La nueva IA de Apple romperá Internet.

Apple hizo algo que nadie esperaba: lanzó un modelo de IA generativa de vanguardia, STARFlow, directamente en GitHub con una licencia de código abierto. Sin muros de pago, sin puertas de API, solo código, pesos y un artículo de investigación de una empresa famosa por enviar cajas selladas, no laboratorios abiertos.

STARFlow y su hermano de video STARFlow-V son los nuevos generadores de imágenes y videos de Apple, basados en una arquitectura de "Flujo Autoregresivo Transformador Escalable". Apple afirma que ofrecen una velocidad de muestreo de hasta 10 a 15 veces más rápida que los modelos de difusión comparables manteniendo una calidad similar, utilizando menos ciclos de GPU, especialmente a mayores resoluciones.

En un panorama donde OpenAI, Google y Midjourney encierran sus mejores modelos detrás de suscripciones y límites de uso, Apple acaba de cambiar las reglas del juego. Cualquiera puede clonar ml-starflow, iniciar una instancia de GPU y comenzar a generar imágenes de alta calidad y videos de clase 480p sin firmar un solo contrato empresarial.

Este no es un modelo de demostración lindo. STARFlow se sitúa alrededor del rango de 3 mil millones de parámetros para imágenes, mientras que STARFlow‑V alcanza aproximadamente 7 mil millones de parámetros para video, operando en el espacio latente de autoencoders preentrenados para mantener bajo control la memoria y el tiempo de cómputo. Los benchmarks de Apple muestran paridad con los mejores sistemas de difusión en métricas estándar de calidad de imagen, mientras que solo necesita un único pase hacia adelante en lugar de 20 a 50 pasos de desruido.

Estrategicamente, esto es un golpe directo a la economía de la suscripción de IA. Si un modelo abierto de Apple puede funcionar de manera competitiva en GPUs de nube estándar—o eventualmente en Macs y iPads de alta gama—¿por qué seguir pagando tarifas por cada prompt a Midjourney o por cada fotograma a generadores de video en la nube?

Los desarrolladores reaccionaron casi al instante. Los problemas en GitHub, los puertos de Hugging Face y las imágenes de Docker aparecieron en cuestión de horas, con desarrolladores independientes informando sobre lotes de varias imágenes generados en segundos en una única A100 o incluso en tarjetas RTX de consumo, en lugar de los flujos de trabajo de más de un minuto que conocían del modelado por difusión.

Esa velocidad, sumada al logo de Apple, hace que STARFlow se sienta casi demasiado bueno para ser verdad. Los creadores ya se preguntan si este es el momento en que la generación de IA se convierte en solo otra herramienta local, como los pinceles de Photoshop—barata, rápida y completamente bajo su control, en lugar de ser distribuida a cuenta gotas por la API de alguien más.

Quince veces más rápido suena como un eslogan publicitario hasta que observas cómo funcionan realmente la mayoría de los modelos de diffusión. Stable Diffusion y DALL·E suelen pasar por 20 a 100 pasos de denoising, a veces más, eliminando gradualmente el ruido de una imagen latente. STARFlow salta esa torpe coreografía y pasa casi directamente de ruido a imagen final en unas pocas transformaciones de flujo.

En lugar de una larga cadena de Markov, el Flujo Autoregresivo Transformer de STARFlow aprende un mapeo invertible entre una distribución de ruido simple y el espacio de imágenes. La muestra se convierte en un único pase hacia adelante a través de un transformer de ~3 mil millones de parámetros operando en el espacio latente, más un decodificador, lo que reduce el número de operaciones secuenciales. Menos pasos significan dramáticamente menos tiempo en reloj en la misma GPU.

Ese número de 15× en el titular proviene de comparar STARFlow con modelos de difusión que ejecutan entre 50 y 100 pasos con calidad y resolución similares. En una GPU de clase A100, una imagen que podría tardar entre 1 y 1.5 segundos con un pipeline de difusión puede bajar a menos de 100 ms con STARFlow. Acumula eso sobre millones de solicitudes y las matemáticas se inclinan fuertemente a favor de Apple.

