujo local de image-to-image e inpainting con el modelo FLUX.2 [klein] 9B en formato fp8, sin emplear LoRAs ni ControlNet. Los resultados muestran que la reconstrucción funcional fue viable en las seis viñetas, mientras que la producción de variaciones controladas resultó satisfactoria en cuatro. Las principales limitaciones surgieron cuando la imagen exigía representar con precisión relaciones espaciales y causales muy específicas, como el impacto de un proyectil sobre una aeronave o la inminencia de un accidente, un ámbito en el que la literatura reciente ha señalado debilidades persistentes en los modelos de difusión abiertos. Se concluye que ComfyUI, como entorno nodal, local y configurable, ofrece ya una utilidad profesional relevante para tareas rápidas de ideación, reformulación y exploración alternativa del storyboard, aunque su uso pleno requiere mecanismos adicionales de control en secuencias de mayor precisión espacial o cinética.
Descargas
Citas
Burton, T. (Director). (1989). Batman [Película]. Warner Bros.
Caballero, J., & Sora-Domenjó, C. (2024). Automation and creativity in AI-driven film editing: The view from the professional documentary sector. Communication & Society, 37(3), 201–218. https://doi.org/10.15581/003.37.3.201-218
Caballero, J., Sora-Domenjó, C., & Codina, L. (2025). Implications of generative artificial intelligence in cinematic narrative and aesthetics: A study of entries to OpenDocs and the +RAIN film festival. Anàlisi, 71, 55–76. https://doi.org/10.5565/rev/analisi.3773
Comfy-Org. (s. f.-a). ComfyUI official documentation. https://docs.comfy.org/
Comfy-Org. (s. f.-b). ComfyUI-Manager installation. https://docs.comfy.org/manager/install
ComfyUI. (2026, 15 de enero). FLUX.2 [klein] 4B & 9B: Fast local image editing and generation. ComfyUI Blog. https://blog.comfy.org/p/flux2-klein-4b-fast-local-image-editing
Dueñas Mohedas, S., & Jiménez Alcarria, F. (2025). Generative artificial intelligence in media production: The emerging role of artificial intelligence artist in Spain. Comunicação e Sociedade, 47, e025011. https://doi.org/10.17231/comsoc.47(2025).6212
Feng, Y., Gong, B., Chen, D., Shen, Y., Liu, Y., & Zhou, J. (2024). Ranni: Taming text-to-image diffusion for accurate instruction following. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 4744–4753). https://openaccess.thecvf.com/content/CVPR2024/html/Feng_Ranni_Taming_Text-to-image_Diffusion_for_Accurate_Instruction_Following_CVPR_2024_paper.html
Filmsketchr. (2012, 18 de junio). Batman 1989 Batwing concept art and storyboards by David Russell. https://filmsketchr.blogspot.com/2012/06/batman-1989-batwing-concept-art-and.html
Hu, E. J., Shen, Y., Wallis, P., Allen-Zhu, Z., Li, Y., Wang, S., Wang, L., & Chen, W. (2021). LoRA: Low-rank adaptation of large language models [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2106.09685
Pallant, C., & Price, S. (2015). Storyboarding: A critical history. Palgrave Macmillan. https://doi.org/10.1057/9781137027603
Prisma Social. (s. f.). Política sobre uso de inteligencia artificial. https://revistaprismasocial.es/ps/politicaia
Russell, D. (s. f.). Batman [Portfolio de storyboard]. https://www.dynamicimagesdr.com/batman
Skills England. (2025). Storyboard artist (ST0489). https://skillsengland.education.gov.uk/apprenticeships/st0489-v1-1
Sookhom, A., Klinthai, P., A-masiri, P., & Kerdvibulvech, C. (2023). A new study of AI artists for changing the movie industries. Digital Society, 2, Article 37. https://doi.org/10.1007/s44206-023-00065-z
Wang, S., Menon, S., Long, T., Henderson, K., Li, D., Crowston, K., Hansen, M., Nickerson, J. V., & Chilton, L. B. (2024). ReelFramer: Human-AI co-creation for news-to-video translation. In Proceedings of the CHI Conference on Human Factors in Computing Systems. ACM. https://doi.org/10.1145/3613904.3642868
Wei, Z., Wu, H., Zhang, L., Xu, X., Zheng, Y., Hui, P., Agrawala, M., Qu, H., & Rao, A. (2025). CineVision: An interactive pre-visualization storyboard system for director-cinematographer collaboration. In Proceedings of the 38th Annual ACM Symposium on User Interface Software and Technology. ACM. https://doi.org/10.1145/3746059.3747793
YunoJuno. (s. f.). Storyboard artist freelance rates. Recuperado el 26 de abril de 2026 de https://www.yunojuno.com/freelancer-rates-job-role/storyboard-artist
Zhang, G., Fu, B., Fan, Q., Zhang, Q., Liu, R., Gu, H., Zhang, H., & Liu, X. (2025). CoMPaSS: Enhancing spatial understanding in text-to-image diffusion models. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 15253–15265). https://openaccess.thecvf.com/content/ICCV2025/html/Zhang_CoMPaSS_Enhancing_Spatial_Understanding_in_Text-to-image_Diffusion_Models_ICCV_2025_paper.html
Zhang, L., Rao, A., & Agrawala, M. (2023). Adding conditional control to text-to-image diffusion models. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 3836–3847). https://doi.org/10.1109/ICCV51070.2023.00355
Zhang, R., Yu, B., Min, J., Xin, Y., Wei, Z., Shi, J. N., Huang, M., Kong, X., Xin, N. L., Jiang, S., Bahuguna, P., Chan, M., Hora, K., Yang, L., Liang, Y., Bian, R., Liu, Y., Campillo Valencia, I., Morales Tredinick, P., Kozlov, I., Jiang, S., Huang, P., Chen, N., Liu, X., & Rao, A. (2025). Generative AI for film creation: A survey of recent advances [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2504.08296
Archivos adicionales
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y el derecho de edición

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor.
- Los autores/as ceden a la revista el derecho de la primera publicación. La revista también posee los derechos de edición.
- Todos los contenidos publicados se regulan mediante una Licencia Atribución/Reconocimiento-SinDerivados 4.0 Internacional. Acceda a la versión informativa y texto legal de la licencia. En virtud de ello, se permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista. Si transforma el material, no podrá distribuir el trabajo modificado.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales), una vez publicado en la revista y citando a la misma ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).








