Acaba de terminar el Festival del Medio Otoño y se acerca el Día Nacional, pero la industria de la IA no se toma un respiro.
Constantemente se lanzan nuevos modelos. Los modelos insignia se esfuerzan por superar los límites de sus capacidades, mientras que aquellos que priorizan la velocidad y la rentabilidad compiten por las tareas diarias de los usuarios. Sin embargo, a medida que las capacidades de estos últimos siguen mejorando, la distinción entre ambos tipos de modelos comienza a difuminarse.
Antes, las tareas que requerían el uso de modelos de gama alta ahora se asignaban a un modelo cuyo nombre incluía "Flash". ¿Qué tan bueno puede ser? La creación de interfaces de usuario ofrece una perspectiva muy directa para la observación. La calidad de las combinaciones de colores, los diseños, las animaciones y las interacciones se puede apreciar claramente al comparar los trabajos uno al lado del otro.
El mes pasado, Anthropic lanzó Claude Opus 5.5. En X vimos que algunos lo usaban para crear portafolios dinámicos, mientras que otros lo empleaban para dibujar animaciones con la técnica de aguada. Estas obras, creadas con código, ya han desarrollado estilos propios y distintivos.
Recientemente, APPSO descubrió que un modelo de fabricación nacional también se ha convertido en uno de los favoritos entre los usuarios de X. Se trata del MiniMax M3.1 Flash Preview, lanzado recientemente .
El modelo anónimo conocido anteriormente como Space Bunny, que atrajo la atención de los desarrolladores, ha sido vinculado correctamente por los internautas a la serie MiniMax M. Incluso Dax, cofundador de OpenCode, sugirió probar Space Bunny con un problema de prueba de Opus 5.5.
Aunque desconocemos si "Space Rabbit" pertenece a MiniMax, el nombre M3.1 Flash Preview incluye "Flash", lo que sugiere velocidad y rentabilidad. Queremos comprobar si puede competir con modelos de gama alta como Opus 5.5 en la creación de interfaces de usuario.
Por lo tanto, en MiniMax Code, utilizamos las sugerencias públicas de ejemplos de alta calidad de Opus 5.5 para comparar el estilo visual, los gráficos en movimiento y la finalización general de los trabajos, y luego observamos sus capacidades multidimensionales a través de más temas. Al tener los trabajos frente a nosotros, obtuvimos una respuesta más intuitiva sobre si el modelo Flash podría producir un producto final cercano al nivel de los productos insignia.
Diferentes soluciones para el mismo problema; sin diferencia en la calidad del diseño.
Los requisitos para este modelo son sencillos: crear un portafolio de diseño de animación de 15 segundos que demuestre que eres un excelente diseñador de gráficos en movimiento y, finalmente, entregar un archivo MP4.
No se especificó ninguna paleta de colores ni tipografía, ni se elaboró ningún guion gráfico. Aparte de la duración final y el propósito de la película, el diseño específico quedó básicamente a criterio de la modelo.
En el vídeo generado por M3.1 Flash, un texto grande de color blanco roto llena un fondo negro, con una luz verde fluorescente que emana de detrás de las letras. El texto retrocede y anillos y triángulos se mueven a lo largo de rieles, seguidos de formas de onda, números que saltan y una lista de capacidades. En tan solo 15 segundos, aparecen sucesivamente fuentes, formas geométricas y animaciones de datos, utilizando de forma consistente el fondo negro y la combinación de colores verde fluorescente.
Esta idea proviene de un portafolio de Opus en X. Utilizamos las sugerencias disponibles públicamente del autor, añadiendo únicamente el requisito de entregar un archivo MP4.
A la izquierda, Opus muestra diseños de texto grandes, curvas suaves y cambios de bloques de color de forma secuencial, como si presentara una serie de ejercicios de efectos de movimiento; a la derecha, M3.1 Flash coloca círculos, formas de onda y números sobre un fondo negro con un sistema visual verde fluorescente, lo que le da un aire más propio de un cortometraje tecnológico.
Si tuviera que elegir una opción para un proyecto tecnológico, me inclinaría por la versión Flash M3.1. El tamaño y la densidad del texto grande, las líneas finas y los gráficos varían, la paleta de colores se mantiene constante y existen conexiones visuales entre las diferentes secciones. Opus muestra los tipos de animaciones de forma más intuitiva, mientras que Flash M3.1 organiza las secciones como si fueran un solo vídeo.
Al menos en esta tarea, M3.1 Flash Preview ya cuenta con capacidades de creación de interfaz comparables a las de Opus 5.5, y en términos de coherencia de estilo y organización del trabajo, ofreció resultados que se ajustaban mejor a mis necesidades. Elegirlo no me obligó a aceptar de antemano un diseño claramente inferior.
La comprensión de la multimodalidad reside en los detalles de la escena.