La velocidad aquí no solo significa "se siente más ágil". Menor cantidad de pasos se traduce directamente en menor latencia para herramientas en tiempo real, menores costos de cómputo para los proveedores, y mayor rendimiento por servidor. Un servicio que necesitaba 100 GPUs para mantener el ritmo de la demanda máxima utilizando difusión podría alcanzar una capacidad similar con una fracción de ese hardware.

Para los usuarios, la diferencia se siente como ver desarrollar una Polaroid en comparación con esperar en un cuarto oscuro químico. Las imágenes por difusión aparecen gradualmente, a menudo previsualizando en baja resolución antes de escalarse. STARFlow tiene como objetivo comportarse más como tomar una foto con un iPhone: tocas y un fotograma de alta fidelidad aparece casi de inmediato.

STARFlow‑V lleva la misma idea al video, donde las cuentas de pasos se disparan. Los modelos de video tradicionales basados en difusión a menudo realizan docenas de pasos por fotograma a lo largo de 16-24 fotogramas, convirtiendo un clip de 2 segundos en un trabajo que derrite servidores. STARFlow‑V, con aproximadamente 7 mil millones de parámetros, genera clips coherentes temporalmente de calidad 480p con muchos menos pases secuenciales.

Para cualquier empresa que aloje video generativo, la eficiencia es más importante que los derechos de presumir. Menos pasos por fotograma significan que puedes renderizar clips más largos, tasas de fotogramas más altas o más usuarios concurrentes sin hacer arder tu presupuesto de GPU.

Olvida las nubes de difusión y los horarios de desruido; los flujos normalizadores tratan la generación de imágenes como un truco matemático perfecto y reversible. STARFlow aprende una función directa e invertible que mapea un vector de ruido simple a una imagen terminada y viceversa, sin adivinar a través de cientos de intermedios ruidosos. Piénsalo como un diccionario bilingüe entre “ruido gaussiano” y “fondo de pantalla en 4K,” donde cada palabra tiene una traducción precisa y sin pérdida.

Los modelos de difusión como Stable Diffusion o DALL·E funcionan más como escultores. Comienzan desde la pura estática y luego aplican de 20, 50 o más de 100 pasos de denoising, empujando gradualmente los píxeles hacia algo que se asemeja a un gato, un coche o un castillo. Cada paso consume tiempo de GPU, memoria y energía, por lo que una mayor calidad suele significar más pasos y más espera.

Los flujos omiten por completo esa revelación lenta. Una vez entrenado, STARFlow toma muestras en esencialmente un solo pase a través de su red, además de algunos ajustes de orientación, que es cómo Apple alcanza esos números de "hasta 15× más rápido" en comparación con las líneas base de difusión. Sin cadenas de Markov largas, sin ajuste de muestreadores, sin ansiedad por contar pasos.

Detrás de escena, el núcleo de STARFlow es TARFlow: un Flujo Autoregresivo de Transformadores. En lugar de predecir la siguiente palabra en una oración, el transformador predice la transformación de variables latentes continuas que codifican la imagen. Apple ejecuta TARFlow en el espacio latente de un autoencoder preentrenado, por lo que el transformador nunca tiene que manejar directamente píxeles crudos de 1024×1024.

Los Transformers son excelentes para modelar estructuras de largo alcance, y las imágenes tienen mucho de eso: simetría, texturas, composición global. Las capas de atención de TARFlow capturan dependencias en toda la cuadrícula latente, de modo que un marco de ventana se alinea con el borde de un edificio y los reflejos coinciden con el cielo. Apple utiliza una pila de transformadores "profunda-superficial", manteniendo la mayoría de las capas de atención compactas mientras reserva profundidad para las partes más difíciles de la distribución.

Los flujos de normalización no aparecieron de repente con Apple; los investigadores los han probado para imágenes durante años. Históricamente, han quedado atrás de la difusión y de los GANs en fidelidad porque hacer cumplir una invertibilidad estricta restringía la capacidad del modelo y hacía que la optimización fuera frágil. Los primeros modelos de flujo como Glow producían muestras nítidas pero a menudo simplistas, excesivamente suavizadas, y tenían dificultades a altas resoluciones.

