¿Qué es el espacio latente?
Espacio latente explicado simple: la versión comprimida donde la IA genera imagen y video, el papel del VAE y por qué explica transiciones y estilos.
En esta página
El espacio latente es la representación comprimida donde un modelo de IA organiza todo lo que aprendió, y donde realmente genera las imágenes y los videos. En lugar de trabajar píxel a píxel, el modelo opera sobre una versión mucho más pequeña de la imagen, en la que cada punto corresponde a una imagen posible y los conceptos parecidos quedan cerca unos de otros.
Un ejemplo intuitivo#
En el espacio latente, «gato» y «tigre» están cerca; «gato» y «camión», lejos. Si te mueves en línea recta entre dos puntos, obtienes una transformación continua: una cara que se convierte en otra, un objeto que se vuelve otro. Esas transiciones de morphing tan típicas del video con IA son literalmente un paseo por este espacio. La técnica emparentada para el tiempo es la interpolación.
El VAE: la puerta de entrada y salida#
Un componente llamado VAE (autoencoder variacional) comprime los fotogramas al espacio latente y luego los descomprime. El modelo de difusión hace su trabajo de limpiar ruido en medio.
| Pieza | Qué hace | Ejemplo real |
|---|---|---|
| Codificador VAE | comprime imagen o video al latente | entrada de imagen a video |
| Modelo de difusión | genera en el latente guiado por el prompt | Wan 2.2, Kling 3.0 |
| Decodificador VAE | devuelve fotogramas visibles | nodo «VAE Decode» en ComfyUI |
Kling 3.0 usa un VAE 3D propio, que comprime también el eje del tiempo. Wan 2.2 distribuye su VAE como archivo aparte (wan2.2_vae.safetensors), según la documentación de ComfyUI y el repositorio oficial de Wan 2.2.
Procesos, herramientas de iA y espacio latente / TMDG mini 2024
Charla en español sobre procesos creativos con IA y la idea de espacio latente.
Por qué te importa al crear#
- Los fotogramas clave de inicio y fin le indican al modelo dos puntos del espacio latente; el video es el camino entre ellos.
- Un LoRA ajusta zonas de ese espacio para especializar el modelo en un estilo o un personaje.
- Los artefactos de color a veces vienen del VAE, no del prompt: en flujos abiertos, usar el VAE que corresponde al modelo evita tonos lavados.
Para ver estas piezas conectadas, abre una plantilla de video en ComfyUI. Si prefieres no tocar nodos, la guía para crear videos con IA cubre las plataformas listas para usar.