CONTENIDOS
VIAJE NOCTURNO EN TRANVÍA STEAMPUNK POR LA CIUDAD DE BRASS CITY
El canal que nadie explica bien
Retrofutura es un canal de YouTube —y un proyecto de autor en el sentido más estricto— dedicado a construir mundos retrofuturistas mediante inteligencia artificial generativa, diseño sonoro original y una lógica estética que se sitúa deliberadamente fuera del ciclo de contenidos de consumo rápido. Detrás no hay un estudio, ni un equipo de producción, ni una marca respaldada por capital riesgo. Hay, según la propia descripción del proyecto en sus plataformas, un creador individual que combina herramientas de IA con un criterio visual y narrativo de largo aliento, produciendo experiencias inmersivas que duran entre una y varias horas. Brass City es su emblema: una ciudad imaginaria construida sobre la gramática estética del steampunk —latón, vapor, luz de gas, arquitectura victoriana industrializada, mecanismos de relojería a escala urbana— filmada, si esa palabra tiene aún sentido, desde el interior de un tranvía que recorre sus calles de noche.
La distinción que importa aquí no es técnica sino cultural. Retrofutura no produce clips de entretenimiento pasivo ni compilaciones de imágenes generadas para llenar tiempo de pantalla. Produce lo que podría llamarse cine de habitabilidad: vídeos diseñados para que el espectador los use como entorno de trabajo, de concentración o de sueño, de la misma manera que uno enciende una chimenea o pone lluvia de fondo. La diferencia respecto a otros canales de lo mismo reside en que aquí el mundo tiene coherencia interna, continuidad visual y una identidad propia que se sostiene de un vídeo al siguiente. Brass City no es un decorado genérico de engranajes y niebla; es una ciudad con barrios reconocibles, una hora del día característica —casi siempre el ocaso o la noche profunda— y un sistema de transporte que funciona como hilo conductor narrativo.
Cómo se construye una ciudad con modelos de IA
El proceso de producción de estos vídeos combina, según el propio canal y la información disponible en sus plataformas de soporte, herramientas de generación de imagen como Midjourney para la creación de fotogramas estáticos de alta resolución, y modelos de animación como Kling AI —desarrollado por la empresa china Kuaishou, que en 2024 levantó rondas de financiación valoradas en varios cientos de millones de dólares para escalar su división de vídeo generativo— para convertir esos fotogramas en secuencias con movimiento controlado. El resultado se escala o renderiza a 4K mediante herramientas de upscaling como Topaz Video AI, que Topaz Labs comercializa con actualizaciones constantes y que ha sido adoptada masivamente en flujos de postproducción independiente.
Lo que hace singular este pipeline no es que sea secreto —muchos creadores usan combinaciones similares— sino que el criterio de selección y edición es absolutamente manual. Midjourney genera decenas o cientos de variaciones a partir de prompts muy elaborados; Kling anima fragmentos de dos a diez segundos que luego hay que ensamblar con coherencia espacial y temporal. El trabajo de un solo autor que mantiene la continuidad de una ciudad ficticia a través de múltiples vídeos de larga duración implica un volumen de decisiones estéticas que no se puede delegar a ningún modelo. La IA genera materia prima; el ojo humano construye la ciudad. En este sentido, el proceso se parece más al del fotógrafo de banco que selecciona y edita que al del director que rueda, pero con una diferencia crucial: aquí el autor inventa el mundo antes de fotografiarlo.
El diseño sonoro es la otra pata del proceso, y probablemente la más subestimada. Los vídeos de Retrofutura incorporan música original o licenciada con criterio muy específico —cuerdas lentas, texturas ambientales, ocasionalmente instrumentos de viento o piano de sala— junto con capas de sonido ambiente que incluyen el traqueteo de las vías, el silbido del vapor, el ruido de la lluvia sobre vidrio emplomado y el murmullo atenuado de una ciudad que funciona de noche. Esta arquitectura sonora no es accesoria: es la razón por la que estos vídeos funcionan como herramienta de concentración.
