Cómo creamos a Lorena: una modelo de IA desde cero
Lorena no existe. Es la primera modelo creada por completo con inteligencia artificial en FANATIA: un personaje ficticio, adulto, con una cara, un estilo y un cuerpo que se mantienen de una imagen a otra.
Esta entrada es el tutorial que me hubiera gustado leer antes de empezar: qué herramientas usamos, cada paso, cuánto costó de verdad y qué falló. Y por qué creo que esto no es un truco, sino una forma nueva de trabajar la imagen: para crear personajes y también para digitalizar a una persona real que quiera un gemelo digital, con su consentimiento y bajo su control.
visual ia Todas las imágenes de esta entrada son generadas con IA. Lorena es un personaje ficticio adulto; no retrata a ninguna persona real.
Primero: qué es una «modelo de IA»
Un generador de imágenes sabe dibujar «una mujer de pelo negro», pero cada vez te da una mujer distinta. Una modelo de IA resuelve eso: es un archivo pequeño —el de Lorena pesa 70 MB— que se entrena con fotos de un personaje y se conecta a un modelo grande de imagen. Ese archivo se llama LoRA.
El LoRA aprende a asociar una palabra clave con la identidad del personaje. Cuando escribes esa palabra en una instrucción, el modelo dibuja a Lorena y no a una desconocida. Es la diferencia entre generar imágenes sueltas y tener una modelo con la que puedes producir series completas.
Las herramientas
- Modelo base: Z-Image Turbo. Un modelo de imagen abierto (licencia Apache 2.0), rápido y muy bueno en fotografía realista. Sobre él se entrena el LoRA.
- OneTrainer. Programa libre para entrenar LoRAs: le das el modelo base, las fotos y cuántas vueltas dar, y hace el resto.
- GPUs rentadas en RunPod. Entrenar necesita una tarjeta gráfica potente. Mi laptop tiene 4 GB de memoria de video; una RTX 4090 rentada tiene 24 GB y cuesta alrededor de US$0.74 por hora. Se prende, trabaja y se elimina.
- ComfyUI. La mesa de trabajo para generar: un flujo donde conectas el modelo, el LoRA y la instrucción. También corre en servidores rentados por minutos.
- Un sistema propio de seguridad. Scripts que crean cada servidor sin nada expuesto a internet, trabajan por una conexión cifrada, bajan las imágenes y eliminan el servidor al terminar. Más abajo explico por qué, para digitalizar a personas reales, esto es lo más importante.
Paso a paso: cómo nació Lorena
1. Definir el personaje
Antes de cualquier herramienta va la dirección de arte, igual que en un casting: quién es, qué edad tiene —claramente adulta—, qué estilo la define y qué límites tiene su contenido. Lorena: pelo negro largo, estética sobria, negro como color de vestuario, luz de estudio y de foto instantánea.
2. Reunir el set de entrenamiento
El LoRA aprende de fotos. Para un personaje sintético, esas fotos también se generan: partimos de 54 imágenes de la misma chica con poses, luces, ropa y fondos distintos. La regla es que varíe todo menos ella. Si todas las fotos tienen la misma luz o el mismo vestido, el modelo aprende la luz o el vestido.
Después, curaduría. De las 54 quedaron 51: tres salieron del set por no cumplir nuestras reglas editoriales. Lo que entra al entrenamiento es lo que el modelo va a repetir, así que el criterio se aplica desde aquí.
3. Describir cada foto (y no describir la cara)
Cada imagen lleva un texto que la describe. Este es el truco menos obvio: se describe todo lo que puede cambiar —ropa, pose, fondo, luz, encuadre— pero no la cara. Lo que no se describe, el modelo lo atribuye a la palabra clave. Así, la palabra termina significando «Lorena».
instant film photo of lrnx woman with a white border, long black hair, wearing a black long sleeve knit dress, standing in a white room, flash lighting, full body
Hasta el marco blanco de la foto instantánea se nombra; si no, Lorena saldría con marco en todas partes. lrnx es su palabra clave: una combinación rara que el modelo base no asocia con nada.
4. Entrenar
Con las fotos y sus textos, OneTrainer entrena en la nube. Los ajustes que usamos: resolución de 1024 px, rango 16, tasa de aprendizaje de 0.0003 y lotes de 2 imágenes. El primer LoRA de Lorena dio 30 vueltas (épocas) a su set: unos 780 pasos y cerca de 40 minutos en una RTX 4090, contando la preparación del servidor.
Más vueltas no siempre es mejor: pasado cierto punto, el modelo empieza a copiar las fotos en lugar de entender al personaje. Por eso guardamos puntos intermedios y nos detenemos en cuanto el resultado se sostiene.
5. Probar con una galería
Con el LoRA listo, la primera prueba fue una galería de 100 fotos de cuerpo completo en playa y alberca. Tardó 18 minutos y costó ocho centavos de dólar en GPU.
El resultado trajo una buena y una mala noticia. La buena: el cuerpo, el pelo y el estilo de Lorena se sostenían. La mala: la cara cambiaba de una foto a otra. Tenía sentido: casi todo el set era de cuerpo completo, con la cara pequeña. El modelo nunca la había visto de cerca.
6. Fijar la cara con retratos
La solución fue producir 50 retratos con el primer LoRA —primeros planos, perfil, tres cuartos, blanco y negro— y elegir a mano los que eran la Lorena que buscábamos. Quedaron 16. Esa selección es dirección de casting pura: la máquina propone y el criterio decide.
