Imagination Studio: Promesa integral o trampa de hardware?

Imagination Studio es el nuevo proyecto de Keys y Sam Wasserman, presentado en octubre de 2026. Se trata de una plataforma open source de generación audiovisual con IA bajo licencia Apache 2.0. Mi primera impresión es que representa uno de los proyectos de generación audiovisual local más interesantes recientes, especialmente para quienes ya trabajan con ComfyUI y modelos locales.

Captura de pantalla de la interfaz de Imagination Studio con módulos de generación visual y sonora.
La interfaz integra seis áreas de trabajo clave para la producción audiovisual.

Lo que realmente ofrece es una integración de seis áreas de trabajo distintas: Story para guion y planificación narrativa, Image para generación y edición de imágenes, Video para generación con sonido, Previs para análisis de cámara y poses, Sound para voces y música, y Edit para montaje. Además, incorpora agentes capaces de trabajar con herramientas como Claude Code, Codex y Gemini, junto a un sistema de nodos inspirado en ComfyUI.

Lo que me gusta

El enfoque integral intenta resolver el proceso completo, no solo generar imágenes o vídeos. La ejecución local es una ventaja importante frente a depender de créditos por generación. Integra modelos de diferentes desarrolladores y la posibilidad de delegar tareas audiovisuales a agentes de IA tiene bastante potencial.

Lo que me preocupa

Aquí viene la parte menos publicitaria: la compatibilidad de hardware todavía es limitada. Existe una dependencia de un conjunto específico de motores de inferencia, lo que podría complicar la instalación y el mantenimiento. Unificar tantas herramientas no garantiza que todas funcionen igual de bien que sus alternativas especializadas, y los benchmarks publicados son todavía insuficientes para sacar conclusiones generales.

¿Y tu RTX 3090 de 24 GB?

Este es el punto que más me interesa. Las configuraciones documentadas inicialmente se concentran en Apple Silicon y NVIDIA DGX Spark. Aunque aparece soporte previsto para RTX Pro 6000 Blackwell, no hay garantías equivalentes para una RTX 3090. No asumiría que basta con tener 24 GB de VRAM; la memoria RAM del sistema, los motores CUDA, las versiones de PyTorch y la arquitectura de GPU importan bastante.

Comparativa visual entre hardware optimizado para Imagination Studio y tarjetas gráficas convencionales.
La compatibilidad oficial se centra en hardware específico como el DGX Spark, no en GPUs estándar.

Revisando la documentación actual, hay una distinción importante: Imagination Studio tiene una versión nativa para Windows, pero su objetivo principal es el NVIDIA RTX Spark N1X, no cualquier PC Windows con una GPU NVIDIA. Hay tres escenarios distintos:

  • DGX Spark GB10: Compatibilidad completa.
  • RTX Spark N1X, Windows ARM: Completa, con requisitos.
  • PC Windows convencional: Limitada.
  • RTX 3090, 24 GB: No soportada oficialmente.

La versión Windows convencional permite planificación, storyboards y gestión de proyectos, pero no proporciona un backend CUDA general para generar vídeo. Utiliza TensorFold con motores CUDA optimizados específicamente para arquitecturas como GB10 y Blackwell. No basta con adaptar rutas o cambiar parámetros de instalación.

Mi evaluación

El concepto es muy interesante, la integración prometedora y el potencial futuro alto. Sin embargo, la madurez todavía es temprana y no lo consideraría un reemplazo de ComfyUI todavía. Mi recomendación es seguirlo de cerca, pero no migrar tus flujos actuales todavía.

Esquema conceptual sobre la integración de agentes y nodos en el estudio audiovisual.
El enfoque integral busca abstraer la complejidad de los modelos generativos.

Hay algo que me parece especialmente interesante: si Imagination Studio consigue abstraer correctamente la complejidad de los modelos, podría convertirse en una capa de producción por encima de herramientas como ComfyUI, Wan2GP y DaVinci Resolve. Y eso sería bastante más importante que conseguir generar un vídeo un 20 % más rápido.

Puedes consultar las instrucciones oficiales en su repositorio GitHub para verificar los requisitos antes de invertir tiempo o dinero. Yo no descartaría el proyecto, pero tampoco compraría un DGX Spark exclusivamente por él. Todavía hay que demostrar que su ecosistema justifica semejante inversión.