El argumento neurocientífico detrás del tranvía nocturno
La pregunta de si este tipo de contenido funciona realmente como ASMR o como ayuda para la concentración merece una respuesta técnica antes que una anecdótica. El fenómeno ASMR —Autonomous Sensory Meridian Response— está documentado en estudios publicados en revistas como PLOS ONE y Frontiers in Psychology desde al menos 2015, con evidencia de que ciertos estímulos auditivos de baja intensidad (susurros, sonidos repetitivos, texturas sonoras) activan respuestas de relajación fisiológica medibles: descenso de la frecuencia cardíaca, reducción del cortisol, incremento de las ondas alfa en electroencefalografía. Los vídeos de Retrofutura no son ASMR en sentido estricto —no hay susurros, no hay triggers de contacto— pero sí operan sobre un mecanismo adyacente: el del entorno sonoro constante y predecible como ancla para la atención sostenida.
La investigación sobre background noise y productividad cognitiva, sintetizada en estudios de la Universidad de Illinois y trabajo de Ravi Mehta publicado en Journal of Consumer Research (2012, con réplicas posteriores), establece que un nivel de ruido ambiental moderado y semánticamente neutro —entre 50 y 70 decibelios, sin contenido verbal que compita con la tarea— mejora el rendimiento en tareas de pensamiento creativo respecto al silencio o al ruido intenso. Los sonidos de Brass City —tranvía, lluvia, vapor— cumplen esos requisitos mejor que la música con letra y mejor que el silencio, porque ofrecen suficiente estimulación para bloquear distracciones externas sin ocupar recursos cognitivos. La dimensión visual añade un componente que los estudios sobre soft fascination —concepto desarrollado en la Teoría de Restauración de la Atención de Kaplan— identifican como especialmente eficaz: paisajes complejos pero no amenazantes, que mantienen la atención periférica activa sin exigir procesamiento central. Una ciudad de noche vista desde un tranvía en movimiento es exactamente eso.
Jules Verne, Miyazaki y la genealogía de la ciudad que prometía algo
El steampunk tiene una fecha de nacimiento literaria razonablemente precisa: The Difference Engine de William Gibson y Bruce Sterling (1990) es la novela que codifica el género, aunque sus raíces están en la ciencia ficción victoriana —Verne, Wells— y en la fascinación retrofuturista de los sesenta y setenta por una modernidad alternativa que nunca eligió el petróleo. Brass City bebe directamente de esa tradición, pero su referencia visual más obvia no es literaria sino cinematográfica: Hayao Miyazaki y el Studio Ghibli llevan cuatro décadas construyendo ciudades retrofuturistas habitables, desde el Castillo Ambulante de El castillo en el cielo (1986) hasta las termas de El viaje de Chihiro (2001), pasando por el Laputa de Nausicaä. La clave Miyazaki no es la tecnología de vapor en sí, sino la textura moral de esos mundos: son ciudades donde el trabajo manual es visible, donde los mecanismos se entienden, donde la escala humana no ha sido aplastada por la eficiencia abstracta.
El tranvía eléctrico victoriano —que es el vehículo que Retrofutura convierte en protagonista— merece un apartado propio en esta genealogía. Las primeras líneas de tranvía eléctrico urbano se inauguraron entre 1881 (Berlín, línea experimental de Siemens) y la década de 1890, cuando ciudades como San Francisco, Budapest, Lisboa o Madrid adoptaron el sistema como símbolo de modernidad ordenada. El tranvía no era solo transporte: era una promesa política y urbana de que la ciudad industrial podía ser racional, asequible y colectiva. Su eliminación masiva en las décadas de 1950 y 1960 —impulsada en Estados Unidos por el llamado «Gran Escándalo del Tranvía», donde General Motors, Firestone y Standard Oil adquirieron y desmantelaron compañías tranviarias para sustituirlas por autobuses de diésel— es uno de los episodios más citados en los estudios de historia urbana crítica. El retorno del tranvía en vídeos de IA de alta resolución tiene, desde esta perspectiva, una carga ideológica que va mucho más allá de la estética: es el síntoma de una nostalgia por la ciudad como proyecto colectivo de convivencia, frente a la ciudad real del siglo XXI, que en sus versiones más recientes produce barrios para inversores y calles para algoritmos de reparto.
