La mayor parte de nuestro tráfico de búsqueda nunca fue humano

Por Oleg Sidorkin, CTO de Cinevva

Nuestro tráfico de búsqueda orgánica está creciendo, y lleva haciéndolo todo el año. Esa parte es real. Pero a principios de julio la línea se disparó de una forma que no se correspondía con nada que hubiéramos publicado, y un salto sin una causa detrás merece una tarde de investigación.

Investigamos y encontramos una flota de Chrome sin interfaz que llegaba con un referente de Google.

La forma importa más que el pico

Durante la primavera, la proporción de sesiones falsas osciló entre un tercio y dos tercios. Es, más o menos, el ruido de fondo con el que convive cualquier sitio web público.

A finales de junio empezó a subir y siguió haciéndolo. Desde la primera semana de abril hasta mediados de julio, las sesiones reales se multiplicaron aproximadamente por 5,5. Las automatizadas, por 18,6.

Por qué era difícil detectarlo

Vigilamos estas cifras de cerca, y todo lo que se mueve sin explicación acaba siendo objeto de una consulta. La razón por la que este caso exigió una investigación de verdad es que nuestras filas de sesiones no podían distinguir realmente entre ambas poblaciones.

La interacción se infería a partir de la marca de tiempo last_activity_at de cada sesión. En una visita de una sola página, ese campo no cambia después de la primera escritura.

Por tanto, un bot que carga una página y se marcha escribe la misma fila que una persona que llega a una guía y la lee durante cinco minutos. La tasa de rebote, el tiempo en el sitio, la interacción: todo se calculaba a partir de un campo que no contiene información alguna sobre las sesiones de una sola página. Esto no es raro. Es lo habitual en la mayoría de los sistemas de analítica desarrollados internamente, y sería lo primero que comprobaría en el tuyo.

La solución fue dejar de inferir datos a partir de la fila de la sesión y consultar en su lugar la baliza de salida, que informa del tiempo real en la página y de la profundidad de desplazamiento desde el cliente. En cuanto usamos pruebas en vez de inferencias, ambos grupos se separaron inmediatamente.

Esa diferencia es la prueba de que el clasificador describe algo real, en lugar de etiquetar como robots a visitantes poco activos.

Qué delata realmente a una flota

El agente de usuario es el peor lugar donde buscar, porque es lo más barato de cambiar. La mejor señal resultó ser la tarjeta gráfica.

Los navegadores sin interfaz de un centro de datos no tienen GPU, así que recurren al renderizado por software, y WebGL devuelve la cadena del renderizador sin necesidad de insistir. SwiftShader, llvmpipe, Mesa OffScreen. Los visitantes reales tienen GPU reales.

El origen de red ayudó menos de lo que cabría esperar. Aproximadamente cuatro de cada diez de estas sesiones salen a través de proveedores de internet residenciales reales. Los proxies residenciales son baratos hoy en día, y cualquier regla que dé por hecho que los bots proceden de AWS dejará escapar a casi la mitad.

El resto se detectó gracias a imposibilidades físicas en los datos que el cliente comunicaba sobre sí mismo. Un agente de usuario de Chromium siempre termina con un token de Safari que coincide con su token de AppleWebKit, fijado en 537.36 desde 2013, pero esta flota emitía errores como Safari/537.35 y .38. Un agente de usuario de teléfono afirmaba tener una pantalla de 1600x1200. Otra variante declaraba un cuadrado perfecto de 1600x1600. Una afirmaba tener 1200x3000: un monitor de escritorio en vertical con una relación de 2,5:1 que nadie fabrica.

Cada uno de esos casos corresponde a la configuración de un emulador, y ninguno aparece a menos que lo busques.

La flota se adaptaba cada vez que la marcábamos

El primer perfil era Linux Chrome, con un referente de Google, America/New_York y 1920x1080. Escribimos una regla.

Regresó una variante con 800x600 y UTC. Ampliamos la regla.

Después apareció un grupo chino que usaba direcciones residenciales de China Mobile y Unicom con versiones fijas del navegador, entre ellas Chrome 99 de marzo de 2022 y la configuración predeterminada de emulación de dispositivos de Chrome DevTools: un Nexus 5 de 2015 con WeChat de 2018. Esas sesiones salen a través de proveedores de internet residenciales, así que todas nuestras reglas de red eran inútiles contra ellas.

Luego apareció una variante estadounidense en Cox y Comcast con un agente de usuario Chrome 146 actual y totalmente verosímil a 1920x1080. No hay nada incorrecto en esa huella y, examinando las sesiones de una en una, es indistinguible de un visitante real.

Así que el último detector que construimos no examina sesiones individuales. Agrupa las 48 horas anteriores por país, agente de usuario, tamaño de pantalla y fuente de tráfico, y luego busca grupos de al menos 20 sesiones anónimas en los que el 95 % o más nunca lee durante tres segundos ni se desplaza un solo píxel.

Los visitantes reales no se agrupan de forma tan uniforme. Veinte desconocidos con un navegador y una resolución idénticos que se marchan sin leer nada son una máquina con veinte direcciones. Cualquier integrante del grupo que sí haya leído o se haya desplazado sigue considerándose humano, y las sesiones vinculadas a una cuenta real nunca se marcan.

La auditoría también encontró el error contrario

Mientras eliminábamos a los visitantes falsos de las cifras, encontramos visitantes reales que habíamos estado descartando.

Cuando dispusimos de tiempos de lectura reales, descubrimos que el 34,2 % de lo que habíamos contabilizado como rebotes humanos eran personas que habían leído durante 30 segundos o más, o que se habían desplazado más allá de la mitad de la página. Un tercio de esos «fracasos» eran, en realidad, contenido que estaba funcionando. Los lectores chinos que llegaban desde Bing pasaban cinco minutos en una sola guía y quedaban registrados como rebotes.

Las cifras estaban equivocadas en ambos sentidos a la vez, y ambos errores apuntaban en la misma dirección incorrecta. Juntos te hacen creer que tu tráfico es grande y superficial cuando, en realidad, es menor y más profundo.

El canal por el que pagamos era el fiable

Últimos 30 días. El tráfico orgánico de Google representó el 63,7 % de todas las sesiones durante ese periodo.

Todos los instintos relacionados con el crecimiento apuntan en la dirección contraria. Das por hecho que el fraude está en el tráfico de pago y que el tráfico orgánico es el que te has ganado. En nuestro caso era al revés.

Si hubiéramos reasignado el presupuesto basándonos en las cifras de julio, habríamos retirado dinero del canal que realmente aportaba personas para invertirlo en producir más contenido para un scraper.

Por qué merece una tarde

La cifra en sí no es más que una cifra. Pero de ella dependen las páginas que escribiremos a continuación, el idioma en el que invertiremos, si una campaña sobrevive a la revisión y si el trimestre pareció lo bastante bueno como para seguir haciendo lo mismo. Todo eso puede verse alterado por un desconocido con un conjunto barato de proxies.

Si gestionas un sitio pequeño, examina las cadenas del renderizador de GPU y las balizas de salida antes de confiar en tu propia curva de crecimiento.

Y considera nuestras cifras como un mínimo, no como un veredicto. Aquí, «humano» solo significa «aún no detectado», las reglas se escribieron a partir de las huellas que observamos por casualidad y seguimos sin saber quién opera esta flota ni qué quiere de un sitio de creación de juegos.

Contenido relacionado:

• La trampa de los costes fijos — otra cifra que resultó no tener ningún amortiguador detrás
• Por qué construimos nuestro propio motor WebGPU — el mismo argumento sobre controlar la capa de la que dependes
• Guías — el contenido que esta auditoría debía medir

Por Oleg Sidorkin, CTO de Cinevva

El 25 de junio, Tim Sweeney, CEO de Epic, calificó de «realmente irresponsable» el requisito de Valve de divulgar el uso de IA en Steam. Su argumento fue directo. Tienes que publicar en Steam para que la gente pueda añadir tu juego a su lista de deseados y, en cuanto lo haces, «te obligan a colocar esta letra escarlata de la IA en tu producto, y ahora hay una comunidad de detractores intentando acabar con el juego». Su conclusión: la etiqueta hace que sea «mucho, mucho, mucho más difícil que un desarrollador de videojuegos tenga alguna posibilidad de éxito».

Lo incómodo es que los datos respaldan ese temor. Según Game Oracle, los títulos que incluían la declaración de uso de IA generativa recibieron un 53 % menos de reseñas que otros juegos comparables sin ella. Las reseñas alimentan el motor de recomendaciones, por lo que la brecha se agrava. Menos reseñas significa menos visibilidad, lo que significa menos jugadores y, de nuevo, menos reseñas.

La contradicción que nadie está señalando

Esto es lo que convierte el asunto en la historia del mes, y no en una simple disputa. Sweeney dijo esto ocho días después de que su propia empresa protagonizara el movimiento más abiertamente favorable a la IA de la historia de los motores. En State of Unreal, el 17 de junio, Epic presentó Unreal Engine 6 y lanzó la versión 5.8 con compatibilidad experimental con servidores MCP, un complemento que conecta directamente con el editor modelos de lenguaje como Claude y Gemini. Así que la misma persona dirige el motor más importante, que compite por situar la IA en el centro de la creación de videojuegos, y ataca a la tienda más importante por reconocer que se utilizó IA para crearlos.

Puedes llamarlo hipocresía, pero muestra dónde reside realmente la tensión. La IA es bienvenida en la capa de herramientas, donde ahorra tiempo al desarrollador y nadie fuera del estudio llega a verla. La IA se castiga en la capa de publicación, donde la tienda imprime una etiqueta y el público decide qué significa. La misma tecnología, un trato opuesto, y la línea que las separa coincide exactamente con el límite de la tienda.

