Netflix elige el avance que ves con MediaFM, un modelo entrenado en 80 millones de planos

Netflix personaliza la portada que ve cada usuario desde 2017, pero sus modelos no sabían qué había dentro de la imagen. La IA de Netflix ya interpreta el contenido de cada portada y de cada avance de vídeo para decidir cuál muestra a cada usuario. También amplía su papel en Open Connect, la red que lleva cada episodio hasta la pantalla.

Los algoritmos de recomendación siguen ahí, pero ahora forman parte de una capa tecnológica más amplia. Esa capa conecta producto, personalización e infraestructura y funciona, en gran medida, sin que el espectador lo perciba.

Portadas y avances distintos para cada usuario

El orden de las filas, las miniaturas, los avances de vídeo y los tráileres se adaptan a los gustos de cada usuario. El sistema se alimenta del historial de visionado, las valoraciones, el dispositivo o la hora del día, entre otras señales. El resultado son millones de versiones distintas de la interfaz de Netflix.

La personalización no se limita a elegir qué contenido mostrar. También actúa sobre el envoltorio, es decir, sobre la forma en que se presenta cada título.

Netflix detalló el 28 de agosto de 2026 en su blog técnico cómo ha rediseñado estos sistemas bajo el nombre MAPS (Multimodal Asset Personalization at Scale). Durante años, sus modelos trataban cada portada como un simple identificador, sin saber qué había dentro de la imagen. Con un título recién estrenado, sin datos de interacción, ampliaban la exploración para reunirlos y, mientras tanto, recurrían a criterios de popularidad que ignoraban los gustos de cada persona.

Un solo modelo para elegir la portada en cinco formatos

La compañía codifica ahora cada portada con CLIP, un modelo que traduce imágenes y textos a vectores numéricos comparables entre sí. Con esa información, el sistema reconoce temas visuales, actores o paletas de color desde el primer día, sin esperar a que se acumulen interacciones.

Cada título tiene portadas recortadas para cinco formatos, que incluyen el cartel principal, la caja vertical y tres tipos de paneles. Antes, cada formato tenía su propio modelo. Netflix ha sustituido esos cinco modelos por uno solo, que aprovecha a la vez los datos de todos los formatos.

El nuevo sistema llegó antes del despliegue del rediseño de la pantalla de inicio en televisores, que Netflix presentó el 7 de mayo de 2025. En una prueba A/B de un mes, en la que un grupo mantuvo el modelo anterior, logró mejoras estadísticamente significativas en descubrimiento de contenidos y horas de visionado.

Ninguna de las dos piezas funcionó por separado. En las pruebas anteriores, ni el modelo unificado ni las imágenes codificadas movieron las métricas por sí solos: solo la combinación logró mejoras significativas, y es la que está hoy en producción.

Avances de vídeo con imagen, sonido y subtítulos

Para los avances de vídeo, Netflix usa MediaFM, su primer modelo fundacional multimodal propio. Está entrenado con 80 millones de planos y combina en cada uno la imagen, el audio y el texto de los subtítulos.

MediaFM ya es la base por defecto de los avances en todas las plataformas, tras una prueba A/B de cinco semanas. Superó al sistema basado solo en identificadores y a SeqCLIP, una alternativa que solo analizaba fotogramas. Las mayores mejoras se registraron en televisores.

Todo se apoya en el Netflix Embedding Store, un repositorio que guarda una sola vez el vector de cada imagen o vídeo y lo sirve a los tres sistemas: portadas, búsqueda y avances. Así la compañía puede actualizar sus modelos fundacionales sin tocar los de personalización.

El buscador también aprovecha estos modelos. Si alguien busca a un actor concreto, Netflix prioriza la portada en la que aparece ese actor, aunque sus gustos generales apunten a otra imagen.

• Portadas: un único modelo con CLIP para los cinco formatos de imagen.
• Búsqueda: portadas ordenadas combinando los gustos del usuario y lo que acaba de escribir.
• Avances de vídeo: MediaFM, con imagen, audio y subtítulos.

Prototipos con IA y la cultura de pruebas A/B de Netflix

Según una investigación reciente citada por Business Insider, la IA acelera el diseño, la prueba y el despliegue de nuevas funciones en los servicios digitales. Antes, desarrollar una experiencia nueva exigía elaborar informes y diseñar el producto desde cero. Con IA resulta más sencillo generar prototipos funcionales para visualizar una idea y evaluarla antes de lanzarla.

Esa capacidad encaja con el método de Netflix, que prueba variantes de sus funciones antes de decidir cuál llega al usuario. En una prueba A/B, un grupo de suscriptores recibe el producto actual y otro, la versión nueva. Cuanto antes esté listo un prototipo, antes puede llegar una idea a esa prueba y antes se decide si se implanta o se descarta.

Open Connect, la red que acerca cada serie al usuario

Detrás de cada reproducción está Open Connect, la red de distribución de contenidos que Netflix anunció en 2012. La compañía instala servidores dentro de las redes de los operadores, cerca de sus clientes. Así reduce la latencia, es decir, el retardo en la transmisión de los datos, que es lo que hace esperar al usuario desde que pulsa play hasta que arranca el vídeo.

“Cada vez que un espectador pulsa el botón de reproducción, queremos que disfrute de la mejor experiencia de visionado posible, en alta definición y sin retardo”. Así lo explicó Gina Haspilaire, vicepresidenta de Colaboraciones y Distribución y planificación de contenidos de Open Connect, en la web corporativa de Netflix el 14 de diciembre de 2022.

En ese mismo texto, Netflix cifraba su red en 18.000 servidores en 6.000 ubicaciones de 175 países, con un despliegue en aumento progresivo.

Cuando Netflix prevé una gran demanda de un título popular, Open Connect lo coloca con antelación en los servidores locales. La compañía estima que el programa ahorró a los operadores 1.250 millones de dólares solo en 2021. En 2022, además, emitía con la mitad de velocidad de bits que en 2017 gracias a una compresión de vídeo mejorada.

Más formatos exigentes y más IA en la infraestructura

Netflix prepara cada contenido en varias versiones, con distintas resoluciones y tasas de bits, para adaptarlo al dispositivo y al estado de la red. Esa tarea se ha vuelto más exigente con la llegada de los videojuegos y las retransmisiones en directo al servicio.

El aprendizaje automático lleva años integrado en Open Connect. Netflix no ha detallado públicamente este apartado. Según Business Insider, los últimos avances en IA mejoran la predicción de la demanda, la gestión del tráfico y la decisión de qué contenidos almacenar en cada ubicación. En este terreno, la IA no se traduce en una función visible, sino en mejoras de la infraestructura que ya existía.