Un nuevo proyecto de código abierto apuesta a que la forma más rápida de encontrar un recuerdo es describiéndolo, y que la búsqueda nunca debe abandonar su computadora portátil. SCM, abreviatura de Screen Memories, es una aplicación gratuita de macOS que aplica modelos de IA locales a cada foto y cada cuadro de video en una carpeta, lo que permite a los usuarios buscar en sus bibliotecas en un lenguaje sencillo. El proyecto apareció en GitHub esta semana y rápidamente subió a la portada de Hacker News, donde obtuvo más de 85 puntos en cuestión de horas.
El discurso es simple en la superficie: apunte SCM a cualquier carpeta y creará un índice de búsqueda de lo que realmente hay en sus medios: no solo nombres de archivos, sino el contenido visual de cada imagen y cada escena dentro de cada video. Lo que lo distingue en un campo abarrotado de herramientas fotográficas de IA es que todo se ejecuta en la propia Mac. No hay cuentas, ni cargas en la nube ni telemetría. Una vez que los modelos descargan sus pesas en la primera ejecución, la aplicación funciona sin conexión. Para más contexto sobre esta historia, consulta nuestra actualidad de inteligencia artificial.
Cinco formas de buscar en los medios de toda una vida
SCM organiza la búsqueda en cinco modos distintos, cada uno impulsado por un modelo diferente que se ejecuta localmente.
El modo Archivos realiza una búsqueda semántica de archivos completos en fotos y videos, clasificando los resultados por significado con mejoras de nombres de archivos y frases. Escenas va más allá: la aplicación segmenta los vídeos en escenas individuales y las integra por separado, de modo que una consulta te lleva a la toma exacta, con un salto directo a su código de tiempo en lugar de una marca de tiempo oculta en un nombre de archivo.
Dos modos centrados en texto manejan las palabras dentro de los medios. El modo OCR, construido sobre el motor Tesseract, lee texto que está visiblemente presente en imágenes y cuadros de video y lo compara literalmente, con inglés más 35 paquetes de idiomas adicionales que se pueden activar. El modo Diálogo ejecuta el reconocimiento de voz Whisper en videos e indexa las palabras habladas exactas, con niveles escalonados de exactitud de coincidencia para buscar una línea específica.
Finalmente, un modo opcional LLM convierte el material extraído (transcripciones de diálogos, texto OCR y nombres de archivos) en un contexto de chat local. Los usuarios pueden hacer preguntas sobre su propia biblioteca y la aplicación devuelve respuestas con citas que apuntan a los archivos fuente, todos generados por un modelo que se ejecuta en la misma máquina.
Cómo funciona bajo el capó
Técnicamente, SCM es una aplicación de Electron escrita en JavaScript, que utiliza el kit de herramientas Bun como administrador de paquetes y tiempo de ejecución. El trabajo pesado lo realizan modelos de transformadores ejecutados directamente en la aplicación; el modelo de visión predeterminado es una variante CLIP cuyos pesos, aproximadamente 435 megabytes, se descargan una vez en el primer uso.
El índice se mantiene solo. Las carpetas vigiladas importan automáticamente nuevos medios a medida que llegan, el hash de contenido deduplica archivos que simplemente han sido renombrados o movidos, y al cambiar a un modelo diferente se vuelve a incrustar la biblioteca en segundo plano sin bloquear las búsquedas. El desarrollador señala que las funciones de la barra de menú y la bandeja son específicas de macOS, donde la aplicación está empaquetada para su distribución.
El modelo de privacidad es el punto de venta. La documentación del proyecto es explícita: los medios nunca salen de la máquina, la inferencia se ejecuta localmente a través de tiempos de ejecución del transformador y, después de la descarga inicial de peso, todo funciona sin conexión. Para los usuarios con archivos confidenciales (imágenes médicas, material legal, videos personales), esa elección arquitectónica es la característica.
Creado para archivos personales
La interfaz refleja la misma filosofía de personalización. Cualquier consulta se puede guardar como una pestaña reutilizable, de modo que una búsqueda que tardó un momento en formularse se convierte en una vista permanente de la biblioteca. La aplicación también incluye pestañas intercambiables de Capturas de pantalla y Correo electrónico, reconociendo que una Mac moderna acumula capturas de pantalla y archivos adjuntos a un ritmo que rápidamente supera la búsqueda del propio sistema operativo.
La técnica subyacente es la maquinaria ahora estándar de búsqueda semántica: un modelo de visión convierte cada escena de imagen y video en una incrustación numérica, y las consultas se incrustan de la misma manera para que la coincidencia se produzca por significado en lugar de por superposición de palabras clave. Lo que es notable aquí no es la técnica sino el paquete: la misma canalización que los servicios de fotografía en la nube ejecutan en granjas de servidores se comprime en una aplicación de Electron que una persona que no es desarrollador puede instalar y ejecutar sin supervisión en las carpetas de su elección.
Parte de un cambio más amplio hacia la IA local
SCM llega cuando la ejecución de modelos de IA capaces en hardware de consumo ha pasado de ser una novedad a ser una expectativa. Apple ha impulsado constantemente la búsqueda semántica en su propia aplicación Fotos, mientras que los modelos de voz, visión y texto de código abierto se han reducido a tamaños que se pueden ejecutar cómodamente en computadoras portátiles. Lo que sigue siendo escaso no son los modelos subyacentes sino la capa de integración: el software que los conecta en algo que alguien que no es ingeniero puede usar en sus propios archivos.
Ese es el nicho que ocupa SCM, y su recepción sugiere que la picazón es real. El repositorio recopiló 160 estrellas y ocho bifurcaciones en aproximadamente un día, y los comentaristas de Hacker News centraron sus preguntas en los tamaños de los modelos, la velocidad de indexación y la disponibilidad de Windows; actualmente la respuesta a la última es no, ya que el proyecto es solo para macOS por ahora.
El proyecto se publica bajo la licencia MIT, que permite su uso comercial y modificación. Para cualquiera que tenga un archivo grande y desorganizado de fotografías y grabaciones de pantalla, y que no le guste subirlos a cualquier lugar, es una de las demostraciones más convincentes hasta el momento de que un motor de búsqueda de medios totalmente local ya no es una demostración de investigación: es una instalación vespertina.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