La solución de Sweeney apunta al objetivo equivocado

Su propuesta es eliminar la etiqueta. Eso solo trata el síntoma. La etiqueta únicamente resulta letal porque Steam es una puerta única por la que pasan unos cuantos miles de juegos cada mes, donde una etiqueta de «hecho con IA» se convierte en un punto de coordinación para una multitud que bombardea con reseñas negativas y en una señal que el algoritmo de recomendaciones interpreta discretamente. Quita la etiqueta y seguirás teniendo la puerta, la multitud y el algoritmo. La penalización simplemente se trasladará a un lugar más difícil de medir.

La trampa no es la declaración. Es el cuello de botella. Cualquier tienda con suficiente poder como para que una lista de deseados importe también tiene poder suficiente para permitir que una sola etiqueta decida un lanzamiento. Los desarrolladores que construyeron toda su distribución alrededor de esa puerta están descubriendo que la puerta tiene opiniones.

El navegador no reparte letras escarlatas

Un juego que se ejecuta desde un enlace no tiene formulario de divulgación ni etiqueta, y tampoco una multitud esperando en una única tienda para clasificarlo como «auténtico» o «basura de IA» antes de que nadie lo juegue. El juicio ocurre donde debería: durante los primeros treinta segundos de juego, no en un campo de metadatos que el algoritmo lee antes incluso de que el juego se cargue.

Para dejar claro qué soluciona esto y qué no, quienes odian el arte generado con IA seguirán odiándolo en una pestaña del navegador. El sentimiento se propaga. Lo que no se propaga es la etiqueta institucional que convierte ese sentimiento en una regla de clasificación, la casilla que un algoritmo lee y alrededor de la cual se coordina una multitud para bombardear el juego con reseñas negativas antes de que nadie pulse «Jugar». Elimina eso y la cuestión vuelve a reducirse a la única pregunta que siempre fue justa: si el juego es divertido. Un juego de navegador se gana a su público de la misma manera, tanto si los árboles los dibujó una persona como un modelo, y esa es la diferencia entre alquilar la distribución y ser dueño de ella.

Qué significa esto si estás creando un juego

Sweeney tiene razón en que la penalización por divulgar el uso de IA es real y en que determinará qué se acaba creando. Se equivoca al pensar que la respuesta es presionar para retirar la etiqueta de la tienda más grande del mundo. No vas a ganar esa batalla; solo esperarás a la siguiente política. La jugada consiste en dejar de necesitar la puerta que imprime la etiqueta.

Construimos Cinevva precisamente en torno a esa idea. Juegos creados y jugados en el navegador, compartidos mediante un enlace y juzgados por si son divertidos, no por cómo se hicieron. Los estudios que se pelean por la etiqueta de IA están disputándose espacio en los estantes de una tienda. La apuesta más interesante es que la tienda deje de ser el único escaparate. Cuando tu juego se abre en una pestaña del navegador, la letra escarlata no tiene dónde prenderse.

Relacionado:

• La división 52/52 — la adopción empresarial y el rechazo de los desarrolladores se sitúan en la misma cifra, y las reglas de las tiendas son parte del motivo
• Ahora todo el mundo quiere ser el motor de videojuegos con IA — la carrera por dominar la capa de herramientas que Unreal Engine 6 acaba de intensificar
• Los motores nativos de IA ya están llegando — en marzo, MCP en el editor era una idea de una startup; ahora está en Unreal
• Para creadores de videojuegos — publica juegos jugables mediante un enlace, sin la barrera de una tienda ni etiquetas de divulgación

Por Oleg Sidorkin, CTO de Cinevva

Bungie acaba de poner fin al desarrollo activo de Destiny 2 tras nueve años, con despidos por venir, y ha trasladado a su personal a Marathon, un juego que perdió a más de la mitad de sus jugadores simultáneos durante su primer mes. Unas semanas antes, OpenAI cerró Sora tras quemar aproximadamente un millón de dólares al día frente a unos ingresos totales de alrededor de dos millones. Durante toda la primavera, un estudio tras otro recortó personal. Es fácil clasificar estos casos bajo distintos epígrafes: agotamiento con los juegos como servicio, exageración en torno a la IA, una economía debilitada. Son el mismo fracaso con tres disfraces.

Tres colapsos, un mismo patrón

Cada historia tiene el mismo esqueleto. Algo muy caro acarrea unos costes fijos muy elevados. La audiencia cambia. La estructura de costes no puede adaptarse con ella. Destiny 2 necesitaba que cientos de personas publicaran contenido indefinidamente solo para mantenerse a flote. Los costes de Sora crecían con cada vídeo generado, así que su popularidad agravaba las pérdidas en vez de reducirlas. Un estudio de 300 personas con un único título estrella en producción mantiene una nómina a la que no le importa si al proyecto le va bien. Cuando los ingresos cambian y los costes no pueden acompañarlos, la única palanca que queda es recortar personal. Por eso todos estos casos terminan en despidos.

El problema nunca fue el producto

El error de Bungie no fue que Destiny 2 fracasara. Duró nueve años y se ganó una audiencia fiel. El error fue que su única continuación era otro juego como servicio con un presupuesto de cientos de millones, de modo que, cuando Marathon empezó a tambalearse, no había nada más pequeño en lo que apoyarse. Sora no era una mala demostración. Era un modelo realmente impresionante unido a un motor económico que castigaba su propio éxito. En ambos casos, lo que lanzaron funcionaba. Lo que no funcionaba era el tamaño de la apuesta que había detrás. Un estudio que lo apuesta todo a un único título gigantesco no tiene amortiguadores. El primer trimestre malo también es el último.

La única defensa real es un fracaso barato

Esta es la parte que los titulares omiten. Los estudios y las herramientas que sobreviven a las crisis no son los que aciertan más a menudo. Nadie elige ganadores de forma fiable. Son aquellos en los que un fracaso no acaba con la empresa. Si un juego le cuesta a un equipo pequeño unas semanas, en vez de unos años a varios cientos de personas, un fracaso es un martes, no un funeral. Los cálculos que acaban de poner fin al desarrollo de Destiny 2 parten de que cada apuesta es enorme y, por tanto, cada pérdida es fatal. Reduce lo suficiente el coste de un solo intento y la lógica se invierte. Puedes equivocarte la mayoría de las veces, que es la única forma honesta de acertar de vez en cuando.

Por eso la trampa de los costes fijos es estructural, no un problema de Bungie ni de OpenAI. Cualquier modelo que necesite cientos de personas, o una capacidad de cómputo que crezca con el uso más rápido que los ingresos, es frágil por diseño. Parece sólido justo hasta que la audiencia cambia, y la audiencia siempre cambia.

Qué significa esto si estás creando

El futuro no consiste en menos juegos y más grandes desarrollados por equipos de mil personas. Consiste en muchos más juegos creados por equipos pequeños y personas individuales, donde probar algo no cueste casi nada. Eso no es optimismo; es hacia donde apunta la economía. La audiencia que abandonó Destiny no desapareció. Se fragmentó entre decenas de juegos, y la próxima oleada que consiga atraerla será más barata de crear, más rápida de lanzar y más fácil de mejorar de forma iterativa que cualquier monolito desarrollado durante una década.

Esa es la apuesta que estamos construyendo en Cinevva. Juegos creados y jugados en el navegador, donde el coste de un intento sea lo bastante bajo como para que un fracaso no se lleve al estudio por delante. La misma lógica económica que acaba de poner fin al desarrollo de Destiny 2 es precisamente la que diseñamos la plataforma para sortear. Los gigantes están aprendiendo por las malas que la escala sin amortiguadores no es más que exposición al riesgo. Quienes lo comprendan primero podrán seguir creando durante la crisis en lugar de convertirse en víctimas de sus recortes.

Relacionado:

• Bungie pone fin al desarrollo de Destiny 2 — la retirada, los despidos y la apuesta por Marathon
• Sora ha desaparecido — un millón de dólares al día frente a dos millones de ingresos totales
• Los despidos en la industria de los videojuegos continúan durante marzo de 2026 — la contracción generalizada
• Los escombros de los gigantes — la oportunidad para los independientes al otro lado del colapso
• Para creadores de juegos — publica juegos jugables, participa en el fondo de suscripciones y recibe pagos basados en el tiempo de juego

Por Mariana Muntean, CEO de Cinevva

Cada historia sobre un estudio que pone fin a un juego se presenta como una tragedia, y para quienes pierden su empleo lo es. Pero debajo hay una segunda historia, la que no tiene comunicado de prensa. Cuando Bungie pone fin al desarrollo activo de Destiny 2, no solo está recortando un equipo. Está liberando a una audiencia. Millones de jugadores que organizaban sus tardes en torno a un único juego están buscando, poco a poco, el siguiente. Eso no es una pérdida para los videojuegos. Es una redistribución, y los equipos pequeños pueden captar a más jugadores de los que creen.

Un cierre es una migración

Cuando un juego como servicio entra en su etapa final, sus jugadores no abandonan los videojuegos. Abandonan ese juego. La comunidad de Destiny no perdió el interés por jugar con amigos. Perdió el motivo para seguir haciéndolo en un lugar concreto. Lo mismo ocurrió tras cada gran cierre anterior. La audiencia se dispersa y se dirige hacia aquello que se percibe fresco, social y vivo. Los gigantes pasaron una década reuniendo a esos jugadores en una sola sala. Ahora las puertas se están abriendo y los jugadores vuelven al mercado.