Con esos 16 retratos sumados al set original entrenamos la segunda versión: 20 vueltas, ahora con primeros planos que le enseñan al modelo su cara. El cambio se nota de inmediato: con instrucciones distintas —cuello de tortuga de frente, de tres cuartos, de perfil— la cara ya se sostiene.
7. Repetir
Así se construye una modelo de IA: generar, elegir, reentrenar. Cada vuelta del ciclo cuesta centavos y fija un poco más la identidad. Es el mismo trabajo que haces con una modelo real entre sesiones —conocer sus ángulos—, pero comprimido en horas.
Lo que costó de verdad
| etapa | tiempo | gpu |
|---|---|---|
| Primer entrenamiento (51 fotos, 30 épocas) | ~40 min | ≈ US$0.50 |
| Galería de prueba (100 fotos) | 18 min | ≈ US$0.08 |
| Retratos para fijar la cara (50 fotos) | 14 min | ≈ US$0.11 |
| Segundo entrenamiento (67 fotos, 20 épocas) | ~40 min | ≈ US$0.50 |
| Galería de la segunda versión (40 fotos) | 12 min | ≈ US$0.10 |
| Total | una mañana | ≈ US$1.30 |
No incluye las imágenes iniciales ni las horas de dirección y curaduría, que es donde está el trabajo de verdad.
Lo que falló
- Los servidores rentados no siempre responden a la primera. Mientras arrancan, a veces rechazan la conexión. Automatizamos los reintentos y, si algo falla, el servidor se elimina solo para no seguir cobrando.
- Entrenar dos modelos a la vez agotó la memoria de la laptop. Ahora los arranques se escalonan.
- Las instrucciones importan más de lo que parece. «Caminando por la orilla» generó a Lorena de espaldas; «caminando hacia la cámara» lo resolvió.
- La cara variable del primer modelo. Se resolvió con retratos elegidos a mano (paso 6).
Crear un personaje o digitalizar a una persona
Lo que hicimos con Lorena es la misma tecnología que permite algo más delicado: crear el gemelo digital de una persona real. Técnicamente, el proceso es casi idéntico. Lo que cambia es todo lo demás:
- Consentimiento por escrito, antes de la primera foto. En México, el retrato de una persona solo puede usarse con su consentimiento expreso (Ley Federal del Derecho de Autor, art. 87). Un modelo entrenado con su cara es, literalmente, su retrato en potencia.
- El modelo es de ella. Ella decide qué se genera, dónde se publica y durante cuánto tiempo, y puede pedir que se elimine.
- Nada público. Sus fotos y su modelo no se suben a servicios abiertos. En nuestro sistema, los servidores de entrenamiento son temporales, solo se entra a ellos por una conexión cifrada y se eliminan con todo su contenido al terminar.
- Siempre declarado. Una imagen generada nunca se presenta como fotografía. En FANATIA lleva la marca ◈ IA.
- Nunca sin permiso. Crear el modelo de alguien sin su autorización es un deepfake, y eso no lo hacemos.
Con esas reglas, un gemelo digital deja de ser una amenaza y se vuelve una herramienta: una creadora puede producir variaciones de su contenido sin volver al set, probar looks antes de una sesión o mantener su presencia en redes cuando no puede fotografiarse, con cada imagen aprobada por ella. Esto no es asesoría legal: cada acuerdo debe revisarlo un abogado.
De laboratorio a producto
FANATIA nació como el proyecto de un fotógrafo, y su dirección es ayudar a las modelos a digitalizar y monetizar su imagen. Lorena demuestra que la tecnología ya está al alcance, así que el siguiente paso natural es ofrecerla de dos formas:
- Influencer sintética, llave en mano. Para marcas, agencias o creadores que quieren una cara propia: dirección del personaje, set de entrenamiento, modelo entrenado, guía de estilo y un flujo de producción de contenido declarado como IA.
- Gemelo digital para creadoras. Para modelos reales: una sesión fotográfica con dirección, entrenamiento privado de su modelo, contrato con cláusulas de IA y control total sobre lo que se genera y se publica.
Todavía no vendemos ninguno de los dos. Si te interesa crear una modelo de IA o digitalizar tu imagen con estas reglas, escríbeme o empieza por el casting: la conversación sobre IA está incluida desde la primera sesión.
Preguntas frecuentes
¿Cuántas fotos necesito para crear una modelo de IA?
Con 15 a 20 fotos variadas se obtiene un primer resultado. Para Lorena usamos 51 y sumamos 16 retratos en la segunda versión. Importa más la variedad de poses, luces y encuadres, incluidos primeros planos, que la cantidad.
¿Puedo entrenarla en mi computadora?
Solo con una tarjeta gráfica con mucha memoria, idealmente 24 GB. Con una laptop común conviene rentar una GPU por horas: el primer entrenamiento de Lorena costó alrededor de medio dólar.
¿Cuánto cuesta?
En cómputo, muy poco: entrenar a Lorena y generar sus primeras 150 imágenes costó menos de 2 dólares en GPU. El costo real está en la dirección, la curaduría y las horas de iteración.
¿Es legal digitalizar a una persona con IA?
Con su consentimiento expreso y un acuerdo claro sobre el uso es posible hacerlo de forma responsable. Sin su consentimiento, no: en México el retrato de una persona solo puede usarse con su consentimiento expreso (art. 87 de la Ley Federal del Derecho de Autor). Cada caso debe revisarlo un abogado.
¿De quién es el modelo entrenado?
En un gemelo digital, de la persona retratada: ella decide su uso y puede pedir que se elimine. En un personaje sintético, de quien lo crea o lo encarga.