Dieselpunk, solarpunk y la taxonomía del retrofuturismo
Retrofutura no es un canal monotemático. Dentro de su catálogo coexisten al menos tres estéticas retrofuturistas con lógicas propias, y la distinción importa para entender el proyecto. El steampunk de Brass City es el más reconocible: siglo XIX industrializado, energía de vapor, latón, vidrio, luz cálida, arquitectura neogótica o neoclásica. El dieselpunk —representado en otros vídeos del canal por ciudades de los años 30 y 40 con geometrías art déco, luz neón verde y naranja, automóviles pesados y una atmósfera de noir permanente— toma como referencia el período de entreguerras y la estética de Fritz Lang o Raymond Loewy. El solarpunk, el más reciente y políticamente explícito de los tres, propone ciudades del futuro cercano donde la tecnología solar, la vegetación integrada en la arquitectura y los materiales naturales construyen una modernidad que no ha pagado el precio de la contaminación industrial.
Estas tres estéticas no son simplemente tres paletas visuales diferentes: son tres diagnósticos distintos sobre qué salió mal en la modernidad real y qué aspecto tendría un mundo que hubiera elegido otra bifurcación. El steampunk lamenta la mecanización sin escala humana pero fetichiza la industria artesanal. El dieselpunk procesa la traumática consolidación del Estado moderno y la cultura de masas con una fascinación oscura por el poder y la sombra. El solarpunk es el más utópico y el más frágil narrativamente, porque requiere creer que la tecnología limpia puede producir comunidad y no solo un cambio de combustible. Que Retrofutura trabaje los tres simultáneamente sugiere que el proyecto no tiene una agenda política simple: es un laboratorio de futuros alternativos, no un manifiesto.
El modelo de financiación: Ko-fi como ciudad amurallada
Retrofutura se financia a través de una combinación de ingresos de YouTube —publicidad, que para canales de nicho con vídeos largos produce CPMs relativamente altos, entre 3 y 8 dólares por mil visualizaciones en audiencias anglosajonas adultas interesadas en productividad y bienestar— y de Ko-fi, la plataforma de apoyo directo a creadores que permite tanto donaciones únicas como suscripciones mensuales. Lo más interesante del modelo es el concepto de «vault» o bóveda: un archivo de contenido exclusivo —vídeos en resolución más alta, versiones extendidas, vídeos sin música para quienes prefieren silencio puro, making-of del proceso creativo, descargas de audio— al que solo acceden los mecenas que aportan mensualmente.
Este modelo reproduce, en escala micro, la lógica de los museos con sala de colecciones permanentes y exposición temporal gratuita. La «ciudad pública» es el canal de YouTube, accesible para todos y financiada por publicidad; la «ciudad privada» es el vault, sostenida por una comunidad de entre cien y varios miles de patrocinadores —las cifras exactas no son públicas, pero canales comparables en Ko-fi con contenido de nicho suelen tener entre 200 y 2.000 mecenas activos— que pagan entre 3 y 10 dólares mensuales. El dato relevante para cualquier análisis de negocio es que este modelo produce ingresos más estables y predecibles que la publicidad de YouTube, que fluctúa con los ciclos del mercado programático, y que además genera una base de audiencia con un nivel de compromiso radicalmente superior al del espectador pasivo.
Lo que la IA todavía no puede hacer
La parte honesta del análisis exige señalar las costuras. Los modelos de generación de vídeo actuales —Kling, Runway Gen-3, Sora de OpenAI, que aún no está disponible públicamente de forma general a junio de 2026— tienen limitaciones estructurales que afectan directamente al tipo de cine que Retrofutura intenta hacer. La coherencia espacial entre planos es el problema más grave: un modelo como Kling puede animar cinco segundos de un tranvía en movimiento con resultado convincente, pero no puede garantizar que la calle que aparece en el plano siguiente sea la misma calle desde un ángulo diferente. La ciudad no existe en ningún espacio tridimensional que el modelo pueda consultar; cada fotograma es, técnicamente, una alucinación nueva. Mantener la ilusión de que Brass City es un lugar coherente requiere el trabajo editorial humano que mencionamos antes, pero también implica que el espectador nunca verá una persecución a través de sus calles, ni una panorámica continua de su skyline desde el suelo hasta los tejados.
