Sapiens AI libera Agnes-Video-2.0-MoE con licencia Apache 2.0

👁 113 lecturas

El 11 de octubre de 2026, la singapurense Sapiens AI publicó en Hugging Face el modelo Agnes-Video-2.0-MoE con pesos abiertos bajo licencia Apache 2.0. Cuenta con 28,7 mil millones de parámetros (15,3 mil millones activos) y genera vídeo con sonido. La versión más reciente, Agnes Video 2.5, sigue siendo de pago y cerrada; la detallo en la guía sobre Agnes Video 2.5.

Qué se ha publicado exactamente

El repositorio Agnes-AI/Agnes-Video-2.0-MoE se creó el 11 de octubre a las 8:50 UTC. Según su README (consultado el mismo día), se trata de un modelo que genera imagen y sonido, desarrollado sobre DaVinci-MagiHuman, un proyecto abierto del equipo GAIR-NLP.

La versión disponible corresponde al modelo sin poda. La compañía anticipa una variante más ligera denominada «EENP 60%», cuyos pesos aún no están disponibles. De acuerdo con el README, esta reduce el tiempo de eliminación de ruido de 26,83 s a 20,92 s en una tarjeta H100, a costa de una calidad algo inferior (VBench 2.0 cae de 0,519 a 0,479).

Contexto: la versión 2.5 es de pago y la 2.0 desaparece de la API

Cronología de la familia Agnes Video:

• 31 de mayo de 2026 - Agnes AI anuncia en X que Agnes 2.0 (texto, imagen, vídeo) pasa a ser gratuito.
• 2 de julio de 2026 - Se publica el primer clip generado con Agnes Video 2.5 Preview.
• 22 de agosto de 2026 - Fecha de lanzamiento de Agnes-Video-2.5 según Artificial Analysis.
• 27 de agosto de 2026 - La versión gratuita Flash debuta en Pavo, plataforma de microdramas.
• 25 de septiembre de 2026 - Agnes-Video-V2.0 se retira de la API.
• 30 de septiembre de 2026 - Artificial Analysis estrena su nueva tabla comparativa de texto a vídeo (v2.0). En la medición del 11 de octubre, Agnes-Video-2.5 se sitúa en 10.ª posición (1057 Elo) y es el más asequible del top 10: unos 2,15 EUR (2,40 USD) por minuto en 1080p.
• 10 de octubre de 2026 - Incidencia #142 en GitHub: la versión gratuita Flash responde con HTTP 503 «video_queue_full».
• 11 de octubre de 2026 - Publicación de los pesos de Agnes-Video-2.0-MoE en Hugging Face.

La incidencia #142 acumulaba dos comentarios hasta el 11 de octubre: en el primero se confirmó el mismo fallo con una segunda clave API, y en el segundo otro usuario desde una cuenta distinta experimentó idéntico error el 11 de octubre hacia las 11:25 UTC. La compañía no ha ofrecido respuesta. La versión comercial 2.5 cuesta unos 0,022 EUR (0,025 USD) por segundo en 720p y unos 0,036 EUR (0,040 USD) en 1080p, lo que equivale a unos 0,18 EUR (0,20 USD) por un clip de 5 s en 1080p (conversiones estimadas según el tipo de cambio de referencia del BCE del 12/10/2026: 1 EUR = 1,1181 USD; fuente: https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml).

Opciones de ejecución en local

El README muestra una ejecución de ejemplo: un script con una instrucción de texto, duración de 5 s, 32 pasos y el parámetro cfg_number 2. El código incluye también los parámetros --seed, --br_width y --br_height (resolución). Todas las demostraciones del repositorio corresponden a generación a partir de texto, pese a que el modelo declara admitir entrada de vídeo y audio.

Aspectos que el README no especifica:

• los requisitos exactos de memoria VRAM de la GPU;
• la resolución máxima y la duración tope por clip;
• métricas directas frente a la versión 2.5.

Las mediciones de calidad facilitadas por la empresa se calcularon a 448 x 256 en clips de 4-5 s, y los tiempos en H100 se midieron en FP32 sin considerar la descodificación del VAE. El conjunto de archivos de pesos (unos 57,5 GB) supera con creces la memoria de una RTX 4090 (24 GB), por lo que en una tarjeta doméstica sería imprescindible descargar capas a la RAM del sistema. En el repositorio figura el archivo cpu_offload_wrapper.py, pero las instrucciones no aclaran cómo emplearlo. No he ejecutado el modelo.

Dos consideraciones técnicas y legales a tener en cuenta:

• Apache 2.0 cubre exclusivamente los pesos de Agnes. El codificador de texto T5Gemma se rige por las condiciones de Gemma, y los demás componentes cuentan con sus propias licencias.
• De los seis clips de muestra enlazados en el README, cuatro funcionan. Dos de ellos (un amanecer en la montaña y caballos junto al río) arrojaban error 404 el 11 de octubre.

Muestro varios clips de ejemplo con sus instrucciones en el artículo sobre qué puede hacer Agnes Video 2.5.

Qué implica este lanzamiento

Si dispones de un servidor con una GPU NVIDIA potente, cuentas con otra alternativa abierta de vídeo con audio para experimentar y usar en proyectos comerciales dentro de los márgenes de su licencia. En un ordenador doméstico con Windows sin WSL no podrás ejecutarlo. Si buscas el resultado sin complicarte con el despliegue local, Agnes Video 2.5 mediante API sale a unos 17,89 EUR (20 USD) por 100 clips de 5 s en 1080p (BCE: 12/10/2026). Es la cifra más reducida del top 10, si bien MiniMax H3, con un coste de unos 35,77 EUR (40 USD), se sitúa 80 puntos por encima en la clasificación. Puedes consultar el desglose completo en la comparativa sobre el generador de vídeo más barato del top 10. Si te interesa trabajar con modelos en hardware propio, repasa la guía de IA local, y para conocer a otro rival abierto basado en MoE, el análisis de MAGI-2.

// sigue leyendoResumen de IA: 13 de octubre de 2026NoticiasBanco de Inglaterra: la IA amenaza el sistema financieroNoticiasDigital Omnibus AI Act: qué cambió el reglamento 2026/1744Noticias