Las dos versiones están alineadas bloque a bloque, en el orden del texto: titular, lo esencial y después párrafo a párrafo. Cuando la traducción ha fusionado o dividido un párrafo, la casilla correspondiente queda vacía — nunca emparejamos dos pasajes a ojo.
A character freezes a patch of lava to make a foothold, and the same jump, filmed as a rough grey sketch, comes back as a detailed scene. That is the kind of demonstration VAST put in front of developers this week. The company, behind the Tripo platform, has open-sourced EdenLive, a real-time model that takes simplified game footage or an existing video and re-renders it frame by frame in a chosen style, from photorealistic to anime. The release includes 5B and 14B model weights, real-time streaming inference code, a technical report and end-to-end demos.
Un personaje congela un charco de lava para apoyarse, y el mismo salto, filmado como un boceto gris y tosco, reaparece como una escena detallada. Es el tipo de demostración que VAST presentó esta semana ante desarrolladores. La empresa, detrás de la plataforma Tripo, ha publicado en código abierto EdenLive, un modelo en tiempo real que toma imágenes de juego simplificadas o un vídeo existente y lo vuelve a renderizar fotograma a fotograma en el estilo elegido, desde el fotorrealista hasta el anime. La publicación incluye los pesos de los modelos de 5B y 14B, código de inferencia en tiempo real, un informe técnico y demostraciones de principio a fin.
The model works as a second stage. An upstream program, such as a game engine or code written by a coding agent, runs the rules and tracks what is happening in the game. It then outputs a coarse reference video. EdenLive takes that reference, starts from a target first frame and a text prompt, and paints the detail on top. VAST says this split keeps the game logic explicit and testable, and lets the model's limited capacity focus on how things look. The approach was first presented in June, as part of Project Eden, the company's longer-running research effort on world models.
El modelo funciona como una segunda etapa. Un programa previo, como un motor de juego o código escrito por un agente de programación, ejecuta las reglas y registra lo que ocurre en el juego. Después produce un vídeo de referencia tosco. EdenLive toma esa referencia, parte de un primer fotograma objetivo y un texto de instrucción, y añade el detalle encima. VAST afirma que esta separación mantiene la lógica del juego explícita y comprobable, y permite que la capacidad limitada del modelo se centre en el aspecto visual. El enfoque se presentó por primera vez en junio, como parte de Project Eden, el esfuerzo de investigación de la empresa sobre modelos del mundo, de más largo recorrido.
The speed figures are the striking part. VAST reports that the 5B model runs above 24 frames per second at 720p on a single Nvidia RTX 5090 graphics card. The GitHub page gives about 24.7 FPS at 1280×704 pixels, with the LightX2V acceleration framework. The technical report lists 29.8 FPS on one H100 chip, the data-centre processor Nvidia sells for this kind of work, and 26.8 FPS at 832×480 for the 14B model running across eight H100s. Those numbers come from VAST itself, and no independent benchmark has been published yet. The two models are built on existing open video models, Wan2.2-TI2V-5B and Wan2.1-I2V-14B.
Las cifras de velocidad son lo más llamativo. VAST indica que el modelo de 5B supera los 24 fotogramas por segundo a 720p en una única tarjeta gráfica Nvidia RTX 5090. La página de GitHub señala unos 24,7 FPS a 1280×704 píxeles, con el marco de aceleración LightX2V. El informe técnico recoge 29,8 FPS en un chip H100, el procesador de centro de datos que Nvidia vende para este tipo de trabajo, y 26,8 FPS a 832×480 para el modelo de 14B ejecutado en ocho H100. Estas cifras proceden de la propia VAST, y todavía no se ha publicado ningún benchmark independiente. Los dos modelos se basan en modelos de vídeo abiertos existentes, Wan2.2-TI2V-5B y Wan2.1-I2V-14B.
For a developer, the immediate gain is a shorter path from a rough prototype to something that looks finished. A studio or a solo maker could test a scene's look before building its art, and researchers get weights they can modify. The limits are just as concrete. VAST says EdenLive currently suits low-frequency interaction, such as scene walkthroughs and box-pushing puzzles. Fast, intense gameplay, keeping several characters consistent, fine control of small objects and visual consistency over long runs still need work. The licences also draw a line: the vision encoder follows the DINOv3 licence, and the image model behind the prompt-to-game workbench is under the FLUX Non-Commercial License, so that workbench is for non-commercial use only. Commercial teams should check each component before building on it.
Para un desarrollador, la ventaja inmediata es un camino más corto desde un prototipo tosco hasta algo que parezca terminado. Un estudio o un creador independiente podría probar el aspecto de una escena antes de construir su arte, y los investigadores obtienen pesos que pueden modificar. Los límites son igual de concretos. VAST dice que EdenLive se adapta actualmente a interacciones de baja frecuencia, como recorridos por escenarios o puzles de empujar cajas. La jugabilidad rápida e intensa, mantener varios personajes coherentes, el control fino de objetos pequeños y la coherencia visual en ejecuciones largas todavía requieren trabajo. Las licencias también marcan una línea: el codificador de visión sigue la licencia de DINOv3, y el modelo de imagen detrás del entorno de trabajo de texto a juego está bajo la FLUX Non-Commercial License, así que ese entorno solo es para uso no comercial. Los equipos comerciales deben revisar cada componente antes de construir sobre él.