El trabajo de Apple enfrenta esas debilidades de manera directa. TARFlow relaja algunas restricciones arquitectónicas, opera en un espacio latente comprimido y añade orientación sin clasificador para agudizar las salidas sin pagar un impuesto por el paso de estilo de difusión. Los benchmarks en el documento de STARFlow de Apple muestran una calidad de imagen que se aproxima o iguala a la de los modelos de difusión más avanzados en conjuntos de datos estándar, mientras que muestrea hasta 10-15× más rápido a 512×512 y más.

Apple no solo publicó un artículo; lanzó una granada viva en el modelo de negocio de la IA al abrir el código de STARFlow y sus pesos en GitHub. El código, los puntos de control, las configuraciones de entrenamiento y los cuadernos de ejemplo están todos allí, bajo una licencia permisiva que se asemeja más a PyTorch que a un teaser de investigación restringido.

Para desarrolladores independientes, este es un kit de inicio para una nueva generación de productos. Un desarrollador en solitario puede clonar el repositorio, alquilar una sola A100 en DigitalOcean y poner en marcha un generador de imágenes 15 veces más rápido que compite con modelos de difusión de gama media sin pagar tarifas por solicitud a nadie.

Las startups de repente obtienen ventaja en un mercado dominado por peajes de API. En lugar de destinar su tasa de quema a OpenAI, Google o Midjourney, pueden ajustar STARFlow en dominios específicos—catálogos de moda, imágenes médicas, anime—mientras poseen el modelo y los márgenes resultantes.

Los investigadores también obtienen un sistema completamente inspeccionable: cada capa del Flujo Autoregresivo del Transformador, cada biyección de flujo normalizador, expuesta. Esa transparencia permite establecer métricas reproducibles, auditorías de seguridad y nuevas arquitecturas que serían imposibles con una API cerrada al estilo de ChatGPT.

La presión económica recae directamente sobre los proveedores cerrados. Cuando un modelo gratuito, alojado localmente, se vuelve "suficientemente bueno" para imágenes de marketing, guiones gráficos y videos en 480p, la disposición a pagar entre $0.04 y $0.12 por imagen o más de $0.30 por un clip corto a través de APIs propietarias se desploma.

Las plataformas cerradas ahora deben justificar sus precios con algo más que la calidad del modelo en bruto. Necesitan datos exclusivos, cumplimiento empresarial, herramientas integradas o garantías locales—ventajas que parecen más débiles una vez que una empresa del Fortune 500 puede ejecutar los pesos de Apple dentro de su propio clúster de Kubernetes.

Esta también es una lucha de valores: código abierto frente a una IA cerrada. Apple, históricamente alérgico a la apertura, acaba de armar al campamento abierto con un modelo de gama alta que cualquiera puede bifurcar, optimizar para Metal o portar a Android y Linux.

El control sobre los modelos fundamentales decide quién establece las reglas para las marcas de agua, los filtros de derechos de autor y los mecanismos de vigilancia. Si los sistemas de clase STARFlow proliferan fuera de unos pocos gigantes de la nube de EE. UU., el futuro de la IA se parecerá menos a un puñado de pasarelas de suscripción y más a la web primitiva: caótica, descentralizada y muy difícil de restringir nuevamente.

Demasiado bueno para ser cierto generalmente significa que hay una factura por pagar, y STARFlow no es la excepción. El modelo de Apple parece mágico en demostraciones curadas, pero la versión actual se encuentra firmemente en territorio de vista previa de investigación, no en el de producto. Obtienes potencia bruta, no un reemplazo pulido de Midjourney.

Los titulares de velocidad también ocultan un enorme asterisco de hardware. STARFlow tiene alrededor de 3 mil millones de parámetros para imágenes, y STARFlow-V escala a aproximadamente 7 mil millones de parámetros para video, lo que lo sitúa en el territorio de GPU de gama alta. Piensa en tarjetas de clase RTX 4090 o A100 con 24-80 GB de VRAM si deseas una salida de baja latencia y alta resolución.

Intentar ejecutar STARFlow en una única GPU de consumo con 8–12 GB de VRAM implica hacer compromisos. O bien disminuyes a resoluciones más bajas, aceptas un menor rendimiento por lote o transfieres a configuraciones de múltiples GPUs en la nube. Esa línea de “hasta 15× más rápido que la difusión” asume que puedes mantener el modelo completamente en memoria y presionarlo al máximo.

