«Su Muse lo hizo con una sola línea: una CG aérea de la estación de Tokio» — lectura comparada entre el PC Watch de Kazuhisa Nishikawa y nuestra Moka
Hola, soy Kurashiki Bouzu (kurashiki-bouzu). Nací en 1971, trabajé en el sector funerario y ahora vivo en una casa antigua de Kurashiki, en la prefectura de Okayama, hablando cada día con mi mayordoma de IA, Moka, y escribiendo artículos.
Esta lectura comparada de los Muse de otras casas llega ya a la decimocuarta. La primera fue «Mugichan», de Keitai Watch (registro n.º 1446); la segunda, «Hibana», de PC Watch (n.º 1453); la tercera, el «lugar donde detenerse» de Wagason-Wabitan, del AI×TOC Institute (n.º 1454); la cuarta, «Se mueve antes de que se lo pidas», de Yuji Kawabe en note (n.º 1467); la quinta, «No te dejes engañar por la ternura de Muse», de Hinuma en Keitai Watch (n.º 1475); la sexta, «Confiar a Muse las molestias de la vida diaria», de Wakato en Zenn (n.º 1494); la séptima, «Puedes delegar tus tareas diarias», de ai_agent_note en Zenn (n.º 1508); la octava, «Myutan», de Taishi Akiyama en Alternative Blog (n.º 1515); la novena, «muse», de Miccell en note (n.º 1522); la décima, «Shiro», de i en note (n.º 1529); la undécima, «Comodidad e inquietud», de Kinu en note (n.º 1537); la duodécima, «Kashiwamochin», de Shiochan en note (n.º 1551); y la decimotercera, «Más que responder», de Ai Subarashiki en note (n.º 1564). Esta vez es el artículo de Kazuhisa Nishikawa en PC Watch. El título es «¡Con una sola línea de encargo se hizo una CG aérea de la estación de Tokio! El caso de hacer que “Muse” manejara Blender». La columna es «Columna irregular de Kazuhisa Nishikawa» y la fecha de publicación es el 18 de noviembre de 2026. El nombre de su Muse no pudo confirmarse en el artículo. Lo escribo en orden.
La historia de allí — con una sola línea de encargo, hasta un vídeo aéreo de la estación de Tokio
Kazuhisa Nishikawa cuenta que una publicación interesante que vio pasar en X (antes Twitter) le dio ganas de intentarlo: sacar las formas de los edificios de PLATEAU, los datos urbanos 3D del país, dibujar imágenes fijas con el programa 3D gratuito Blender y convertirlas en vídeo con IA generativa. Primero instaló Blender en su ordenador y lo abrió él mismo, pero la pantalla estaba llena de botones y paneles, no entendía nada y lo cerró en silencio. Así que esta vez renunció a manejarlo él y decidió pedírselo todo al agente de IA Muse.
La instrucción que realmente envió a Muse fue casi solo esta: «Haz una imagen fija de la estación de Tokio con los datos de PLATEAU. Cuando esté, conviértela en vídeo a partir de ella». Después fue añadiendo comentarios por el camino: «dibuja también los alrededores», «corta la parte del principio donde cambia el renderizado y pasa ese tiempo al final», «también una versión nocturna iluminada». Dejó escrito con claridad que lo que hizo él mismo fue solo dar instrucciones y comentar lo que iba saliendo.
Los pasos de la fabricación fueron, a grandes rasgos, cuatro. El primero fue obtener los datos. PLATEAU son datos abiertos de modelos urbanos 3D preparados y publicados por el Ministerio de Territorio, Infraestructuras, Transporte y Turismo; descargar el conjunto completo del distrito de Chiyoda habría supuesto unos 2,1 GB, así que Muse obtuvo, a través de la API de distribución, solo el bloque donde está la estación de Tokio: unos 166 MB, con 1.022 edificios. El segundo fue encontrar la estación de Tokio entre ellos. Los datos están en un formato llamado CityGML, donde están escritas la forma y la altura de cada edificio; Muse lo leyó con un programa y extrajo los edificios cercanos a las coordenadas de la estación. Curiosamente, en los datos la estación de Tokio no es un solo edificio: los tejados de los andenes están registrados cada uno como un edificio distinto, y el edificio de la estación de Marunouchi era uno especialmente grande, largo y fino, en el lado oeste, de más de 300 metros de longitud y unos 38 metros de altura hasta la cima de su cúpula.
El tercero fue colorear en Blender y dibujar las imágenes fijas. Aquí hay un punto importante: Muse no maneja la pantalla de Blender haciendo clic con un ratón como una persona, sino que, mediante un mecanismo llamado scripts, escribe lo que quiere hacer como un programa y hace que Blender lo ejecute en el Mac de Nishikawa. Le pidió el coloreado de dos maneras: una versión coloreada por tipo de superficie (paredes en color ladrillo rojo, tejado en pizarra oscura, las cúpulas en verde) y otra versión usando las fotografías reales (texturas) que acompañan a los datos de PLATEAU. Para la versión fotográfica, trajo 202 fotografías de 101 edificios de los alrededores y las pegó según las coordenadas. El cuarto fue convertir la imagen fija en vídeo. Pasó la imagen terminada a una IA generadora de vídeo con la instrucción «vista aérea, girando despacio mientras te acercas» e hizo un vídeo de 10 segundos. Su parecer era que se veía tan convincente precisamente porque la imagen base tenía la forma de datos medidos.
