1 · Guion
qwen3.6 escribe un storyboard estructurado y validado: escenas, narración,
textos en pantalla y dirección de arte.
NaN Video Pipeline
De un tema a un video corto narrado (9:16), de principio a fin, usando únicamente los modelos del cluster NaN. Guion, imágenes, voz, subtítulos y render — sin servicios externos.
Video demo producido por el pipeline
El pipeline en una línea
Sección titulada «El pipeline en una línea»Tema → guion → selección visual → voz → subtítulos → composición → MP4 (9:16)Toda la información de un video vive en una estructura de datos central (el
Storyboard, un YAML editable). Cada etapa la consume y la enriquece con un
modelo distinto del cluster.
Las 7 etapas
Sección titulada «Las 7 etapas»2 · Selección visual
Los providers (Wikimedia, Pexels, pool local) traen candidatas;
qwen3-embedding pre-rankea y gemma4 elige mirando los píxeles reales.
3 · Voz
kokoro narra en español; ffmpeg re-encodea a estéreo y se mide la
duración real del audio.
4 · Subtítulos
whisper transcribe; una alineación LCS contra el texto canónico genera
SRT estilo CapCut.
5 · Composición
Manifest + HTML animado con GSAP + assets en un workspace de render portable, con preview de doble click.
6 · Render
HyperFrames captura el HTML animado frame a frame → video silencioso 1080×1920.
7 · Mux
ffmpeg une video y narración → assets/output/<slug>.mp4 listo para
publicar.
Por qué es interesante
Sección titulada «Por qué es interesante»- Solo modelos NaN: chat, visión, TTS, STT y embeddings del mismo cluster, por la misma API OpenAI-compatible.
- Grounded, no alucinado: el caso demo se escribe a mano sobre la documentación oficial; el material visual es archivo real o imágenes generadas y curadas — el modelo de visión solo elige, no inventa.
- Datos, no código: un caso es un YAML en
content/; el pipeline entero se ejecuta conyarn produce.