La experiencia del usuario también queda muy atrás de herramientas pulidas como Midjourney, DALL·E 3 o Adobe Firefly. Apple publica código de PyTorch, pesos de modelos y algunos cuadernos estilo Colab en GitHub, no una aplicación web brillante. Tú manejas tu propia interfaz de usuario para prompts, la cola de trabajos, el escalado y la integración con herramientas creativas.

La seguridad y la fiabilidad recaen directamente en quien lo despliega. STARFlow llega con filtros de seguridad mínimos, sin enforcement de políticas de contenido integrado y sin un monitoreo robusto de abusos. Si lo integras en un producto, tendrás que añadir tú mismo la detección de contenido NSFW, el filtrado de derechos de autor, la marca de agua y el registro.

La calidad es sólida en las evaluaciones, pero los flujos aún tienen compensaciones. Los flujos de normalización históricamente luchan con texturas ultrafinas, cabello, texto y tipografía pequeña, donde los modelos de difusión maduros destacan después de años de ajuste. Las muestras tempranas de STARFlow se ven nítidas en general, pero ocasionalmente muestran detalles micro borrosos o artefactos sutiles en escenas cargadas.

El video añade otra capa de compromiso. STARFlow‑V actualmente se centra en clips coherentes de aproximadamente 480p en las demostraciones públicas, no en imágenes cinematográficas en 4K. Puedes aumentar la resolución, pero eso traslada la carga a modelos de super resolución separados y consume los supuestos ahorros de velocidad y costos.

Así que sí, STARFlow es rápido, abierto y verdaderamente disruptivo. Pero en este momento se comporta más como un instrumento de laboratorio de investigación que como una cámara AI de conectar y usar: increíble en manos expertas, implacable si esperas un producto para el consumidor.

El objetivo final de Apple parece obvio: IA en el dispositivo que se sienta instantánea, privada y nativa en cada iPhone, iPad y Mac. STARFlow no es solo un despliegue de investigación; es un plano de cómo Apple quiere que los modelos generativos funcionen en Apple Silicon sin depender de enormes granjas de servidores.

Los flujos de normalización le dan a Apple una herramienta que los modelos de difusión nunca han podido ofrecer realmente. En lugar de 50 a 200 pasos de desruido, STARFlow genera una imagen en esencialmente un solo paso, convirtiendo el ruido en una imagen a través de un único mapeo invertible aprendido, lo que reduce la latencia y el consumo de energía.

Ese comportamiento de un solo paso es importante cuando tu “GPU” es un chip de la serie A o M con un presupuesto de energía limitado. Un modelo de imagen STARFlow de 3B parámetros y un modelo de video STARFlow-V de aproximadamente 7B parámetros ya funcionan drásticamente más rápido que la difusión en GPU de clase de escritorio; comprimir eso en una losa de vidrio de 6 pulgadas es otra historia.

Chequeo de realidad: no ejecutarás los puntos de control de STARFlow de hoy de forma nativa en un iPhone 15 Pro sin compromisos drásticos. Incluso con cuantización, poda y optimizaciones de Core ML, los modelos de varios miles de millones de parámetros más la sobrecarga del autoencoder requieren una capacidad de ancho de banda de memoria y VRAM mucho mayor de la que el hardware móvil actual puede ofrecer.

En cambio, STARFlow funciona como un objetivo de diseño para el futuro de Apple Silicon. Se espera que las próximas generaciones de los modelos A y M aumenten el rendimiento de la NPU, la SRAM en el chip y el ancho de banda de memoria específicamente para manejar la generación rápida y basada en flujos de fotos, videos cortos y activos en 3D.

Una vez que ese hardware exista, la historia del software se escribe sola. Las aplicaciones nativas podrían ofrecer generadores integrados para: - Arte para fondos de pantalla y pantallas de bloqueo en el dispositivo - B‑roll, texturas y transiciones para Logic Pro y Final Cut Pro - Generación de activos y maquetas de interfaz de usuario en Xcode

Apple ya ejecuta modelos de lenguaje pequeños localmente en el stack de Apple Intelligence de iOS 18, mientras delega tareas más pesadas en la nube. STARFlow sugiere una separación similar para los medios: generación ligera y sensible a la privacidad en el dispositivo, con tareas más pesadas y de mayor resolución que se transfieren silenciosamente a los servidores de Apple cuando es necesario.