Los jugadores desplazados son la audiencia más barata a la que jamás llegarás

Lo más difícil en los videojuegos no es crear uno. Es conseguir que alguien lo pruebe. Para la mayoría de los estudios pequeños, el coste más alto es captar la atención. Durante un breve periodo, un jugador que viene de un juego como servicio en proceso de cierre busca activamente una alternativa. Tiene tiempo que antes dedicaba a ese juego, un grupo de amigos que busca un nuevo hogar y ninguna lealtad actual. Esa es la combinación más infrecuente del sector: jugadores motivados, sin ataduras y que llegan en grupo. No tienes que arrebatárselos a nadie. El gigante ya los dejó ir.

Lo que los gigantes ya no pueden hacer

Esta es la asimetría. Un estudio de mil personas no puede perseguir a una audiencia fragmentada. Su estructura de costes, la trampa de los costes fijos sobre la que escribimos, solo funciona si consigue un éxito masivo. Doce juegos extraños para doce nichos no bastan para cubrir una nómina de ese tamaño. Por eso, el momento exacto en que la audiencia se fragmenta es también cuando los gigantes tienen menos capacidad para atenderla. Esa brecha es la oportunidad para los indies. Los equipos pequeños pueden crear los juegos extraños, específicos y sociales que realmente desea un fragmento de un fragmento, con un coste que hace que una audiencia de nicho sea más que suficiente.

Cómo estar ahí cuando lleguen

Estar entre los escombros en el momento adecuado no es cuestión de suerte, sino de posicionamiento. Significa publicar a menudo en vez de apostarlo todo a un único lanzamiento. Significa crear juegos con un coste lo bastante bajo como para tener uno listo cuando comience la migración, no dieciocho meses después de que termine. Significa encontrarse con los jugadores desplazados donde ya están: en una pestaña del navegador, con algo a lo que puedan jugar con un solo clic e invitar a sus amigos.

Eso es lo que estamos construyendo en Cinevva. Un lugar donde los equipos pequeños publican rápidamente juegos jugables, consiguen que los descubran mediante reels en vez de depender de un presupuesto publicitario y obtienen ingresos por el tiempo de juego en lugar de por un pico de ventas durante el lanzamiento. Los gigantes están enseñando a toda la industria que la escala es frágil. La otra cara de esa lección es que su audiencia está disponible, y quienes están preparados para captarla son aquellos que nunca necesitaron que fuera enorme.

Relacionado:

• La trampa de los costes fijos — por qué los gigantes son frágiles desde el principio
• Bungie pone fin al desarrollo de Destiny 2 — nueve años de audiencia, de vuelta al mercado
• Los despidos en la industria de los videojuegos continúan hasta marzo de 2026 — la magnitud de la contracción
• Para creadores de juegos — descubrimiento mediante reels, fondo de suscripciones y pagos por tiempo de juego

Por Oleg Sidorkin, CTO de Cinevva

Hace dos meses escribimos que el renderizado en navegadores había tenido su mejor mes hasta la fecha, y supusimos que era un pico puntual. No lo fue. Fue el inicio de una tendencia, y esa tendencia tiene una dirección clara. El navegador se está convirtiendo en un lugar donde lanzar un juego de verdad, no en un lugar al que portar uno pequeño.

Lo que ha llegado desde marzo

Repasemos la lista. Babylon.js 9 incorporó iluminación por clústeres para miles de luces dinámicas, iluminación volumétrica y una renovación completa del splatting gaussiano. Three.js r184 añadió HTMLTexture, que renderiza DOM interactivo y en vivo como una textura sobre una superficie 3D. PlayCanvas v2.17 incorporó splatting gaussiano controlado por GPU en WebGPU, con armónicos esféricos f16, además de ordenación y descarte por frustum en la GPU. La beta de Godot 4.7 añadió exportaciones web wasm64 que eliminan el antiguo límite de memoria de 4 GB, junto con salida HDR real y luces de área. Chrome 146 incorporó un modo de compatibilidad con WebGPU que funciona sobre OpenGL ES 3.1 y Direct3D 11, y el propio WebGPU alcanzó el estado de Recomendación Candidata del W3C. Cualquiera de estos avances habría bastado para hacer de este un trimestre notable. Todos llegaron en unas ocho semanas.

«Suficientemente bueno para una demo» pasó a ser «suficientemente bueno para lanzar»

Las funciones que han llegado no son juguetes. La iluminación por clústeres permite iluminar una escena con miles de luces dinámicas sin que se desplome la tasa de fotogramas. El splatting gaussiano permite incorporar entornos fotorealistas capturados a un juego con tasas de fotogramas interactivas. La ordenación y el descarte controlados por GPU marcan la diferencia entre una demo técnica que da tirones y un juego que mantiene los 60 FPS. Estas son las técnicas que usan los motores nativos para lanzar juegos AAA, y ahora se ejecutan en una pestaña. El trabajo en el modo de compatibilidad es igual de importante en la otra dirección. Significa que WebGPU llega al hardware económico y antiguo que realmente tiene la mayoría de los jugadores, no solo a los equipos de desarrollo con GPU de gama alta.

Hemos estado construyendo sobre esta base, a mano

No lo hemos sacado de un comunicado de prensa. Durante este último periodo hemos estado construyendo un mundo abierto que se ejecuta en el navegador, a través de más de sesenta experimentos exploratorios, desde rudimentarias bases de terreno hasta marching cubes en la GPU y LOD por streaming. Documentamos el recorrido en una serie completa y en un artículo más extenso sobre la metodología. Casi todas las funciones anteriores corresponden a un problema con el que tuvimos que enfrentarnos por las malas. Cuando la iluminación por clústeres llega a un motor web generalista, podemos eliminar todo un tramo de nuestro propio código.

La objeción ha muerto; el hábito, no

«No se puede hacer un juego de verdad en un navegador» fue cierto durante mucho tiempo, y dejó de serlo mientras la mayor parte de la industria miraba hacia otro lado, a la IA. El techo técnico que justificaba lanzar primero un cliente nativo y dejar una versión web para quizá nunca ha desaparecido. Lo que queda es el hábito. Los motores, los estudios y las cadenas de herramientas todavía parten de la premisa de que el navegador es una plataforma secundaria.

Esa premisa es la oportunidad. Construimos Cinevva apostando a que el navegador se convertiría en el lugar predeterminado para lanzar y descubrir juegos, no en la alternativa de último recurso. El stack de renderizado acaba de pasar dos meses demostrando que la apuesta era acertada. Los estudios que actualicen primero su modelo mental obtendrán un canal de distribución sin la fricción de una instalación y con una audiencia a un solo clic. Los que esperen acabarán portando sus juegos al navegador, cuando todos los demás ya estén allí.

Relacionado:

• El renderizado en navegadores acaba de tener su mejor mes hasta la fecha — el pico que creímos que sería puntual
• Babylon.js 9 ya está disponible — iluminación por clústeres y splatting gaussiano
• Three.js r184 incorpora HTMLTexture — DOM en vivo como superficie 3D
• PlayCanvas v2.17 añade splatting gaussiano controlado por GPU — splatting a gran escala en WebGPU
• Beta de Godot 4.7 — salida HDR, luces de área y exportaciones web wasm64
• Chrome 146 añade un modo de compatibilidad con WebGPU — WebGPU para GPU antiguas
• Qué hace falta para construir un mundo abierto en un navegador — nuestro propio recorrido

Por Mariana Muntean, CEO de Cinevva

La encuesta State of the Game Industry de la GDC para 2026 puso dos cifras idénticas en los titulares. El 52 % de las empresas de videojuegos declara utilizar IA generativa en producción y, al mismo tiempo, el 52 % de los desarrolladores afirma que la IA generativa está teniendo un impacto negativo en la industria. El mismo porcentaje, dos lecturas opuestas sobre el futuro.

Bajo esa simetría existe otra división de la que se habla menos. Solo el 36 % de los encuestados afirmó utilizar personalmente IA generativa, mientras que la adopción empresarial es mayor. La dirección compra herramientas que muchos desarrolladores nunca llegan a usar. Esta brecha da una pista de dónde reside el verdadero debate. No se trata solo de ética. Se trata de quién controla el proceso de producción y de si la persona frente al teclado cree que la IA puede hacer realmente su trabajo.

La comodidad de seguir trabajando manualmente

Muchos desarrolladores que evitan la IA no son ingenuos. Siguen un modelo mental parecido a este: mi trabajo consiste en una cadena de problemas difíciles que no pueden reducirse a una instrucción de chat. Un concepto único debe superar la fase de modelado. Un modelo debe superar el rigging. El rigging debe superar la animación. La animación debe superar las exigencias de las sensaciones de juego y el diseño de sistemas. En cada transición importan el criterio y las restricciones. Un LLM capaz de escribir un párrafo decente sobre un personaje no equivale a una malla que se deforme correctamente, un rig contra el que el animador no tenga que luchar o unas mecánicas que parezcan deliberadas en lugar de confusas.

Esa visión no es errónea si pensamos en cómo funcionan hoy la mayoría de las herramientas. Los modelos generales son más eficaces en tareas aisladas. Les cuesta mantener un único hilo creativo entre disciplinas sin que alguien tenga que ensamblar las piezas. Por eso, la sensación de estar «a salvo» al no depender de la IA es en parte técnica. Si tu trabajo consiste en conectar el arte conceptual, la topología, los pesos de la piel, las máquinas de estados y el lenguaje de cámara, es fácil creer que la automatización permanecerá durante años en la parte más superficial.

Steam y otros actores siguen marcando límites

El mismo instinto aparece en el ámbito de la distribución. Steam no bloquea de forma generalizada los juegos por utilizar IA generativa. Valve sí exige información clara cuando se publica contenido creado con IA para los jugadores, con un escrutinio adicional si el juego genera contenido en directo durante la ejecución. Las fichas también deben respetar las normas sobre derechos y seguridad. No es lo mismo que un problema de topología de malla, pero es otra razón por la que los equipos consideran arriesgada la IA. Una gran tienda de juegos para PC transformó la pregunta «¿podemos crear esto?» en «¿podemos publicarlo aquí sin disputas por las etiquetas ni sorpresas durante la revisión?».

