Autoniche AI - Selección Tecnológica

1. Introducción

Este documento detalla el proceso de selección de tecnologías para Autoniche AI, un sistema automatizado de creación y publicación de contenido de vídeo. Se describen los componentes principales del sistema, el flujo de trabajo, las tecnologías evaluadas y las decisiones finales.

Dado que los modelos están en continua actualización y mejora, las selecciones de este post sólo se deben tomar como referencia y los modelos que se utilizarán se decidirán cuando realmente se comience el desarrollo del módulo donde se necesiten.

Si necesitas ver que modelos hay y cual se ajusta mejor a tus necesidades puedes consultar LLM Stats o Artificial Analysis.

2. Arquitectura del Sistema

• Componentes Principales:

  Componente	Descripción	Tecnologías Clave
  Entrada de Datos	Generación de ideas para contenido.	LLM local (Mixtral 8x7B, Mistral 7B, Phi-2), Google Sheets/Bases de Datos
  Procesamiento de Contenido	Creación de guiones, subtítulos, descripciones y síntesis de voz.	LLM (Mixtral 8x7B), NLP, F5 TTS
  Producción de Vídeo	Generación y edición de clips de vídeo.	Stable Video Diffusion, ModelScope, FFmpeg, Rife AI
  Publicación y Monetización	Detección de momentos virales, generación de shorts y publicación automática.	Whisper AI, FFmpeg, n8n, APIs (YouTube, TikTok, Instagram)

• Tecnologías Seleccionadas:

  Módulo	Tecnología / Herramienta	Justificación
  Generación de Ideas	Mixtral 8x7B (prioridad), Mistral 7B/Phi-2 (alternativas), LLama 2	Alto rendimiento, eficiencia, versatilidad.
  Generación de Guion	Mixtral 8x7B	Excelente coherencia y creatividad.
  Síntesis de Voz (TTS)	F5 TTS	Alta calidad de voz y personalización.
  Generación de Clips	Stable Video Diffusion/ModelScope	Calidad visual y adaptabilidad.
  Edición y Ensamblaje	FFmpeg + Rife AI	Eficiencia y mejora de calidad.
  Detección de Momentos Virales	Whisper AI	Precisión en la detección.
  Generación de Shorts	FFmpeg	Recorte automático eficiente.
  Publicación Automática	n8n	Automatización flexible y sin código.
  Bases de datos	PostgreSQL/MongoDB/ChromaDB	Almacenamiento eficiente de datos y embeddings.
  Gestión de modelos de IA	Ollama, LMStudio, Hugging Face	Facilidad de gestión y acceso a modelos.

3. Infraestructura de Software

• Sistema Operativo:
  • Windows 11 (evaluar rendimiento en Linux para optimización).
• Orquestación:
  • n8n (automatización de flujos de trabajo).
• Gestión de Modelos:
  • Ollama, LMStudio, Hugging Face (administración y despliegue de modelos).
• Bases de Datos:
  • PostgreSQL/MongoDB (almacenamiento de datos estructurados y no estructurados).
  • ChromaDB (gestión de embeddings para LLMs).

4. Proceso de Evaluación

• Criterios Clave:
  • Rendimiento (velocidad, eficiencia).
  • Calidad (precisión, naturalidad).
  • Flexibilidad (personalización, integración).
  • Costo (licencias, hardware).
  • Comunidad y soporte.
• Metodología:
  • Pruebas comparativas de modelos LLM (rendimiento, calidad).
  • Evaluación de calidad de TTS (naturalidad, claridad).
  • Análisis de rendimiento de herramientas de vídeo (eficiencia, calidad).
  • Pruebas de flujos de trabajo en n8n (fiabilidad, eficiencia).

5. Decisiones y Justificación

• LLM Local:
  • Mixtral 8x7B: rendimiento superior en tareas creativas y de razonamiento.
  • Mistral 7B y Phi-2: alternativas eficientes para recursos limitados.
  • LLama 2: gran versatilidad.
• TTS:
  • F5 TTS: calidad de voz excepcional y opciones de personalización.
• n8n:
  • Automatización flexible y sin código, ideal para integrar diferentes servicios.
• ChromaDB:
  • Mejora significativa del rendimiento de los LLM locales mediante la gestión eficiente de embeddings.

6. Plan de Implementación

• Fase 1:
  • Configuración de infraestructura (hardware, SO, n8n).
  • Instalación y configuración de LLMs locales.
  • Integración de ChromaDB y bases de datos.
• Fase 2:
  • Desarrollo de flujos de trabajo en n8n.
  • Integración de TTS y herramientas de vídeo.
  • Pruebas y optimización de rendimiento.
• Fase 3:
  • Implementación de publicación automática y monitorización.
  • Pruebas exhaustivas y ajustes finales.

7. Consideraciones Finales

• Mantenimiento y actualización continua de modelos y herramientas.
• Pruebas A/B para optimización de contenido y formatos.
• Seguimiento de avances en IA y producción de vídeo para mejoras futuras.