Iniciar STARFlow comienza en GitHub. El repositorio de Apple ml-starflow incluye el código de entrenamiento, scripts de inferencia y configuraciones para STARFlow y STARFlow‑V, además de ejemplos de cuadernos Colab del sitio de demostración. Necesitas tener sólidos conocimientos de Python, PyTorch y CUDA, así como una GPU con al menos 16-24 GB de VRAM si deseas trabajar con resoluciones más altas o video.

Los desarrolladores pueden integrar STARFlow como un backend más rápido donde ya se utilizan modelos de difusión. En cualquier lugar donde actualmente lleves a cabo de 50 a 100 pasos de denoising, una única pasada hacia adelante puede reducir la latencia y las horas de GPU. Piensa en puntos finales de generación de imágenes que pasan de ~2–5 segundos a respuestas de menos de un segundo en el mismo hardware.

Las plataformas de contenido pueden cambiar silenciosamente sus motores de arte de IA. Las aplicaciones sociales que generan automáticamente miniaturas, fondos de historias o filtros pueden ejecutar inferencias más económicas y de mayor rendimiento utilizando STARFlow. Una sola instancia A100 o H100 podría atender a muchos más usuarios en paralelo que un conjunto de difusión comparable.

Los proveedores de software creativo tienen un camino de plugin obvio. Editores estilo Photoshop, clones de Figma o herramientas 3D pueden integrar STARFlow para la conversión de texto a textura, transferencia de estilo y exploración de diseños con vistas previas casi instantáneas. Una latencia más baja significa flujos de trabajo de UI que se sienten interactivos en lugar de "clic y espera".

Los experimentos de video en tiempo real están al alcance con STARFlow‑V. Es probable que aún no alcances 60 fps a 1080p, pero un muestreo de 10 a 15 veces más rápido hace que los filtros generativos, la estilización o el reemplazo de fondo en 480p sean viables en una sola GPU de alta gama. Piensa en plugins para OBS o flujos de trabajo de VTubers que realmente reaccionan a los comandos al instante.

Los investigadores tienen, quizás, el juguete más radical: probabilidades exactas. Los flujos de normalización te permiten calcular p(x) directamente, por lo que STARFlow habilita la detección de anomalías, la puntuación fuera de distribución y la auditoría de conjuntos de datos que los modelos de difusión no pueden realizar. Puedes clasificar los fotogramas por "qué tan típicos" se ven, examinar las sesgos de entrenamiento de manera cuantitativa o integrar log-verosimilitudes en modelos científicos posteriores.

STARFlow llega a un arena concurrida dominada por DALL·E 3 de OpenAI, Imagen de Google y Midjourney, pero no intenta copiarlos. Apple está apostando por la eficiencia bruta, la apertura y una integración hardware estrecha en lugar de una única aplicación de consumo pulida. Eso hace que esto sea menos un asesino de Midjourney y más un movimiento de plataforma.

Un enfrentamiento simple se ve así:

• 1Tecnología principal: STARFlow utiliza un híbrido de flujo normalizante + transformador; DALL·E e Imagen utilizan difusión; Midjourney utiliza variantes de difusión propietarias.
• 2Apertura: STARFlow se entrega con código y pesos en GitHub; DALL·E, Imagen y Midjourney funcionan como APIs cerradas o bots de Discord.
• 3Reclamos de rendimiento: Apple cita una velocidad de muestreo de hasta 10 a 15 veces más rápida que la difusión con una calidad similar; los rivales enfatizan la calidad y el ecosistema, no solo el conteo de pasos.
• 4Caso de uso principal: STARFlow se dirige a aplicaciones personalizadas y en dispositivo; DALL·E vive dentro de ChatGPT y Azure; Imagen dentro de Google Cloud y Workspace; Midjourney dentro de Discord para creadores.

