Reconstruir para variar

IA generativa y flexibilidad del storyboard en preproducción

Autores/as

DOI:

https://doi.org/10.65598/rps.6287

Palabras clave:

storyboard, preproducción cinematográfica, inteligencia artificial generativa, ComfyUI, FLUX

Resumen

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

Los datos de descargas todavía no están disponibles.

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

2026-10-20

Cómo citar

Mejías Martínez, G., & Blanco, S. (2026). Reconstruir para variar: IA generativa y flexibilidad del storyboard en preproducción. Revista Prisma Social, (55), 1–16. https://doi.org/10.65598/rps.6287

Número

Sección

Sección abierta