Demostración de vídeo superpuesto contextual con IA
Sinopsis directa: Este repositorio aloja una aplicación de vídeo emergente interactiva que aprovecha un backend de LLM y el almacenamiento edge de Fastly para insertar datos curiosos temporizados y adaptados al contexto directamente en las reproducciones de vídeo en streaming.
¿Qué problema principal resuelve esto?
Enriquecer el contenido de vídeo con metadatos dinámicos suele requerir edición de vídeo estática o un procesamiento intensivo en el lado del cliente que sobrecarga los dispositivos móviles y perjudica las métricas web principales.
Ventaja clave 1: Transmite dinámicamente contexto y datos en línea sin alterar los manifiestos ni los archivos multimedia principales.
Ventaja clave 2: Reduce la latencia al almacenar en caché los datos generados en el edge, evitando consultas repetitivas al LLM ascendente.
¿Qué es la arquitectura y la pila tecnológica?
Componente | Tecnología | Papel en la demo |
Nodo interceptor | Compute | Hace coincidir las marcas de tiempo de reproducción con los registros de almacenamiento del edge |
Integración de IA | Motor de LLM Gateway | Obtiene de forma dinámica hechos y conocimiento de forma asíncrona |
Almacén de caché | Elementos de almacenamiento edge | Conserva los elementos de datos generados para recuperarlos de inmediato |
¿Cómo se configura y ejecuta esta solución?
Estado: Completado el 6/10/26 por Ana Ramirez.
Repositorio:
https://github.com/anaramirezmorones/popup-video.gitDemostración en directo:
https://rapidly-desired-snail.edgecompute.app/
¿Cuáles son los principales casos de uso de la ingeniería de ventas?
Aplicaciones OTT multimedia de última generación: ideales para proveedores de vídeo interactivo que buscan combinar lógica de IA con flujos de trabajo en directo o de vídeo bajo demanda.
Demos de mitigación de costes de IA: destacan cómo el almacenamiento en edge protege el backend de consultas repetitivas y costosas de inferencia de IA.