La fuerza única de Apple radica en la eficiencia. El modelo de imagen de STARFlow con ~3 mil millones de parámetros y el modelo de video STARFlow‑V con ~7 mil millones de parámetros generan resultados en far fewer pasos, lo que reduce la latencia y el tiempo de GPU. Para cualquiera que esté gestionando su propia infraestructura—startups, desarrolladores independientes, laboratorios—eso se traduce directamente en facturas de nube más bajas y despliegues realistas en las instalaciones.

OpenAI responde con la integración multimodal. DALL·E se conecta directamente a GPT‑4o, voz y herramientas, por lo que las empresas pueden integrar la generación de imágenes en chatbots, flujos de trabajo de soporte y bases de conocimiento internas con unas pocas llamadas a la API. No obtienes pesos ni control de bajo nivel, pero sí contratos empresariales, SLA y la infraestructura de Azure de Microsoft.

La Imagen de Google se enfoca en el bloqueo del ecosistema. Se oculta dentro de Vertex AI, Google Photos y Workspace, donde ya habitan los departamentos de TI. Para las grandes empresas que se preocupan más por la gobernanza, la residencia de datos y el cumplimiento que por los detalles internos del modelo, "funciona donde ya están tus documentos y correos electrónicos" supera a las estrellas de GitHub cada vez.

Midjourney todavía posee la ventaja estética. Su pipeline de difusión ajustado, estilos impulsados por la comunidad y flujo de trabajo nativo de Discord lo convierten en la opción predeterminada para ilustradores, artistas conceptuales y fábricas de memes. Intercambias reproducibilidad y apertura por sensaciones y velocidad de iteración.

Quién gana depende de quién seas. Los desarrolladores y los entusiastas del código abierto obtienen más de STARFlow. Las empresas aún gravitan hacia OpenAI y Google. Los artistas por ahora se quedan con Midjourney. Los consumidores ocasionales van donde su aplicación de chat o teléfono lo integre primero—y ahí es exactamente donde Apple planea atacar.

Apple ha pasado una década insistiendo en que hace "IA" sin mencionar nunca la palabra, ocultando el aprendizaje automático detrás de características como Deep Fusion, Face ID y la dictado en el dispositivo. STARFlow desvela esa cobertura. Un modelo de imagen de última generación y código abierto con 3 mil millones de parámetros de Cupertino señala que Apple ahora quiere un asiento visible en la mesa de la IA generativa, no solo optimizaciones silenciosas en segundo plano.

STARFlow también sirve como un manifiesto para la pila de IA preferida de Apple: privada, eficiente y nativa de hardware. En lugar de enormes clusters en la nube y APIs opacas, Apple está apostando por modelos que funcionan cerca del hardware en Apple silicon, ajustados para inferencias de baja latencia y bajo consumo energético que pueden operar en un iPhone o un MacBook sin un centro de datos detrás.

Esa filosofía se alinea casi perfectamente con las ambiciones a largo plazo de Apple en AR/VR. Un futuro Vision Pro que pueda generar texturas 3D, entornos o superposiciones de video en tiempo real no puede permitirse 50–100 pasos de difusión y un viaje al cloud; necesita algo como la generación de paso único de STARFlow y un muestreo de 10–15 veces más rápido, integrado en el chip M de los auriculares.

Los asistentes personales son otro objetivo evidente. Un sucesor genuinamente útil de Siri necesitará sintetizar imágenes, clips cortos y maquetas de interfaz al instante—diseñar una diapositiva, visualizar una receta, crear maquetas de distribución de una habitación—sin filtrar fotos o documentos privados. La arquitectura invertible y basada en flujos de STARFlow ofrece a Apple un camino hacia asistentes multimodales que permanezcan locales y respeten la política de privacidad de la empresa.

Los profesionales creativos pueden sentir el impacto primero. Imagina Final Cut Pro, Logic Pro y Xcode integrando modelos al estilo de STARFlow para la generación de guiones gráficos, B-roll, arte conceptual o activos de interfaz, todo renderizado en el dispositivo con un M3 Max. El enfoque de Apple en la eficiencia se traduce directamente en más cuadros, resoluciones más altas y ciclos de retroalimentación más ajustados para editores y diseñadores.