Un cortometraje de ciencia ficción bien realizado no basta para demostrar que un modelo puede adaptarse a diferentes intenciones de diseño. Solo cambiando la temática podemos observar si mantiene el mismo estilo visual de forma consistente.
"El significado de la vida" es otra idea del usuario de X @HarveenChadha. Tras ser enviada a M3.1 Flash, se convirtió en un cortometraje dibujado a mano.
Sobre un papel beige se extienden verdes colinas, y una pequeña figura comienza a cuestionar el propósito de todo aquello. Luego, la escena cambia a papel cuadriculado, con señales de tráfico que proclaman "Más", "Más rápido" y "Perfecto". Tras recorrer el mapa, los signos de interrogación en la imagen se hacen más grandes.
Las incógnitas se fueron disipando poco a poco, y la historia se centró en unos pocos detalles. Alguien preparó comida, un chiste divirtió a un amigo, las plantas sembradas crecieron, y también hubo un día lluvioso, un gato y una pequeña obra de arte que él mismo creó.
El modelo organiza estos fragmentos formando una pared de papel. Si bien inicialmente buscaba una respuesta definitiva, comenzó a observar una comida o una planta.
Creo que el diseño más adecuado para esta sección es el formato de diario. Fragmentos de papel, líneas a lápiz y pequeñas ilustraciones se intercalan a lo largo del texto, sirviendo tanto para las preguntas iniciales como para registrar los momentos cotidianos aparentemente insignificantes que siguen. Esta conexión entre el estilo visual y la historia facilita que el lector siga la narración.
A continuación, también intentamos replicar el ejemplo "Pequeños renacuajos buscando a su madre" creado por el usuario @akokoi1 usando Opus 5.5, y el resultado es el siguiente:
Sobre el papel de color claro, las nervaduras de las hojas de loto son claramente visibles. Los renacuajos, arrastrando sus delgadas colas, nadan a través del estanque, encontrándose con peces, patos, tortugas y cangrejos en el camino, hasta llegar finalmente junto a la rana. Los subtítulos aparecen junto a la historia, con tinta aguada, papel y hojas de loto verdes que conforman el fondo de toda la película.
Siguiendo los requisitos creativos del estudio de caso Opus 5.5, M3.1 Flash también presentó una historia completa con la técnica de aguada de tinta. En comparación con la replicación de un solo fotograma, permite que la textura del papel, el movimiento de los personajes y la narrativa de los subtítulos se mantengan a lo largo de toda la película, conservando así este estilo de forma coherente.
En otro caso de prueba sobre el horizonte de Nueva York, opté por utilizar una línea de tiempo para representar los cambios visuales.
Al principio, el cielo anaranjado rojizo se reflejaba en el agua, con puentes y edificios que bloqueaban parte de la puesta de sol. Al arrastrar la línea de tiempo en la parte inferior, el cielo se oscurece gradualmente, las luces de las ventanas de los edificios se encienden una a una y la superficie del río pasa de reflejos cálidos a reflejos nocturnos fragmentados.
Prefiero la representación del agua en esta versión. Durante el día, se aprecian amplias zonas de colores cálidos, mientras que por la noche, las ventanas iluminadas proyectan una luz tamizada sobre el agua. El puente, los edificios, el cielo y los reflejos cambian en la misma línea temporal, creando diferentes efectos visuales según el momento en que se pausa la escena.
En los cortometrajes dinámicos, el orden de visualización viene determinado por el modelo, mientras que en las obras interactivas el usuario tiene cierto control. Al desplazarse por la línea de tiempo, la escena debe mostrar el estado correspondiente, y el cielo, las luces y las superficies del agua deben mantener la armonía. En los videojuegos, los elementos visuales también deben cambiar continuamente según las acciones del jugador.
Luego, trasladamos los requisitos a un juego de karts arcade, donde un cielo azul brillante, césped verde exuberante y arcenes rojos y blancos forman la pista, y la selección de un coche, la carrera y la puntuación conectan todo el proceso de la carrera.
El juego de exploración submarina adopta un ritmo diferente. El submarino se desliza lentamente junto a un jardín botánico sumergido por el mar, con una neblina azul verdosa, partículas en suspensión y reflectores que crean profundidad y perspectiva. La inercia que conserva al girar, junto con las indicaciones de escaneo que aparecen gradualmente al acercarse a los puntos de referencia, crea una atmósfera tranquila para la exploración y permite a los jugadores descubrir detalles.
El juego narrativo "Little Ghost" se desarrolla en una granja nocturna a finales de otoño. Una hoguera ilumina el maíz y la cerca de madera cercanos, mientras que la luz cálida del interior de la casa y la luz verde de la puerta guían la investigación. Me gusta la gran cantidad de oscuridad que conserva; la iluminación limitada resalta objetos pequeños como conejos, reliquias y lámparas, y además le da a cada acercamiento e interacción un sentido narrativo.
