Skip to content

README_ES.md

Latest commit

 

History

History
164 lines (119 loc) · 9.15 KB

README_ES.md

File metadata and controls

164 lines (119 loc) · 9.15 KB
Raw

English | 中文说明 | Español | Deutsch | 한국어

Generative Manim

Generative Manim

🎨 Videos generativos con GPT-4o. Concepto. ⚡️ ¡Únete a nuestro servidor de Discord aquí!

Vista previa

🚀 Concepto

Generative Manim (GM) es un conjunto de herramientas que te permite crear videos con Manim usando LLMs (Modelos de Lenguaje de Gran Escala) como GPT-4 o Claude. La idea es permitir que cualquier persona pueda crear animaciones maravillosas a partir de texto ✨.

Comenzó como un prototipo de una aplicación web que usa GPT-4 para generar videos con Manim. La idea detrás de este proyecto es aprovechar el poder de los LLMs en programación, la comprensión del lenguaje humano y las capacidades de animación de Manim para generar una herramienta que cualquier persona pueda usar para crear videos. Independientemente de sus habilidades de programación o edición de video.

💻 Modelos

Los modelos son el núcleo de Generative Manim. Un modelo es una forma de convertir texto en código, que luego puede renderizarse en un video.

Nombre Descripción Motor Fase
GM GPT-5.5 El modelo de frontera más reciente de OpenAI para trabajo profesional y de código gpt-5.5 ✅
GM GPT-4o Último modelo GPT de OpenAI impulsado por un System Prompt personalizado GPT-4o ✅
GM GPT-3.5 Fine Tuned Primer modelo ajustado fino de GPT-3.5 GPT-3.5 ✅
GM GPT-3.5 Physics Fine Tuned Modelo GPT-3.5 ajustado fino para generar animaciones de Física GPT-3.5 ✅
GM Claude Sonnet Modelo Claude Sonnet 3 adaptado con nuestro System Prompt personalizado claude-3-sonnet-20240229 ✅
GM Claude Sonnet 3.5 Modelo Claude Sonnet 3.5 adaptado con nuestro System Prompt personalizado claude-3-5-sonnet-20240620 ✅
GM Featherless Open Models Acceso compatible con OpenAI a modelos de código abierto alojados via Featherless Qwen, DeepSeek, CodeLlama, etc. ✅
GM Gemini 2.5 Flash Gemini 2.5 Flash de Google accedido via google-genai SDK gemini-2.5-flash ✅
GM Gemini 3 Flash Vista previa de Gemini 3 Flash de Google accedido via google-genai SDK gemini-3-flash-preview ✅
GM Qwen 2.5 Coder 7B Modelo de código abierto ajustado fino con pipeline SFT + DPO + GRPO Qwen2.5-Coder-7B-Instruct 🚧
GM DeepSeek Coder V2 Lite Modelo de código abierto ajustado fino con pipeline SFT + DPO + GRPO DeepSeek-Coder-V2-Lite 🚧
GM CodeLlama 7B Modelo de código abierto ajustado fino con pipeline SFT + DPO + GRPO CodeLlama-7b-Instruct 🚧

📡 Nuevos Modelos

Si quieres sugerir un nuevo modelo, por favor abre un issue en el repositorio o habla con nosotros en nuestro servidor de Discord.

🧠 Pipeline de Entrenamiento

Estamos entrenando modelos de código abierto para generar código Manim usando un pipeline de 3 etapas que destila de GPT-4o:

  1. SFT (Ajuste Fino Supervisado): Entrena en más de 5,000 pares prompt→código validados
  2. DPO (Optimización Directa de Preferencias): Aprende de pares de éxito/fallo de renderizado
  3. GRPO (Optimización de Política Relativa de Grupo): RL con el renderizador de Manim como señal de recompensa determinista

La clave: Manim es un verificador determinista: el código o se renderiza o falla. Esto reemplaza la necesidad de un modelo de recompensa, similar a como DeepSeek-R1 usa verificadores de respuestas matemáticas.

Modelos base: Qwen 2.5 Coder 7B, DeepSeek Coder V2 Lite, CodeLlama 7B. Todos usan QLoRA (4-bit) para caber en las GPUs T4 de Kaggle gratuitas.

📏 Benchmark

Generative Manim ahora incluye un MVP de benchmark ejecutable para generación experta de código Manim en training/benchmarks.

El benchmark está construido sobre las primitivas correctas para evaluación de programación:

  • un conjunto de tareas fijo
  • puntuación basada en renderizado
  • comprobaciones estructurales específicas de Manim
  • pass@k para generación de código estocástica
  • informes JSONL y JSON reproducibles

Comienza aquí:

cd training
python -m benchmarks.run export \
  --suite benchmarks/tasks/core_v1.jsonl \
  --output ./outputs/benchmarks/core_v1_prompts.jsonl

Luego usa el archivo de prompts generado con python -m eval.generate_responses ..., o ejecuta el flujo completo con:

bash ./scripts/run_benchmark.sh qwen2.5-coder-7b ./outputs/grpo/qwen2.5-coder-7b benchmarks/tasks/core_v1.jsonl grpo 5 0.8 1,5

Consulta training/benchmarks/README.md para el diseño y flujo de trabajo del benchmark.

Una vez que tengas múltiples ejecuciones del benchmark, compáralas con:

cd training
python -m benchmarks.compare --results-dir ./outputs/benchmarks --suite core_v1

O ejecuta una matriz de benchmarks completa desde un manifiesto:

cd training
python -m benchmarks.matrix --manifest benchmarks/manifests/open_source_core_v1.json --dry-run

También puedes hacer benchmark de modelos de código abierto alojados a través de Featherless:

export FEATHERLESS_API_KEY="your-featherless-key"
cd training
python -m benchmarks.matrix --manifest benchmarks/manifests/featherless_core_v1.json --only qwen2.5-coder-7b-instruct-featherless

Consulta docs/featherless.md para el uso de la API, pruebas de humo y el flujo de trabajo completo del benchmark de Featherless.

✨ Patrocinadores

Generative Manim está actualmente patrocinado por The Astronomical Software Company.

🙌 Colaboradores

¡Gracias a todos los que han contribuido a Generative Manim!

Colaborador Contribución
@abdullahsohaill Añadir soporte para Gemini 2.5 Flash y Gemini 3 Flash via google-genai
@tranquac Corregir vulnerabilidad de inyección de comandos en la exportación de video ffmpeg
@Wing900 Añadir traducción del README al chino

🤲 Contribuir

Generative Manim es un proyecto de código abierto.

Si quieres ser el autor de una nueva funcionalidad, corregir un bug o contribuir con algo nuevo.

Haz un fork del repositorio y realiza los cambios que desees. Las Pull requests son bienvenidas. Recuerda que también puedes unirte a nuestro servidor de Discord para discutir nuevas funcionalidades, bugs o cualquier otro tema.