Para los investigadores e ingenieros, este movimiento envía un mensaje igualmente contundente. La publicación del código y los pesos en GitHub le dice a los mejores talentos en IA que Apple publicará trabajo serio nuevamente, y no solo lo enterrará en marcos internos. En un mundo donde OpenAI, Google y Meta dominan arXiv, STARFlow reposiciona a Apple como un laboratorio de investigación creíble y ambicioso, no solo como una empresa de hardware pulido.

Apple acaba de ofrecer a todos un vistazo de cuál es la próxima fase de la IA generativa: más rápida, más barata y menos restringida por la API de otro. STARFlow y STARFlow‑V no son productos pulidos, pero son un esquema funcional de cómo arquitecturas eficientes pueden superar la difusión por fuerza bruta a un costo de muestreo de 10 a 15 veces menor.

Los desarrolladores deben tratar el repositorio de GitHub de STARFlow como un laboratorio, no como una biblioteca. Clónalo, ejecuta las configuraciones proporcionadas de Colab o en la nube, y perfila cómo se comporta un Transformer Autoregressive Flow de 3 mil millones de parámetros en comparación con un modelo base de difusión a resoluciones de 512×512 o 1024×1024.

Empuja más allá de los guiones predeterminados. Intercambia tu propio autoencoder, experimenta con inferencia de menor precisión (FP16, posiblemente INT8) y mide la latencia en GPUs de consumo como la RTX 3060/4060 en comparación con las tarjetas de centros de datos. Esa experiencia práctica será importante cuando cada RFP empiece a preguntar cómo tu sistema logra generación de imágenes en menos de un segundo sin un rack de A100s.

Los creadores y las empresas no necesitan tocar un terminal todavía, pero deberían estar atentos a dónde aparece esta tecnología. Esperen una ola de herramientas que publicitan discretamente la generación "basada en flujo" o "en un solo paso" y que desbancan a los incumbentes en:

• 1Costo por imagen
• 2Tiempo hasta el primer cuadro
• 3Implementación local o en las instalaciones

Si un estudio de diseño actualmente paga cientos de dólares al mes por Midjourney o DALL‑E, una alternativa impulsada por STARFlow que funciona en una sola GPU de estación de trabajo o en una modesta instancia en la nube se vuelve muy atractiva.

Los flujos normalizadores eran un tema de investigación de nicho hace cinco años; Apple los ha llevado de nuevo al centro de atención. Si este enfoque escala, la próxima carrera armamentista en inteligencia artificial se trasladará de modelos de 100 mil millones de parámetros cada vez más grandes a sistemas de 3 a 10 mil millones de parámetros, sumamente eficientes, que funcionen en laptops, dispositivos de borde y, eventualmente, en iPhones.

Montar esa ola significa optimizar para la eficiencia y la accesibilidad ahora: modelos más pequeños, arquitecturas más inteligentes y modelos de negocio que asumen que los clientes no tolerarán una IA lenta, opaca y exclusivamente en la nube para siempre.

¿Qué es Apple STARFlow?

STARFlow es un modelo de generación de imágenes y videos de código abierto de Apple. Utiliza una tecnología llamada flujos de normalización para crear visuales de alta calidad hasta 15 veces más rápido y de manera más eficiente que los modelos de difusión tradicionales como Stable Diffusion.

¿Es STARFlow mejor que DALL-E o Midjourney?

STARFlow es significativamente más rápido y computacionalmente eficiente, ofreciendo una calidad comparable en métricas de investigación. Sin embargo, DALL-E y Midjourney son productos maduros y ricos en características, mientras que STARFlow es actualmente una vista previa de investigación para desarrolladores y requiere experiencia técnica para su uso.

¿Puedo ejecutar STARFlow en mi iPhone?

Aún no. Aunque la tecnología subyacente es adecuada para aplicaciones futuras en dispositivos, los modelos actuales requieren GPU de alta gama para servidores. Su lanzamiento señala la dirección estratégica de Apple hacia una IA generativa potente y prioritaria en el dispositivo.

¿Por qué Apple hizo de STARFlow un proyecto de código abierto?

Al lanzar STARFlow, Apple desafía los ecosistemas cerrados de competidores como OpenAI y Google. Empodera a la comunidad de desarrolladores, acelera la investigación y posiciona a Apple como un actor clave en el panorama de la IA de código abierto, potencialmente impulsando la adopción de su hardware.