Otros guardianes fueron más lejos. Games Workshop prohibió las obras generadas con IA en todas las propiedades de Warhammer. Los Indie Game Awards retiraron una nominación importante por el uso de IA durante el desarrollo, incluso cuando los fans sostenían que el juego publicado no contenía IA. Algunos moderadores de comunidades han dimitido por trabajos en tráilers que parecían generados con IA. Tim Sweeney, de Epic, y Valve han debatido públicamente sobre si las etiquetas al estilo de Steam ayudan o perjudican. Lo importante no es qué ejecutivo tiene razón. Lo importante es que las plataformas de distribución y los propietarios de propiedad intelectual están adoptando posturas divergentes. Un desarrollador que trabaja de forma completamente manual simplifica toda una capa de ese conflicto. Si la versión para jugadores no contiene recursos generativos, hay menos que declarar y menos que defender cuando un foro decide que la imagen principal parece sintética.

Hemos escrito más sobre la estructura de confianza y etiquetado en Controversia sobre la IA, confianza y economía pos-IA y explicamos cómo gestionamos las etiquetas en Cinevva en Política sobre contenido generado por IA.

Por qué esa seguridad es frágil

La misma encuesta muestra que la opinión está cambiando rápidamente. Las valoraciones netamente positivas sobre el impacto de la IA en la industria disminuyeron. Las negativas aumentaron. Las cifras de despidos y el apoyo a los sindicatos demuestran que la gente no está tranquila. Así que el panorama psicológico vuelve a dividirse. Algunos desarrolladores se sienten protegidos porque dominar todo el proceso sigue siendo difícil. Otros se sienten expuestos porque los estudios compran eficiencia de todos modos, con o sin su consentimiento.

Esos dos grupos no siempre hablan de la misma capa del proceso de producción. Los ejecutivos suelen preguntarse: «¿podemos publicar más con menos recursos durante este hito?». Los artistas y diseñadores suelen preguntarse: «¿seguirá existiendo mi especialidad?». Ambas preguntas son reales. La primera recompensa la automatización parcial. La segunda castiga a cualquiera que haya dado por sentado que su rincón del proceso era demasiado específico como para verse afectado.

Qué cambiaría realmente el cálculo

Si la industria pasa de los generadores aislados a flujos de trabajo conectados, donde un concepto, un rig y un bucle jugable compartan un mismo contexto, el argumento de «estoy a salvo porque esto es demasiado personalizado» se debilitará. No porque el criterio creativo desaparezca. Sino porque las tediosas uniones entre etapas dejarán de consumir la mitad del calendario. La amenaza para los flujos de trabajo puramente manuales no es un único modelo que lo haga todo. Es que haya menos fisuras.

Esa es la apuesta hacia la que avanzamos en Cinevva. Creación asistida por IA en el navegador, herramientas que se retroalimentan y un camino desde el trabajo en curso hasta algo que los jugadores realmente puedan ejecutar y descubrir. No para que los ejecutivos puedan sustituir equipos en una hoja de cálculo. Sino para que un grupo pequeño o un desarrollador en solitario pueda controlar todo el recorrido, desde la idea hasta el juego publicado, sin fingir que una sola instrucción sustituye a un artista principal.

El 52 % que utiliza IA y el 52 % que teme lo que esta hace a la industria están respondiendo a señales reales. Los desarrolladores que hoy se sienten seguros prescindiendo de la IA tienen argumentos sólidos sobre la complejidad. La cuestión abierta es cuánto tiempo seguirán siendo válidos si la cadena de herramientas deja de romperse en cada frontera entre disciplinas.

Relacionado:

• GDC 2026 en cifras — asistencia, cuota de mercado de los motores y división respecto a la IA
• Ahora todos quieren ser el motor de videojuegos con IA — la carrera de plataformas tras la adopción
• El código abierto tiene un problema de contaminación por IA — el coste oculto de la generación barata con IA
• Controversia sobre la IA, confianza y economía pos-IA — cifras de Steam, reacciones de los estudios y confianza
• Política sobre contenido generado por IA — cómo gestiona Cinevva la divulgación y los filtros
• El vibe coding es la nueva game jam — cuando experimentar se vuelve barato
• Para creadores de videojuegos — publica juegos jugables, participa en el fondo de suscripciones y recibe pagos según el tiempo de juego

Por Oleg Sidorkin, CTO de Cinevva

Mientras la industria de los videojuegos pasaba marzo discutiendo sobre la IA en la GDC, el ecosistema de renderizado en el navegador avanzó en cuatro semanas lo equivalente a cinco años. Nadie convocó una rueda de prensa. Nadie publicó una opinión provocadora. Ocurrieron cinco cosas distintas que, en conjunto, cambiaron lo que significa «juego de navegador».

Babylon.js lleva años impulsando el renderizado en el navegador. La versión 9.0 dio su mayor salto hasta la fecha.

Lo que llegó en marzo de 2026

Babylon.js 9.0 se lanzó con iluminación por clústeres, una técnica de renderizado que permite manejar cientos de luces dinámicas en una escena sin destrozar el rendimiento. Hasta ahora, esta era una función propia de motores AAA. La versión también incluye iluminación volumétrica con dispersión realista de la luz, luces de área con textura para efectos como vidrieras y pantallas LED, y un editor de partículas basado en nodos. Todo funciona tanto con WebGPU como con WebGL 2.

PlayCanvas v2.17 incorporó la ordenación de splatting gaussiano ejecutada en la GPU mediante WebGPU. El splatting gaussiano, la técnica que convierte capturas fotogramétricas en escenas 3D en tiempo real, era un artículo de investigación hace dos años. Ahora se ejecuta en un motor de navegador con aceleración por GPU para la fase de ordenación.

Three.js r183 cambió el nombre de su módulo PostProcessing a RenderPipeline. Puede parecer un cambio menor de la API, pero el nombre importa. El «posprocesamiento» es algo que se añade a un proyecto personal. Una «canalización de renderizado» es infraestructura de producción. El equipo de Three.js está indicando que la biblioteca está preparada para arquitecturas de renderizado serias y estructuradas.

Chrome 146 añadió el modo de compatibilidad de WebGPU, lo que significa que las GPU más antiguas que no admiten el conjunto completo de funciones de WebGPU ahora pueden utilizarlo mediante una vía con capacidades reducidas. La base instalada compatible con WebGPU acaba de ampliarse drásticamente.

El W3C publicó WebGPU como borrador de recomendación candidata. Este es el paso formal para que se convierta en un estándar web oficial. WebGPU ya no es experimental. Está en proceso de estandarización.

Por qué este mes es diferente

Cualquiera de estos lanzamientos por separado sería digno de mención. Que los cinco hayan ocurrido en el mismo mes genera un efecto acumulativo.

Hace cinco años, «juego de navegador» significaba un juego casual en 2D, quizá con algunos efectos de Canvas si eras ambicioso. Hace tres años, se podía hacer 3D básico con una optimización cuidadosa. Hace un año, WebGPU empezó a llegar a los navegadores de producción y el límite comenzó a elevarse.

Pero marzo de 2026 es el momento en que la diferencia entre el renderizado nativo y el del navegador pasó de ser «considerable» a «reducirse rápidamente». La iluminación por clústeres era algo para lo que se necesitaba Unreal o Unity. El splatting gaussiano requería un laboratorio de investigación. Las canalizaciones de posprocesamiento con calidad de producción exigían un motor personalizado. Ahora, las tres tecnologías están disponibles en motores de navegador de código abierto que cualquiera puede instalar con npm.

Three.js Water Pro ejecutándose en WebGPU. Esto es un navegador.

Lo que creo que ocurrirá a continuación

En Cinevva apostamos desde el principio por distribuir juegos prioritariamente a través del navegador. La tesis siempre fue que la brecha de renderizado se cerraría porque la plataforma web evoluciona más rápido que los motores nativos. WebGPU tardó más de lo que esperaba, pero la convergencia ya está ocurriendo según lo previsto.

El efecto práctico está en la distribución. Un juego que se ejecuta en el navegador no necesita descarga, instalación ni un proceso de aprobación de la plataforma. Se carga desde una URL. Esa siempre ha sido la ventaja del navegador, pero solo importa cuando la calidad del renderizado es lo bastante buena como para que los desarrolladores lo elijan de verdad.

Ya hemos superado ese umbral. No para todos los juegos. No para un AAA de mundo abierto con trazado de rayos. Pero para una categoría cada vez mayor de juegos que incluyen 3D en tiempo real, iluminación dinámica, sistemas de partículas y recursos fotogramétricos, el navegador es una plataforma de destino viable. Y, a diferencia de las plataformas nativas, al otro lado no hay una comisión del 30 % para la plataforma.

La pregunta nunca fue «si los navegadores se pondrían al día», sino «cuándo». Marzo de 2026 nos dio la respuesta.

Relacionado:

• Babylon.js 9.0: iluminación por clústeres y splatting gaussiano — el análisis técnico completo
• Chrome 146 incorpora el modo de compatibilidad de WebGPU — ampliación de la base instalada compatible con WebGPU
• El desarrollo de juegos web entra en la era de WebGPU — cómo hemos llegado hasta aquí
• Comparativa de motores de juegos web — Babylon.js, Three.js, PlayCanvas y el resto
• Primeros pasos con WebGPU para desarrolladores de juegos — práctica con la nueva API
• Tecnología para mundos abiertos 3D en el navegador — la arquitectura de renderizado detrás de los mundos en el navegador

Por Oleg Sidorkin, CTO de Cinevva

En marzo aparecieron tres motores de juegos cuya arquitectura es diferente de todo lo que existe en el linaje de Unity, Unreal y Godot. No tienen editores visuales. No están optimizados para que una persona navegue por menús haciendo clic. Se han creado desde cero para que los agentes de IA puedan leer, escribir y controlar el estado del juego.