El otro límite es la duración. Los mejores modelos actuales generan fragmentos de entre cuatro y diez segundos antes de que la coherencia visual se degrade. Un vídeo de dos horas en 4K requiere, en el caso más optimista, entre 720 y 1.800 fragmentos individuales generados, seleccionados, editados y montados a mano. Esto no es automatización: es artesanía con herramientas nuevas, y el tiempo de producción de un solo vídeo de Retrofutura probablemente se mide en semanas, no en días. La IA reduce el coste de generación de imagen a casi cero, pero no reduce el coste de dirección, que sigue siendo completamente humano y no escala de la misma manera.
Tampoco existe aún una solución satisfactoria para la generación de audio diegético —los sonidos que pertenecen al mundo de la imagen, como el tranvía o la lluvia— que sea coherente con la imagen en tiempo real. Retrofutura resuelve esto con capas sonoras pregrabadas y diseño de mezcla manual, lo que añade otra capa de trabajo artesanal al proceso y, de paso, explica por qué la calidad sonora de estos vídeos es perceptiblemente superior a la de competidores que generan audio con herramientas automáticas.
Dónde está el dinero y cómo se cambia la vida del espectador
Para marcas de audio de alta fidelidad —Sennheiser, Sony, Bose, pero también marcas de nicho como Drop o Moondrop— el espectador de Retrofutura es un cliente ideal: alguien que usa contenido de larga duración en condiciones de escucha activa, que valora la calidad sonora como parte de la experiencia y que probablemente ya ha invertido en equipamiento. La mención orgánica de auriculares con cancelación de ruido en este contexto no es publicidad intrusiva: es una extensión lógica del argumento del canal, que dice implícitamente que la experiencia mejora con mejor hardware. Auriculares como los Sony WH-1000XM5 —o equivalentes de la gama alta de Bose o Sennheiser— son el complemento natural de un viaje nocturno por Brass City, porque la cancelación de ruido activa convierte cualquier despacho o vagón de metro real en algo que se parece, auditivamente, a lo que aparece en pantalla.
La iluminación LED cálida regulable —temperatura de color por debajo de 3.000K, control por aplicación, regulación de intensidad— cumple una función análoga en el entorno visual. Hay una razón por la que los vídeos de Retrofutura usan casi exclusivamente luz ámbar y ocre: esas longitudes de onda tienen efecto documentado sobre la secreción de melatonina y sobre la percepción subjetiva de calor y seguridad. Reproducir esa temperatura de color en el entorno físico de trabajo mientras se usa el vídeo como fondo crea una coherencia sensorial que amplifica el efecto de relajación. Las tiras LED regulables de Philips Hue o las lámparas de escritorio con temperatura ajustable son, en este contexto, hardware de experiencia, no decoración.
Los teclados mecánicos con estética retro —como los de la gama de Keychron con keycaps estilo typewriter, o los de Drop con switches silenciosos— tienen un argumento de venta diferente pero igualmente coherente: en un mundo donde el trabajo se hace frente a pantallas con interfaces abstractas, el teclado mecánico retro es la única pieza de hardware que responde a la misma lógica estética de Brass City, es decir, que hace visible el mecanismo, que convierte la herramienta en objeto con textura y sonoridad propias.
Para el espectador-lector en términos concretos, lo que cambia en los próximos dos años no es el contenido en sí —este tipo de vídeo existe desde hace una década en formatos más primitivos— sino la calidad del mundo. A medida que Midjourney avance hacia versiones con mayor coherencia espacial (la versión 7, publicada en 2025, ya muestra mejoras significativas en arquitectura y perspectiva), y a medida que modelos como Kling o Sora mejoren la duración y la consistencia de sus clips, los mundos de Retrofutura serán más detallados, más coherentes y más habitables. En ese contexto, la distinción entre «canal de YouTube» y «experiencia inmersiva de realidad virtual» empezará a difuminarse, especialmente con la adopción de dispositivos como Apple Vision Pro —cuya segunda generación se espera para 2026 con precio más accesible— o las gafas de Meta con pantallas de mayor resolución. Brass City no necesita volverse VR para existir en ese formato; solo necesita que el espectador tenga las gafas puestas.