Los requisitos para el desarrollo front-end se vuelven complejos precisamente por estos detalles. El diseño visual, la lógica de animación y la interacción con el usuario contribuyen a la experiencia del usuario; hacer bien cualquiera de estas partes no es suficiente para completar todo el proyecto.
Desde portafolios dinámicos hasta bocetos a mano, pinturas a tinta, escenas interactivas y prototipos de juegos, los diseños de M3.1 Flash Preview y Opus 5.5 presentan ventajas e inconvenientes. La integración de Flash no ha supuesto una desventaja significativa para la finalización de los trabajos, demostrando su capacidad para organizar la pantalla en torno a diferentes ideas creativas y optimizar el diseño para la visualización, el uso y la exploración.
Desde el nivel de inteligencia hasta la amplitud de aplicación
Cuando M3.1 Flash Preview ofreció resultados comparables a los de Opus 5.5 en la creación de interfaces, aumentaron las razones para elegir Flash. Además de la velocidad y el costo, el diseño y la finalización del trabajo en sí también podían ser un motivo para usarlo.
Detrás de la presentación de la interfaz de usuario se encuentra el efecto combinado de la comprensión del diseño, la estética y las habilidades de programación.
Se entiende que la serie M3 se somete a un entrenamiento híbrido multimodal desde la etapa de preentrenamiento, y la colaboración entre visión y código es un aspecto clave para comprender sus capacidades de interfaz. Los creadores pueden delegar tareas de diseño más específicas al modelo, centrando sus esfuerzos en definir la dirección y evaluar los resultados.
Para la mayoría de las tareas cotidianas, los usuarios ya no necesitan utilizar constantemente el modelo insignia más potente.
A medida que el agente realiza búsquedas, organiza datos, utiliza herramientas y genera contenido de forma continua, la inteligencia de una sola respuesta ya no determina la experiencia general. Una tarea puede requerir docenas de llamadas consecutivas, y el tiempo de espera y los costos de las llamadas se acumulan a lo largo de todo el proceso.
Además, los ejemplos de interfaz de usuario anteriores se corresponden con requisitos de trabajo específicos: los portafolios dinámicos muestran las capacidades de diseño, los cortometrajes dibujados a mano y con tinta proporcionan borradores creativos, y los minijuegos validan la jugabilidad. Convertir las ideas en trabajos visibles y ejecutables permite al equipo debatir soluciones con mayor rapidez y realizar ajustes en función de la retroalimentación.
Cada modificación en las combinaciones de colores, animaciones e interacciones puede generar una nueva ronda de llamadas al modelo. MiniMax M3.1 Flash Preview, utilizado principalmente para la programación, permite a los creadores experimentar con más soluciones dentro de un presupuesto limitado, ofreciendo resultados que satisfacen sus necesidades de forma consistente gracias a su velocidad y ventajas en cuanto a costes.
Sobre todo teniendo en cuenta que la velocidad, la calidad y el precio siguen siendo un triángulo difícil de equilibrar, el modelo Flash está cambiando la relación entre ellos. Muchas tareas de programación que antes solo podían realizarse con el modelo insignia ahora se pueden completar a menor coste y con mayor rapidez. El límite superior de las capacidades del modelo sigue siendo importante; las capacidades que se pueden integrar de forma consistente en el proceso de desarrollo se traducen más fácilmente en productividad real.
Desde esta perspectiva, el modelo Flash es al modelo insignia lo que una máquina compatible con PC es a un ordenador central.
Los sistemas informáticos a gran escala concentraban antiguamente una costosa capacidad de procesamiento en unas pocas instituciones, mientras que las máquinas compatibles con PC, gracias a la estandarización y la producción en masa, llevaron la capacidad de procesamiento a oficinas y hogares comunes. Solo cuando la inteligencia artificial se convierta también en un componente estándar y fácilmente disponible, surgirá un mercado de aplicaciones mucho mayor.
Con la adopción generalizada de los ordenadores personales, el valor de la industria se ha extendido gradualmente a los sistemas operativos, los chips y los ecosistemas de software; con la adopción generalizada del modelo Flash, el valor de la IA también puede orientarse más hacia los agentes, los flujos de trabajo, los datos propietarios y los puntos de entrada de las aplicaciones.
Los modelos insignia siguen explorando los límites de la inteligencia artificial, mientras que modelos como el MiniMax M3.1 Flash Preview aportan capacidades probadas a escenarios de desarrollo de alta frecuencia. En el futuro, las mayores ganancias podrían corresponder a aquellos productos que realmente sepan cómo utilizar estas tecnologías inteligentes.
Autores: Shan Yuzhe, Mo Chongyu