Esto no es «Unity con una pestaña de IA». Es una especie de motor diferente.

La IA ya está cambiando los flujos de trabajo del desarrollo de juegos 3D. La capa del motor es la siguiente.

Los tres motores

nAIVE Engine es de código abierto y está escrito en Rust, con renderizado WebGPU. Recarga en caliente en menos de un segundo: shaders en menos de 200 ms, escenas en menos de 100 ms y scripts en menos de 50 ms. Las escenas, las canalizaciones y los materiales se definen en YAML, lo que permite que los LLM los lean y generen sin tener que analizar formatos binarios. Ofrece una interfaz de comandos MCP que permite a los agentes de IA controlar las funciones del motor mediante JSON-RPC. Incluye compatibilidad nativa con splatting gaussiano y renderizado sin interfaz gráfica para pruebas automatizadas. Toda la arquitectura parte de la premisa de que el usuario principal podría ser un agente de IA, no una persona con un ratón.

Arcane Engine es un motor 2D centrado en el código. Núcleo en Rust y scripting en TypeScript. No tiene ningún editor visual. Su filosofía: «el código es la escena». El estado del juego es una base de datos consultable en lugar de un árbol de escenas. Incluye un protocolo integrado para interactuar con agentes de IA. Tiene licencia Apache 2.0.

Mirror Engine está en fase alfa y prioriza el multijugador mediante un sistema de entidades y componentes. La parte interesante: incluye generación de texto a 3D con IA que produce splats gaussianos a partir de instrucciones de texto en unos 60 segundos. Scripting en TypeScript y un cliente para navegador llamado «Mirror Lite».

Estos tres motores no comparten código ni equipo, pero sí una tesis de diseño: la interfaz principal de un motor de juegos debería ser texto estructurado, no una GUI.

Por qué importa esta arquitectura

Los motores de juegos tradicionales evolucionaron para servir a una persona sentada frente a un escritorio. Tienes una vista de escena. Un panel de jerarquía. Un inspector. Una línea de tiempo. Todo está diseñado para hacer clic, arrastrar y colocar objetos visualmente. Ese flujo de trabajo es potente. También es imposible de usar para un agente de IA.

Cuando tu «usuario» principal es un LLM, necesitas primitivas diferentes. YAML en lugar de formatos binarios de escena. Estado consultable en lugar de árboles de escenas anidados. Comandos basados en protocolos en lugar de clics del ratón. Funcionamiento sin interfaz gráfica en lugar de renderizado en una ventana.

Es el mismo cambio que se produjo en la infraestructura cuando DevOps pasó de los paneles de control con GUI a la infraestructura como código. Lo mismo está sucediendo ahora con los motores de juegos, solo que veinte años después.

La interfaz MCP de nAIVE es el ejemplo más claro. MCP (Model Context Protocol) se está convirtiendo en el estándar para que los agentes de IA se comuniquen con herramientas. Cuando un motor admite MCP de forma nativa, cualquier agente de IA compatible con el protocolo puede manipular escenas, ajustar parámetros, ejecutar pruebas e iterar sobre la jugabilidad sin intervención humana. No es una función añadida a un motor tradicional. Es una relación fundamentalmente diferente entre el motor y su usuario.

Splatting gaussiano en el desarrollo de juegos. Tanto nAIVE como Mirror lo tratan como una primitiva de renderizado nativa.

El panorama general

Estos tres motores no son la única señal. Black Box de Meshy mostró mecánicas de juego generadas por IA en tiempo de ejecución. OpenAI presentó en la GDC un RPG táctico creado con Phaser. La capa de herramientas entre «la IA genera algo» y «ese algo se ejecuta como un juego jugable» se hace más delgada cada mes.

En Cinevva llevamos tiempo construyendo este puente desde la dirección opuesta. Nuestro motor se ocupa del renderizado, la física y la interacción en tiempo real, mientras que la IA se encarga de generar recursos. El enfoque es diferente al de nAIVE o Arcane, pero la apuesta subyacente es la misma: el motor de juegos del futuro debe hablar el lenguaje de la IA de forma nativa, no limitarse a incorporarla como un complemento.

Los fabricantes de motores tradicionales también lo saben. Unity presentó un avance de sus herramientas de creación de juegos con IA en la GDC. Roblox lanzó la creación de modelos 4D con IA. Pero hay una diferencia significativa entre añadir funciones de IA a un motor diseñado para humanos y diseñar un motor cuya interfaz principal sea la IA.

Lo que creo que ocurrirá a continuación

La mayoría de estos motores no sobrevivirá. Es normal en una categoría nueva. Pero los patrones de diseño sí lo harán. Definiciones de escenas basadas en YAML, protocolos MCP para el control mediante agentes, estado del juego consultable y funcionamiento sin interfaz gráfica. Estas ideas se incorporarán a los motores más extendidos en un plazo de dos años.

El motor que gane esta era probablemente aún no exista. Pero su ADN arquitectónico se está escribiendo ahora mismo, en estos tres proyectos y en unos cuantos más. La pregunta no es si los motores de juegos se volverán nativos de IA. Es si la transformación vendrá desde dentro de las empresas establecidas o de nuevos participantes que diseñaron para agentes desde el primer día.

Relacionado:

• Ahora todo el mundo quiere ser el motor de juegos de IA — la carrera entre plataformas que preparó el terreno
• Modelos generativos de IA de código abierto y de vanguardia — los modelos que están integrando estos motores
• Comparativa de motores de juegos web — dónde encajan los nuevos motores en el ecosistema más amplio
• El código abierto tiene un problema de contaminación por IA — el coste de las contribuciones generadas por IA

Por Oleg Sidorkin, CTO de Cinevva

Hace dos semanas escribí que el vibe coding es la nueva game jam. La tesis era que las herramientas de IA habían eliminado la barrera entre la idea y el prototipo. Desde entonces, las pruebas han pasado de «la gente está creando prototipos» a «la gente está vendiendo».

Esto ya no es una jam. Es una metodología de producción.

Creación de videojuegos completos con agentes de IA. El flujo de trabajo multiagente es el patrón que permite escalar.

Lo que se publicó en marzo

Void Balls fue creado por BigDevSoon en 10 días. No fueron 10 días improvisando una demo. Fueron 10 días creando un juego con 29 000 líneas de C# repartidas en 173 scripts, 88 archivos de pruebas, cinco tipos de enemigos, 15 cartas de potenciadores y combates contra jefes. El flujo de trabajo: 8 agentes de Claude Code en paralelo, cada uno a cargo de un área distinta. Arquitectura, implementación, equilibrio del juego y pruebas. Todo ejecutándose simultáneamente. El arte se creó con Replicate y el audio con ElevenLabs.

Grumbulus fue creado por dos desarrolladores en dos tardes. 15 000 líneas de JavaScript puro con audio procedimental y renderizado con paralaje, todo generado mediante Claude Code. Sin framework. Sin motor. Solo una IA escribiendo JS puro.

CODEX MORTIS se lanzó en acceso anticipado en Steam y se presentó como «el primer juego del mundo desarrollado al 100 % con IA». Un bullet hell de supervivencia y temática nigromántica creado en tres meses con Claude Code para las animaciones y los shaders, y ChatGPT para el arte. TypeScript puro con PIXI.js y bitECS, empaquetado en Electron. La demo atrajo a 10 500 jugadores, con una duración media de sesión de 71 minutos.

Catvivors llegó al acceso anticipado de Steam como un roguelite sobre gatos al estilo de Vampire Survivors. Un desarrollador en solitario e investigador de IA lo creó por completo con Claude Code.

El patrón que importa

Los juegos individuales son interesantes. El patrón reproducible lo es aún más.

El flujo de trabajo de Void Balls merece atención porque no consiste en una persona escribiendo prompts. Son ocho agentes de IA en paralelo, cada uno con una función específica, trabajando simultáneamente sobre el mismo código base. Eso no es vibe coding. Es trabajo de IA orquestado. El agente de arquitectura define la estructura. Los agentes de implementación crean las funcionalidades. El agente de equilibrio ajusta las curvas de dificultad. El agente de pruebas escribe y ejecuta las suites de pruebas. Una persona dirige a ocho trabajadores.

Este es el flujo de trabajo que permite escalar. No se trata de «decirle a Claude que haga un juego», sino de «gestionar un equipo de agentes de Claude como gestionarías un equipo de desarrollo». El patrón de agentes en paralelo es lo que permite pasar de un prototipo a un producto listo para publicar en días en lugar de meses.

El stack completo ya está demostrado: generación de código + generación de arte + generación de audio + motor de juego = producto listo para publicar. Hay una herramienta competente para cada capa. Claude Code para el código base. Replicate o Midjourney para el arte. ElevenLabs para el audio. Elige el motor que prefieras. La integración entre estas herramientas todavía es rudimentaria, pero funciona.

Creación desde cero de un FPS 3D mediante vibe coding en una hora. Sin Unity, sin Unreal, sin motor.

Las limitaciones reales

Voy a hablar con franqueza sobre el techo de esta tecnología porque creo que el entusiasmo está superando a la realidad.

La sesión media de 71 minutos de CODEX MORTIS es impresionante para una demo. No revela nada sobre la retención al séptimo día ni sobre si la gente pagará por el juego completo. Los juegos publicados hasta ahora son principalmente roguelikes, bullet hells y auto battlers. Son géneros con variación procedimental y una profundidad mecánica que surge de la interacción entre sistemas, no de contenido creado artesanalmente.