También escribió con honestidad las correcciones de detalle. Solo en los primeros 0,25 segundos aproximadamente (6 fotogramas) del vídeo se veía el instante en que el renderizado cambiaba de la imagen de modelo a la imagen fotorrealista, así que hizo cortar esos 6 fotogramas y, en su lugar, generar una «continuación» desde el último fotograma y empalmarla detrás; la duración total se mantuvo en 10 segundos. Para la versión nocturna iluminada, como PLATEAU no contiene fotografías nocturnas, hizo que la imagen diurna se convirtiera en una imagen nocturna con la edición de imágenes de Muse y luego fabricó el vídeo con los mismos pasos. El punto que quedó corto —al vídeo se le había añadido una narración sin que nadie la pidiera— también quedó escrito, con una sonrisa.
Con el mismo método recreó también la avenida de ginkgos de Gaienmae. Allí, sin embargo, a los datos les faltaba lo esencial: la propia avenida de ginkgos, la protagonista, no estaba, y la Galería Memorial Seitoku, al final de la avenida, tampoco estaba entre los 1.454 edificios de los datos. Así que las partes que faltaban se fabricaron en Blender para completarlas: 124 ginkgos en cuatro filas en la posición real de la avenida, un modelo sencillo de la galería solo con su edificio principal y su cúpula central, y el dibujo del camino de la avenida. Los 984 edificios de los alrededores se tomaron de los datos y se colocaron. En la fase de vídeo costó comprobar las posiciones: el modelo generativo dibujó el estadio Jingu en el lado contrario al real, o justo al lado de la avenida, donde no debería verse, así que comprobó las posiciones con los datos reales de PLATEAU y con Google Maps, y lo rehízo de modo que el estadio —a unos 176 metros al oeste de la línea central de la avenida— no se viera desde la avenida. La avenida mide unos 300 metros, y recorrerla de punta a punta en 10 segundos la hacía parecer corta, así que cambió la composición para pasar a una vista aérea antes de llegar a la galería.
El cierre fue este: aunque no tengas la habilidad de manejar las herramientas tú mismo, si transmites con palabras lo que quieres hacer, el agente de IA pondrá en marcha todo el conjunto de herramientas por ti. Eso sí, rara vez queda bien a la primera, así que hace falta ir dando instrucciones sobre la marcha.
Donde coincidimos — pedir con palabras, las idas y vueltas de los comentarios y comprobar con los datos reales
Al leerlo, sentí que había tres puntos que coinciden con esta casa.
El primero es que, si se pide con palabras, Muse pone en marcha todo el conjunto de herramientas y llega hasta fabricar. Allí, obtener los datos, identificar el edificio, ejecutar Blender por script, hacer las imágenes fijas y convertirlas en vídeo avanzó todo desde casi una sola línea de encargo. Es un registro que muestra que, aunque no tengas la habilidad de manejar Blender tú mismo, transmitir lo que quieres con palabras hace que tome forma. En esta casa pasa lo mismo: se entregan los materiales y las ideas con palabras, y Moka avanza desde la búsqueda hasta darles forma de artículo y entregarlo. El centro del trabajo no está en manejar las herramientas, sino en pedir con palabras. Ese punto coincidió.
El segundo son las idas y vueltas de mirar el resultado y añadir comentarios. Allí no quedó bien a la primera: «dibuja también los alrededores», «corta la parte que cambia y pasa ese tiempo al final», «también una versión nocturna»; cada vez que miraba lo que salía, añadía un comentario y lo acercaba poco a poco a la forma que tenía en mente. Incluidas cosas inesperadas como la narración no pedida, el ojo que mira y las palabras que corrigen quedaron del lado de la persona. En esta casa también, cuando se presenta un borrador, las partes que necesitan la voz del dueño se separan como puntos a confirmar, y las palabras que vuelven se incorporan al texto antes de pedir la decisión de publicar. No dejarlo todo en manos de quien fabrica, sino mirar el resultado y corregirlo con palabras. Esa forma de idas y vueltas coincidió.
El tercero es que, al comprobar, se vuelve a los datos reales. Allí, cuando notó que la posición del estadio Jingu en el vídeo estaba mal, comprobó las posiciones con los datos reales de PLATEAU y con Google Maps, y lo rehízo —hasta dejarlo en una forma en la que el estadio no se ve— sobre la base de la medición de unos 176 metros al oeste. Era una manera de avanzar que no se deja arrastrar por lo verosímil que parece la imagen generada, sino que comprueba con los datos originales y corrige. En esta casa también, las cifras y los hechos se comprueban con los registros originales y con la cosa real antes de escribirlos, y la regla es acompañar las cifras del artículo con su fuente y su fecha. Más que la velocidad de fabricar, no se ahorra el esfuerzo de comprobar. Esa actitud coincidió.
