World Simulator: Queer Erotica and the Absurdity of AI Video Models That Promise the World

Resumen Técnico: Simulador de Mundos: Erótica Queer y la Absurdidad de los Modelos de Video de IA que Prometen el Mundo

Planteamiento del Problema
El artículo aborda la creciente narrativa de marketing en torno a los modelos avanzados de video generativo, que se promocionan cada vez más como "simuladores de mundos" capaces de modelar realidades infinitas y el mundo físico con total coherencia. Los autores argumentan que esta afirmación de completitud es fundamentalmente errónea porque estos modelos excluyen sistemáticamente aspectos significativos de la experiencia humana corporal, específicamente la sexualidad. Los modelos de video comerciales (por ejemplo, Sora, Veo, RunwayML) imponen filtros de seguridad estrictos que prohíben la generación de contenido explícito, mientras que los modelos fundacionales son entrenados con conjuntos de datos que han sido sistemáticamente "limpiados" de dicho material. En consecuencia, estos sistemas son estructuralmente ciegos al cuerpo y a los actos sexuales. El problema central es la arrogancia de etiquetar estos sistemas como "simuladores de mundos" cuando no pueden simular una de las experiencias biológicas más fundamentales, creando una brecha entre las promesas de marketing de "omnisapiencia" y la realidad de las limitaciones de sus datos de entrenamiento.

Metodología
El proyecto emplea una metodología de "IA Creativa Crítica", utilizando la traducción adversarial para sondear el espacio latente y los límites representacionales de un modelo de lenguaje de video (LVM) de vanguardia.

• Selección del Modelo: Los autores utilizaron el flujo de trabajo Wan 2.1 VACE (Video All-in-One Creation and Editing). Aunque no se comercializa explícitamente como un simulador de mundos, comparte la arquitectura de transformador de difusión (DiT) de tales sistemas. Crucialmente, al ser una herramienta de pesos abiertos, permitió a los autores eludir la rígida censura de la API de las plataformas comerciales para procesar entradas sensibles.
• Datos de Entrada: El material de origen consiste en clips de Boys in the Sand (1971), una clásica película underground queer de Wakefield Poole. Se seleccionaron clips específicamente por su intrincado movimiento y enfoque en cuerpos entrelazados, características que se anticipaba desafiarían las capacidades de reconstrucción del modelo.
• Proceso de Traducción Adversarial: El flujo de trabajo, implementado en ComfyUI, consistió en pasar los clips eróticos de origen a través del flujo de video-a-video. Los autores manipularon el proceso de generación restringiendo los conteo de pasos de eliminación de ruido (denoising step counts) para crear un espectro desde la abstracción hasta la representación:
  • Pasos Bajos (1–2): El resultado permanece como un desenfoque ruidoso y brumoso donde la energía cinética y la composición estructural se preservan, pero el contenido semántico no se resuelve.
  • Pasos Más Altos (3–5): A medida que aumenta el conteo de pasos, el modelo intenta forzar formas ambiguas en conceptos conocidos. Esto resulta en un "colapso" donde formas carnales y sexuales son alucinadas en representaciones banales, mundanas o abstractas, tales como electrodomésticos de cocina, arquitecturas extrañas u objetos domésticos.
• Instalación: Las secuencias resultantes fueron editadas en cuatro bucles continuos exhibidos en pantallas de miniatura integradas en placas ESP32, enfatizando el fallo interminable del sistema para dar sentido a la entrada erótica.

Contribuciones Clave

1. Visualización de la Ceguera Estructural: El trabajo proporciona una visualización estética y tangible de los límites del conocimiento sintético. Al demostrar cómo el sistema transforma actos íntimos en objetos mundanos, expone los conceptos "desconocidos" dentro del espacio latente del modelo.
2. Crítica a la Etiqueta de "Simulador de Mundo": El proyecto desafía las infladas afirmaciones de marketing de la IA al demostrar que un sistema entrenado con datos de video a escala de internet filtrados no puede reclamar simular el "mundo" mientras permanece estructuralmente ciego a la sexualidad.
3. Intervención de IA Creativa Crítica: El artículo se sitúa dentro de un linaje de obras (por ejemplo, The Zizi Project, Learning to See) que utilizan el aprendizaje automático no para demostrar la capacidad artística, sino para reflexionar críticamente sobre las estructuras ideológicas y las implicaciones sociales de la tecnología.
4. Reencuadre de la Sensualidad en la IA: Los autores cuestionan la utilidad de la "simulación" como objetivo, sugiriendo que el fallo de la máquina para procesar el cuerpo ofrece una "fricción poética" que es más honesta que una renderización perfecta y rígida.

Resultados
Los resultados generados demostraron con éxito la incapacidad del modelo para reproducir el contenido semántico de la erótica queer.

• Abstracción a Alucinación: Las secuencias de video mostraron una clara progresión desde la "ambigüedad carnal" en conteos de pasos bajos hacia objetos domésticos distintos y reconocibles en conteos de pasos más altos.
• El "Colapso": El sistema no se limitó a censurar el contenido (bloqueo o rechazo), sino que alucinó activamente alternativas surreales. La coreografía erótica fue transformada en escenas que involucraban electrodomésticos de cocina y carne abstracta, resaltando la dependencia del modelo en "priors" seguros cuando se enfrenta a conceptos no aprendidos.
• Impacto de la Instalación: La exhibición multicanal en pantallas de miniatura creó un bucle donde el espectador permanece en la sugestión del movimiento antes de que el modelo lo "corrija" hacia lo banal, enfatizando visualmente la brecha entre la realidad de la entrada y la interpretación del sistema.

Significado y Reivindicaciones
El artículo sostiene que la búsqueda de un "simulador de mundo" total es una "tarea de locos" motivada por el espectáculo y el lucro, ya que todos los modelos poseen inherentemente puntos ciegos debido a los sesgos de los datos de entrenamiento y la compresión arquitectónica.

• Afirmaciones Modestas sobre la "Completitud": Los autores declaran explícitamente que no están argumentando a favor de la inclusión de la pornografía en los modelos de IA para lograr la "completitud". Señalan que la pornografía misma es una "falsa simulación" del deseo.
• Cambio Artístico: La significancia radica en desplazar el papel del artista de ayudar a las máquinas a simular el mundo con mayor precisión hacia el uso de estas herramientas para crear "expansiones poéticas y sensuales" de la experiencia material.
• Límite Epistemológico: El trabajo afirma que el fallo de la máquina para procesar el cuerpo revela los límites inherentes de la representación de la máquina, desafiando la noción de que la IA actual puede ofrecer una réplica coherente y totalizadora del mundo conocido. El proyecto sirve como una intervención crítica que fomenta una orientación escéptica hacia las promesas de marketing de la IA y una reflexión más profunda sobre los límites de lo que puede ser simulado.