Lo que aún no ha aparecido: juegos narrativos complejos, juegos de estrategia profundos o cualquier cosa cuyo diseño de niveles requiera intuición humana sobre el ritmo y el arco emocional. Los géneros que la IA maneja bien son los que se pueden sistematizar con mayor facilidad. No es una coincidencia.

«Listo para publicar» y «que merezca la pena comprar» son cosas distintas. El estándar de calidad de un juego gratuito para navegador y el de un juego de Steam de 15 dólares no están en la misma categoría. Aún no hemos visto los datos de retención ni de ingresos que indicarían si los juegos creados con IA pueden sostener un negocio, y no solo un lanzamiento.

Lo que creo que ocurrirá después

Se publicarán más juegos como estos. La calidad mejorará a medida que progresen los modelos de IA y maduren los flujos de trabajo multiagente. El primer éxito auténtico —un juego creado principalmente con herramientas de IA que mantenga una base de jugadores y genere ingresos reales— probablemente llegará antes de que termine 2026.

Pero lo que cambia la industria no es un juego concreto. Es el hecho de que esta metodología de producción ya existe. Creamos A Breaker Belt en tres días entre dos personas. BigDevSoon creó Void Balls en 10 días con una persona y ocho agentes. Para una categoría cada vez mayor de juegos, el plazo para pasar de una idea a un juego listo para publicar se ha reducido de años a semanas.

Los estudios que deberían prestar atención no son los gigantes AAA. Son los publishers de tamaño medio que cobran 20 dólares por juegos que un desarrollador en solitario ahora puede crear en un mes.

Contenido relacionado:

• El vibe coding es la nueva game jam — la señal en la que se basa este artículo
• A Breaker Belt: Snake se encuentra con Arkanoid, creado mediante vibe coding en tres días — nuestra propia experiencia con el flujo de trabajo de IA
• Herramientas de código con IA agéntica — Claude Code, Cursor y desarrollo multiagente
• Game jams y hackatones — el formato a partir del cual está evolucionando el vibe coding

Por Oleg Sidorkin, CTO de Cinevva

NVIDIA presentó DLSS 5 en la GDC con una promesa: una IA generativa que reconstruye la iluminación, los materiales y las sombras en tiempo real para que los juegos parezcan fotorrealistas sin penalizar el rendimiento. Entonces la gente vio lo que realmente hacía con los rostros de los personajes.

Internet lo llamó «yassificación». Grace Ashcroft, de Resident Evil Requiem, pasó de ser una superviviente demacrada y curtida por las batallas a tener un rostro suavizado y homogeneizado que parecía pertenecer a otro personaje. Leon recibió el mismo tratamiento. La IA decidió que la dirección artística original no era lo bastante buena y la «arregló».

Presentación de DLSS 5 de NVIDIA con Resident Evil Requiem. Los cambios visuales provocaron una reacción negativa inmediata.

Qué lanzó NVIDIA y qué hace realmente

Las versiones 1 a 4 de DLSS eran tecnologías de reescalado. Renderizaban a una resolución inferior y utilizaban IA para completar los píxeles que faltaban. Los artistas las valoraban porque respetaban la imagen original. La dirección artística permanecía intacta. La IA simplemente la hacía más nítida.

DLSS 5 es radicalmente diferente. Es un sistema de IA generativa de vídeo a vídeo que funciona sin acceder a los recursos originales del juego, la geometría ni los datos de la escena. Toma el fotograma 2D renderizado y los vectores de movimiento, y después genera un nuevo fotograma con iluminación, materiales y detalles «mejorados».

La palabra clave es «mejorados». ¿Mejorados según el criterio de quién? El de la IA. No el del artista.

Al principio, NVIDIA afirmó que el sistema tenía «comprensión de escenas 3D». Más tarde aclaró que solo trabaja con datos de fotogramas 2D. Esa distinción es importante. El sistema no mejora lo que construyeron los artistas. Interpreta una imagen plana y genera lo que cree que debería haber ahí. Cuando encuentra un rostro con imperfecciones deliberadas, cicatrices, suciedad, líneas de estrés o asimetría, tiende a eliminarlas porque sus datos de entrenamiento asocian esos rasgos con una «calidad inferior».

Este es el problema del control creativo

El 52 % de los desarrolladores que dijeron en la GDC que creen que la IA está perjudicando a la industria no teme únicamente perder su empleo. Muchos temen perder el control sobre el aspecto de su trabajo cuando llega al jugador.

DLSS 5 convierte ese temor en algo concreto. Ahora hay una IA en el proceso de renderizado, entre tu arte terminado y la pantalla del jugador, que reescribe activamente tus decisiones creativas. El rostro demacrado que pasaste semanas perfeccionando queda suavizado. La iluminación evocadora que equilibraste con tanto cuidado se «corrige» para hacerla más fotorrealista. El aspecto específico que elegiste se generaliza hasta convertirse en lo que el modelo considera «bueno».

Digital Foundry publicó un avance inicialmente positivo y después lanzó un vídeo de seguimiento titulado «Por qué deberíamos haber esperado antes de publicar nuestra cobertura». Incluso la prensa tecnológica, que suele elogiar a NVIDIA, reconoció que este lanzamiento tenía algo diferente.

Según se ha informado, Larian Studios, creadores de Baldur's Gate 3, descartó algunas de las herramientas de renderizado generativo para su próximo proyecto tras la reacción negativa de los fans. Cuando un estudio que acaba de ganar el premio a Juego del Año renuncia a una tecnología de renderizado gratuita, el argumento sobre el control creativo deja de ser teórico.

El vídeo de seguimiento de Digital Foundry sobre el debate en torno a DLSS 5: «Deberíamos habernos tomado más tiempo».

El patrón es el mismo

A principios de este mes escribí sobre la contaminación por IA en el código abierto. El patrón es idéntico. Crear algo es barato. Crear algo bueno sigue costando lo mismo. Evaluar si algo es bueno también sigue costando lo mismo.

En el código abierto, se trata de solicitudes de integración generadas por IA que parecen plausibles, pero introducen errores sutiles. En el renderizado, se trata de fotogramas generados por IA que parecen «mejores», pero no son lo que el artista pretendía. En ambos casos, la IA sustituye el criterio humano por un resultado estadísticamente promediado. En ambos casos, otra persona paga el coste en tiempo y control creativo.

La diferencia es que un mantenedor puede rechazar una solicitud de integración defectuosa. Un artista no puede rechazar DLSS 5 si NVIDIA y la editora han acordado activarlo. La GPU del jugador reescribe su trabajo en tiempo real y el artista no tiene voz ni voto.

Lo que creo que ocurrirá después

NVIDIA lanzará DLSS 5 en otoño de 2026. Grandes editoras como Capcom, Bethesda, Ubisoft y Warner Bros. ya se han sumado. La tecnología mejorará y la «yassificación» se volverá menos evidente. La reacción negativa se apagará porque la gente se acostumbra a las cosas.

Pero la pregunta de fondo no desaparecerá: cuando añades IA generativa al proceso de renderizado, ¿quién tiene la última palabra sobre lo que ve el jugador? Ahora mismo, la respuesta son los datos de entrenamiento de NVIDIA. Eso debería preocupar a cualquiera que valore los videojuegos como forma de arte.

Esta distinción importa a la hora de pensar en las herramientas de IA en toda la industria. Una IA que sirve a la intención del creador es una herramienta. Una IA que se impone a la intención del creador es algo completamente distinto. DLSS 1 a 4 eran herramientas. DLSS 5 es el primer ejemplo generalizado de una IA que inserta su propio criterio estético en el arte de otra persona, a nivel de hardware y sin pedir permiso.

Relacionado:

• El código abierto tiene un problema de contaminación por IA — el mismo patrón en un contexto diferente
• GDC 2026 en cifras — los datos de la encuesta sobre la oposición de los desarrolladores a la IA
• Polémica sobre la IA, confianza y economía pos-IA — la cuestión más amplia de la confianza
• Modelos de IA generativa de código abierto de vanguardia — los modelos que impulsan el renderizado generativo

Por Oleg Sidorkin, CTO de Cinevva

Andrej Karpathy acuñó el término «vibe coding» en febrero de 2025 para describir la creación de software explicando lo que quieres y dejando que la IA se encargue de implementarlo. Un año después, Collins Dictionary lo eligió como Palabra del Año. Las búsquedas del término aumentaron un 6700 % aquella primavera.

Para la mayor parte del software, el vibe coding significa crear prototipos más rápido. Para el desarrollo de videojuegos, significa algo más concreto. La barrera entre una «idea extraña» y un «prototipo jugable» se ha derrumbado.

A Breaker Belt: Snake se encuentra con Arkanoid, creado con vibe coding en tres días usando el motor de Cinevva

Qué ha cambiado realmente

Las game jams existen porque desarrollar videojuegos lleva demasiado tiempo para la mayoría de los experimentos. Tienes 48 horas, un tema y toda la energía que puedas mantener a base de cafeína y adrenalina. La limitación fuerza la creatividad. No puedes crear nada ambicioso, así que creas algo extraño. Algunos de los mejores juegos de la historia comenzaron como proyectos de una jam.

El vibe coding consigue algo parecido, pero elimina la presión artificial del tiempo. Cuando describir una mecánica, una atmósfera o un comportamiento te proporciona un prototipo funcional en minutos en vez de días, puedes probar ideas que nadie aprobaría. La economía de la experimentación ha cambiado.