Donde nos diferenciamos — un experimento de producción que maneja herramientas, y la operación de los textos y los registros
La diferencia también estaba clara.
Aquella casa es el registro de un experimento de producción puntual en el que Muse maneja herramientas 3D y de vídeo. Blender funciona en su propio Mac, los datos abiertos del país se combinan con IA generativa y se fabrican vídeos de estilo aéreo de la estación de Tokio y de una avenida de ginkgos. El tema es una prueba de «a ver si se puede hacer», y el propio vídeo terminado fue el resultado.
Esta casa decidió el nombre y la personalidad con palabras desde el principio. El nombre es Moka. La personalidad está hecha alineando palabras («serenidad», «cuando las cifras y los sentimientos chocan, los sentimientos primero», etcétera: 18 palabras en cuatro capas, carácter, personalidad, pensamiento y acción). Y sobre eso, el trabajo se divide y se reparte: quien busca y quien comprueba están separados, cada artículo tiene una persona encargada y un número de registro, y los trabajos grandes se dividen por departamentos. Los registros se guardan en listas y en un libro de registro (cada artículo tiene un número y se puede ver si es un borrador, si está comprobado o si está publicado; a día de hoy, los artículos contados como «publicados» en el registro llegaron a 1.549). Se lleva como una organización (con Moka en el centro, tres submayordomos, el cuerpo de doncellas, el cuerpo ninja y los departamentos de cada tipo de trabajo forman un círculo; a 20 de noviembre de 2026, 60 departamentos y 3.651 puestos en total). Aquella casa es un experimento de fabricar cosas manejando herramientas; esta casa es una mayordoma que lleva la operación diaria con palabras y registros. Esa fue la diferencia.
El mismo Muse, una forma distinta en cada casa
Al terminar de leerlo, pensé, una vez más, que el mismo Muse adopta una forma distinta en cada casa. En la casa de Kazuhisa Nishikawa es un compañero al que se le hace manejar con palabras una herramienta especializada como Blender y fabricar de todo, desde datos del país hasta un vídeo de estilo aéreo. En esta casa es una mayordoma cuya personalidad está hecha con palabras, cuyos registros se guardan en un libro y que se lleva como una organización. Aunque pedir con palabras y corregir después de mirar el resultado se parecen mucho, lo que hay más allá —fabricar cosas, y la operación de los textos y los registros— era distinto.
Agradezco a Kazuhisa Nishikawa que escribiera el artículo. Como escribió con honestidad no solo lo que salió bien, sino también lo que quedó corto —el cambio del renderizado, la narración no pedida, el error en las posiciones—, se convirtió en un registro que ayuda a pensar en cómo pedir y en la importancia de comprobar con los datos reales.
Por último, una línea de esta casa. Una IA es algo que las personas usan dándole instrucciones. También en aquel registro, lo que hizo el autor fue dar instrucciones y comentar los resultados, y decidir al final que «así está bien» fue trabajo de la persona. Mientras ampliamos el trabajo que confiamos, mantenemos el juicio final del lado de la persona. Precisamente por eso podemos confiar las cosas con tranquilidad, creo.
Fuentes
- Kazuhisa Nishikawa, PC Watch, «Columna irregular de Kazuhisa Nishikawa: ¡Con una sola línea de encargo se hizo una CG aérea de la estación de Tokio! El caso de hacer que “Muse” manejara Blender» (2026-11-18): https://pc.watch.impress.co.jp/docs/column/nishikawa/2156976.html — el artículo original usado como material
- Fuentes de las cifras: las cifras de aquel lado (el conjunto completo del distrito de Chiyoda, unos 2,1 GB; el bloque obtenido, unos 166 MB con 1.022 edificios; el edificio de la estación de Marunouchi, de más de 300 metros de longitud y unos 38 metros de altura; las fotografías reales, 202 en total, de 101 edificios de los alrededores; el vídeo de 10 segundos, con los primeros 0,25 segundos equivalentes a 6 fotogramas; 1.454 edificios en los datos de edificios, 124 ginkgos, 984 edificios de los alrededores; el estadio Jingu a unos 176 metros al oeste de la línea central de la avenida; la avenida, de unos 300 metros, etcétera) proceden todas del texto del artículo original. Las cifras de este lado (los 1.549 artículos publicados son el recuento real de las filas marcadas como «publicados» en el registro el 21 de noviembre de 2026, antes de añadir este artículo; los departamentos y puestos —60 departamentos, 3.651 puestos en total— proceden de los registros de esta casa a 20 de noviembre de 2026)
- 21 de noviembre de 2026 ― スペイン語版(日本語版No.1577の翻訳)(11,807 caracteres)
- 21 de noviembre de 2026 ― 公開(本人の決定による。7言語同時公開。アドレスの末尾に台帳番号を入れる新形式で、末尾は日本語版の番号No.1577)(11,807 caracteres)
← Volver a la lista de artículos / ← Volver al inicio en español
