Helios, el nuevo modelo open-weight de Bytedance con 14 mil millones de parámetros, genera videos de un minuto completo a 19.5 fotogramas por segundo en una sola GPU. Es el primer modelo de su tamaño en acercarse al tiempo real para videos de esa duración — y los pesos y el código están disponibles públicamente desde el 7 de marzo de 2026.
Para tener contexto: la mayoría de los modelos de video actuales generan clips de 5 a 10 segundos y pueden tardar minutos en renderizarlos. Los modelos más grandes que existían antes de Helios, como Krea-RealTime-14B, llegaban a 6.7 FPS con artefactos severos de degradación visual. Helios llega a 19.53 FPS sin ninguno de esos trucos de aceleración estándar.
¿Qué es Helios y cómo funciona?
Helios fue construido sobre Wan-2.1-14B (de Alibaba) como base, pero el equipo de Bytedance lo rediseñó en tres etapas de entrenamiento para resolver los dos problemas fundamentales de los videos largos generados por IA: la velocidad y el “drifting” — la degradación visual progresiva que hace que los colores cambien, los objetos se muevan solos o aparezcan artefactos de ruido.
Aprende IA con nosotros
Únete gratis a mi comunidad en Skool, donde compartimos noticias, tutoriales y recursos para seguir aprendiendo juntos.
👥 Únete gratis 🚀Para el drifting, el equipo identificó tres patrones específicos y aplicó soluciones concretas:
- Position shift: Codificación de posición relativa para que el modelo no pierda referencia espacial en videos largos.
- Color shift: Un “ancla de primer frame” que mantiene el frame inicial en memoria como referencia visual constante.
- Artefactos de restauración: Simulación de perturbaciones durante el entrenamiento para que el modelo sea más robusto a sus propios errores acumulados.
Para la velocidad, Helios comprime tokens en dos niveles: frames recientes reciben compresión ligera, frames antiguos compresión más agresiva, reduciendo el total de tokens a procesar en un factor de 8. Una técnica de destilación adicional reduce los pasos de cómputo por segmento de 50 a solo 3.
Una arquitectura que unifica texto, imagen y video
Helios trabaja en modo “predecir qué sigue” de forma unificada: si el contexto está vacío, genera desde texto. Si solo hay un frame final, lo usa como animador de imagen. Si hay múltiples frames, continúa el video existente. El usuario puede incluso cambiar el prompt de texto durante la generación — el modelo aplica un crossfade gradual para evitar cortes bruscos.
La resolución actual está limitada a 384 x 640 píxeles y hay artefactos de parpadeo en las transiciones entre segmentos. El modelo fue entrenado sobre 800,000 clips de video cortos (menos de 10 segundos cada uno). El equipo construyó su propio benchmark de evaluación — HeliosBench — con 240 prompts, porque no existía ninguno estándar para videos largos en tiempo real.
Benchmarks y comparaciones
En los benchmarks de los investigadores:
- 19.53 FPS en una sola H100 para videos de un minuto — el número clave.
- SANA Video Long, con 2B parámetros (7 veces más pequeño), solo llega a 13.24 FPS.
- En calidad de video largo, Helios puntúa 6.94 vs 6.88 del anterior líder (Reward Forcing).
- Un estudio con 200 participantes humanos respalda los resultados de los benchmarks.
Por qué importa
Helios es un modelo de investigación — Bytedance aclara explícitamente que no está planeado para integración en ninguno de sus productos. Pero que los pesos estén en Hugging Face y el código en GitHub significa que cualquier equipo puede tomarlo como base hoy.
El salto de “modelos que generan 10 segundos en minutos” a “modelos que generan un minuto en tiempo real” no es incremental. Desbloquea casos de uso completamente distintos: generación de video en tiempo real para streams, efectos visuales interactivos, video conferencing con IA, y cualquier aplicación donde la latencia importa tanto como la calidad.
Bytedance también publicó esta semana avances en Seedance 2.0, su modelo de video de alta calidad que procesa imágenes, video, audio y texto — aunque ese requiere mucho más cómputo y genera clips de máximo 15 segundos. Helios va en la dirección opuesta: más rápido, más largo, menos cómputo. Son apuestas distintas, y tener ambas disponibles como open-weight es significativo para el ecosistema.