Creamos A Breaker Belt en tres días. Dos personas, de forma intermitente y sin trabajar a un ritmo agotador. Snake se encuentra con Arkanoid. 50 oleadas. 23 tipos de ladrillos. Música reactiva. Narración con IA. Efectos de sonido sintetizados en tiempo real. Publicado para web, móviles y PC. Un proyecto de ese alcance normalmente requeriría un equipo de ocho o nueve personas durante varios meses. En lugar de morir en un documento de lluvia de ideas, esa extraña combinación se convirtió en un juego durante un fin de semana largo.

Eso es lo que el vibe coding hace realmente por los videojuegos. No crea grandes juegos de forma automática. Hace que experimentar sea barato.

Las cifras detrás de la tendencia

La inversión demuestra hasta qué punto la industria se está tomando esto en serio. Cursor recaudó 2300 millones de dólares en una ronda de serie D. Lovable recaudó 330 millones de dólares con una valoración de 6600 millones. Se estima que el 25 % de las startups de la promoción de invierno de 2025 de Y Combinator utilizaban bases de código generadas en un 95 % por IA.

Concretamente en el desarrollo de videojuegos, Three.js es ahora la biblioteca principal para los juegos web creados mediante vibe coding, con 2,7 millones de descargas semanales en npm. Plataformas como Cinevva y Phaser, junto con una lista creciente de herramientas de IA, están creando entornos de desarrollo en los que describir la intención es la principal forma de entrada.

El propio Karpathy ya ha pasado al siguiente concepto. Lo llama «ingeniería agéntica», en la que los agentes de IA escriben código por sí mismos en lugar de responder a las instrucciones de una persona. «Hay un arte, una ciencia y unos conocimientos especializados en ello», escribió. El campo avanza más rápido que el vocabulario.

Lo que no cambia

Las limitaciones son reales y conviene hablar de ellas con franqueza. A medida que los proyectos crecen, la gestión del contexto se convierte en el cuello de botella. El rendimiento de los modelos de IA se degrada cuando el proyecto alcanza tal complejidad que todo el contexto no cabe en una sola ventana. El código obtenido suele ser lo bastante bueno para ejecutarse, pero no para mantenerlo. Cuando algo falla, depurar una complejidad generada por IA que nadie comprende por completo plantea un desafío muy particular.

También está el problema del criterio. La IA puede generar muy rápido un juego funcional desde el punto de vista de sus mecánicas. No puede decirte si el juego es divertido. Si la curva de dificultad se siente adecuada. Si la música encaja con la atmósfera. Si el ritmo mantiene el interés o te aburre poco a poco. Esa capa de criterio, lo que separa un prototipo de un juego que merece la pena jugar, sigue requiriendo una persona a la que le importe el resultado.

Las game jams funcionan porque la presión del tiempo te obliga a tomar decisiones difíciles sobre lo que importa. El vibe coding elimina la presión del tiempo, pero no la necesidad de decidir. Los mejores juegos creados mediante vibe coding vendrán de personas que sepan lo que quieren, no de quienes acepten cualquier resultado que reciban.

Lo que creo que ocurrirá después

Existirán más juegos que no deberían existir. Algunos serán terribles. Otros serán brillantes. Puede que la proporción no cambie, pero el volumen sí. Y entre todo ese volumen encontrarás juegos que antes nunca podrían haberse creado. Géneros que todavía no tienen nombre. Combinaciones que nadie habría financiado. Proyectos personales que una sola persona pudo crear porque, por fin, las herramientas dejaron de interponerse.

Esa siempre ha sido la promesa de unas herramientas mejores. No que todo vaya a ser mejor, sino que más cosas puedan existir. La energía de una game jam, ese «probemos esto y veamos qué pasa», ya no está limitada a un periodo de 48 horas. Es martes por la tarde y tienes una idea. El jueves ya se puede jugar.

El motor de Cinevva es gratuito. Puede que solo falten tres días para que exista tu extraña idea de videojuego.

Relacionado:

• A Breaker Belt: Snake se encuentra con Arkanoid, creado con vibe coding en tres días
• No esperábamos crear una emisora de radio
• Herramientas agénticas de IA para programar — Claude Code, Cursor y GitHub Copilot para el desarrollo de videojuegos
• Game jams y hackatones — el formato original de creación de videojuegos en 48 horas
• Comparativa de motores de juegos web — motores que se combinan bien con flujos de trabajo asistidos por IA

Por Oleg Sidorkin, director de tecnología de Cinevva

Steam Next Fest no es solo un evento. Es un conjunto de datos. Más de 2.200 juegos participaron en febrero de 2026 con demos, tráileres y la esperanza de conseguir listas de deseos. Ya tenemos los resultados, y confirman algo que los desarrolladores independientes perciben, pero no siempre dicen en voz alta.

Next Fest recompensa a los juegos que ya tienen público. Si empiezas desde cero, el festival por sí solo no cambiará eso.

Juegos independientes destacados de Steam Next Fest de febrero de 2026

Las cifras

presskit.gg analizó los datos, y las diferencias entre niveles son bastante marcadas:

La mediana fue de 460 listas de deseos por juego. Eso con una demo disponible, una página de la tienda publicada y Steam promocionando activamente el evento. Cuatrocientas sesenta listas de deseos tras una semana de visibilidad dedicada en la mayor plataforma de videojuegos para PC del mundo.

El impulso se acumula. La invisibilidad también.

Casi todos los juegos del nivel Diamante llegaron con más de 10.000 listas de deseos previas. Ya habían recibido cobertura de creadores de contenido antes de que comenzara el festival. El arte de sus cápsulas comunicaba la propuesta al instante, incluso en miniatura. Habían hecho el trabajo de marketing antes de participar.

¿Y los juegos que llegaron con menos de 1.000 listas de deseos? La mayoría solo consiguió unos pocos cientos más. El festival amplificó lo que ya existía. No creó algo de la nada.

Este patrón no es exclusivo de Next Fest. Aparece en todas partes cuando se trata del descubrimiento. YouTube recomienda vídeos que ya funcionan bien. Spotify destaca canciones que ya tienen reproducciones. Los algoritmos de las tiendas recompensan la interacción con más interacción.

Si ya tienes impulso, Next Fest lo multiplica. Si no, es un certificado de participación.

El género importa más de lo que imaginas

Los juegos cooperativos rindieron por encima de la media en todos los niveles. Los creadores de contenido quieren jugar con amigos durante sus emisiones. Esa dinámica social genera clips, que generan visualizaciones, que generan listas de deseos. El bucle de juego social alimenta el bucle de las redes sociales.

Los juegos de supervivencia y fabricación siguieron funcionando bien, pese a lo saturado que parece el género desde el punto de vista de los desarrolladores. Los jugadores todavía quieren estos juegos. La oferta no ha superado a la demanda.

Los juegos narrativos y las novelas visuales tuvieron dificultades. El formato de Next Fest juega en su contra. Explorar demos favorece una claridad visual inmediata. Hay que entender de qué trata un juego a los pocos segundos de ver el arte de su cápsula y, quizá, diez segundos de jugabilidad. Los juegos centrados en la historia necesitan un contexto que las miniaturas no pueden ofrecer.

Los roguelikes todavía podían destacar, pero solo con una diferenciación clara. En «es un roguelike con un giro», ese giro debe ser visible de un vistazo.

Por qué seguimos estos datos de cerca

Estos datos nos importan porque Cinevva se creó específicamente para resolver el problema que revelan. Nuestro sistema de descubrimiento centrado en reels muestra jugabilidad real, no capturas cuidadosamente seleccionadas. Deslizas entre clips, ves algo que parece divertido y empiezas a jugar al instante en tu navegador.

No intentamos sustituir a Steam ni competir con Next Fest. Los datos nos dicen que estas plataformas funcionan muy bien para los juegos que ya tienen visibilidad. La pregunta que nos importa es: ¿qué ocurre con los otros 2.000 juegos? ¿Con los que son realmente buenos, pero no llegaron con un público previo?

Esos juegos necesitan una vía de descubrimiento que no dependa de un impulso previo. Un lugar donde un jugador pueda encontrarse por casualidad con un juego que nunca descubriría en una tienda, simplemente porque vio cinco segundos y le pareció interesante. Ese es el vacío que queremos llenar.

La guía de estrategia para Steam Next Fest que publicamos a principios de este año aborda la parte táctica. Este artículo trata sobre la conclusión estructural. El descubrimiento en la mayor plataforma de videojuegos para PC funciona cada vez más como un sistema en el que los ricos se hacen más ricos. Si ese es el único sistema disponible, muchos juegos excelentes seguirán siendo invisibles.

Relacionado:

• Datos de Steam Next Fest de febrero de 2026
• Guía de estrategia para Steam Next Fest — tácticas para sacar partido a Next Fest
• Diseño de juegos cooperativos — los juegos cooperativos rinden sistemáticamente por encima de la media en los festivales
• Cómo publicar tu juego en itch.io — una vía de descubrimiento alternativa para juegos más pequeños

Por Oleg Sidorkin, CTO de Cinevva

Rémi Verschelde es una de las personas que mantienen Godot en funcionamiento. No como proyecto secundario ni como pasatiempo, sino como el trabajo de toda una vida. Lleva manteniendo el motor desde antes de que la mayoría de la gente hubiera oído hablar de él, revisando contribuciones, fusionando parches y asegurándose de que aquello de lo que dependen millones de desarrolladores funcione de verdad.

El mes pasado describió lo que está ocurriendo con el flujo de contribuciones de Godot como «agotador y desmoralizante».

La causa: solicitudes de incorporación de cambios generadas por IA. Muchas.

Godot tiene ahora mismo 4.681 solicitudes de incorporación de cambios abiertas en GitHub. Un porcentaje cada vez mayor de los nuevos envíos procede de personas que escribieron una instrucción, obtuvieron algo de código y lo enviaron sin comprender qué hace. A primera vista, el código suele parecer plausible. Compila. Los nombres de las variables tienen sentido. Entonces, un mantenedor dedica veinte minutos a descubrir que introduce un error sutil, rompe un caso límite o resuelve un problema que no existe.

El tiempo dedicado a rechazar solicitudes deficientes es tiempo que no se dedica a revisar las buenas.

La ironía se escribe sola

Se supone que las herramientas de IA deben aumentar la productividad de los desarrolladores. Esa es la promesa. Por eso las empresas están recaudando miles de millones para crearlas. Y, a nivel individual, lo consiguen. Uso herramientas de IA todos los días. Toda nuestra plataforma utiliza IA para la creación de juegos, la generación de música, los modelos 3D y mucho más. No estoy en contra de la IA.

Pero existe un efecto sistémico del que nadie habla en las presentaciones para inversores. Cuando la IA hace que generar una contribución sea trivialmente fácil y el coste de enviarla cae a cero, pero el coste de revisarla permanece exactamente igual, aparece un problema de contaminación.

Quienes envían estas solicitudes no tienen malas intenciones. La mayoría quiere contribuir de verdad. Les han dicho que las herramientas de IA les permiten colaborar con proyectos de código abierto sin tener conocimientos profundos. Y esas herramientas sí les permiten generar algo que parece una contribución. Pero no lo es.

Verschelde reconoció que usar IA para detectar solicitudes generadas por IA sería «terriblemente irónico». Tiene razón. Combatir los resultados de la IA con detección mediante IA es una carrera armamentística en la que nadie gana.

Lo que esto nos dice en realidad

Crear algo ahora es barato. Crear algo bueno sigue costando lo mismo.

Esa es la lección que estamos viendo en todas partes, no solo en la revisión de código abierto. Aparece en el desarrollo de juegos, la producción musical y la creación de contenidos. La IA rebajó el umbral mínimo. La contribución mínima viable, el juego mínimo viable y la publicación de blog mínima viable ahora pueden generarse en segundos. Pero el techo no se movió.

Quienes ya dominaban su oficio ahora son más rápidos. La brecha entre «hacer algo» y «hacer algo que merezca el tiempo de alguien» es, en realidad, más amplia que antes, porque el volumen de resultados mediocres se ha disparado mientras que el número de personas capaces de evaluar la calidad no ha cambiado.

Las directrices de contribución de Godot exigen revelar el uso de IA. La gente las ignora. Se podrían endurecer las reglas, pero hacerlas cumplir requiere el mismo tiempo de revisión humana que se intenta ahorrar.

La solución real es aburrida

La principal petición de Verschelde es financiación. Contratar a más mantenedores. Más personas que revisen el trabajo. No es una solución técnica, sino organizativa. Y probablemente sea la única que funciona.

Los proyectos de código abierto están aprendiendo la misma lección que el resto de nosotros: la IA no elimina la necesidad del criterio humano. La aumenta. Cuanto más contenido generado por IA entra en cualquier sistema, más personas se necesitan que sepan distinguir entre algo que parece correcto y algo que realmente lo es.

Pensamos constantemente en esto al crear las herramientas de Cinevva. El objetivo nunca fue eliminar el criterio humano de la creación de juegos, sino permitir que las personas creativas centren su criterio en lo que importa: ¿se siente bien?, ¿funciona?, ¿alguien disfrutaría de esto? El trabajo pesado queda resuelto. El gusto no se automatiza.

Godot encontrará la manera de resolverlo. El motor es demasiado importante y la comunidad demasiado fuerte como para que no lo haga. Pero el patrón al que se enfrentan no va a desaparecer. Todos los proyectos de código abierto, todas las plataformas creativas y todos los sistemas que aceptan contribuciones del público tendrán que afrontar la misma pregunta: ¿cómo se gestiona un mundo en el que producir algo es casi gratis, pero evaluarlo no?

Relacionado:

• Herramientas agénticas de IA para código — uso responsable de las herramientas de IA para programación
• Modelos generativos de IA de vanguardia y código abierto — los modelos de código abierto que impulsan este cambio
• Controversia sobre la IA, confianza y economía pos-IA — la cuestión más amplia de la confianza en torno a la IA en el trabajo creativo
• Comparativa de motores de juegos web — Godot y otros motores afectados por esta tendencia

Por Oleg Sidorkin, director de tecnología de Cinevva

En febrero de 2026, las siguientes cosas sucedieron en un intervalo de unas tres semanas.

El CEO de Unity declaró públicamente que presentarían una demostración de creación de juegos mediante prompts en la GDC. Roblox lanzó una herramienta de creación 4D que genera objetos interactivos a partir de texto. Moonlake AI abrió la beta de su motor de juegos generativo, respaldado por 30 millones de dólares de Nvidia, Jeff Dean y el cofundador de YouTube. Phaser Editor v5 se lanzó con IA integrada directamente en el editor de escenas mediante MCP. Y al menos media docena de startups de las que nunca había oído hablar aparecieron en Product Hunt con alguna variación de «describe un juego y nosotros lo crearemos».

El vicepresidente de IA de Roblox habla sobre su modelo fundacional Cube y la creación 4D

Esto no es una queja. Es una observación sobre el momento en que está ocurriendo.

Hace dos años, cuando presentábamos lo que hace Cinevva, inversores de capital riesgo de Sequoia, Pear, Draper y decenas de otras firmas nos dijeron que el mercado no existía. ¿Creación de juegos B2C? Los desarrolladores independientes no pagan por herramientas. No se puede simplificar el desarrollo de juegos sin sacrificar capacidades. El repertorio habitual de objeciones disfrazadas de análisis de mercado.

Ahora, las empresas más importantes del sector de los videojuegos están gastando cientos de millones en una carrera por crear variaciones de lo mismo que dijeron que no podía funcionar.

Estas herramientas no son lo mismo

Esto es lo que importa y lo que la mayoría de la cobertura pasa por alto. «Creación de juegos con IA» es un término general que engloba productos fundamentalmente distintos.

Las herramientas de texto a demo generan algo que resulta impresionante en un tuit. Escribes un prompt, obtienes algo jugable y compartes el GIF. El resultado es real, pero es una demo. Pasar de esa demo a un juego al que alguien quiera jugar durante una hora es un problema completamente distinto. Moonlake y algunas de las startups más recientes se encuentran en esta categoría. Están resolviendo la chispa inicial.

Las herramientas de copiloto con IA funcionan dentro de un motor existente y te ayudan a trabajar más rápido. Phaser Editor v5 con MCP hace esto. Ziva hace lo mismo para Godot. No sustituyen el proceso de desarrollo, sino que lo aceleran. Aun así, necesitas entender qué estás creando. La IA se ocupa del trabajo pesado.

La creación con IA nativa de la plataforma es lo que Roblox está haciendo con 4D. La IA está integrada en el entorno de ejecución. Los objetos no solo tienen el aspecto correcto, sino que también se comportan correctamente porque el modelo de generación comprende los sistemas de física e interacción de la plataforma. La contrapartida: quedas atado a esa plataforma.

Los motores de juegos con IA de pila completa intentan abarcarlo todo, desde el concepto hasta la publicación. Eso es lo que Unity promete para la GDC. Eso es lo que llevamos años desarrollando en Cinevva. Describe lo que quieres, itera sobre el resultado y publícalo en la web, dispositivos móviles, equipos de escritorio y Steam. El juego que defines mediante prompts es el juego que publicas.

Phaser Editor v5 integra IA mediante MCP para ofrecer asistencia a nivel de escena

La brecha entre la demo y la publicación

Todas las herramientas de este ámbito pueden generar algo que funcione. Esa parte se volvió fácil muy rápido. Lo difícil es todo lo que viene después. ¿Se siente bien el juego en un teléfono? ¿Gestiona los casos límite? ¿Puedes iterar sobre la música, la curva de dificultad y el ritmo? ¿Puedes publicarlo en cinco plataformas desde el mismo proyecto? ¿Entiende la IA la diferencia entre lo que hace que un juego sea realmente divertido y lo que hace que una captura de pantalla se vea genial?

Algunos de estos anuncios se convertirán en productos reales. Otros conseguirán una ronda de financiación, generarán buenas demos y desaparecerán discretamente cuando la parte de «publicar un juego de verdad» resulte más difícil que la de «generar un prototipo».

Lo que creo que está ocurriendo realmente

La validación de mercado que no pudimos conseguir en una reunión de Sand Hill Road ahora procede del propio sector. Cuando Unity y Roblox apuestan sus hojas de ruta por la creación con IA, están confirmando aquello hacia lo que llevamos tiempo trabajando: las herramientas deben adaptarse a la forma de pensar de las personas creativas.

La carrera no consiste en ver quién anuncia primero. Se trata de quién lanza algo que la gente realmente utiliza para crear juegos de los que se siente orgullosa. Hoy tenemos a miles de personas haciendo eso en Cinevva. A Breaker Belt fue creado por dos personas en tres días. Cinevva Radio cuenta con 362 pistas creadas por la comunidad. Esa es la diferencia entre prometer que construirás el futuro y estar viviendo ya en él.

La competencia es buena. Significa que el mercado existe. Nosotros lo sabemos desde hace tiempo.

Contenido relacionado:

• Comparativa de motores de juegos web — cómo se comparan los motores tradicionales al publicar para la web
• Modelos generativos de IA de vanguardia y código abierto — los modelos de IA que impulsan la generación de juegos
• Herramientas agénticas de IA para programar — la capa de copiloto con IA que acelera el desarrollo
• A Breaker Belt — un juego creado en tres días con herramientas de IA