La geostatística de múltiples puntos (MPS) es una herramienta establecida para la cuantificación de la incertidumbre en la modelización de sistemas terrestres, particularmente al tratar con la complejidad y heterogeneidad de los datos geológicos. Este estudio presenta un nuevo método MPS basado en píxeles para modelar datos espaciales utilizando algoritmos avanzados de aprendizaje automático. La simulación de múltiples puntos basada en píxeles implica el modelado secuencial de puntos individuales en la cuadrícula de simulación, uno a la vez, tomando prestada información espacial de la imagen de entrenamiento y respetando los puntos de datos de condicionamiento. La metodología desarrollada se basa en el mapeo de la base de datos de patrones de la imagen de entrenamiento utilizando el algoritmo de Embedding Estocástico de Vecinos Distribuidos t (t-SNE) para la reducción de dimensionalidad, y el agrupamiento de patrones aplicando el algoritmo de Agrupamiento Espacial Basado en Densidad de Aplicaciones con Ruido (DBSCAN), como una técnica de clasificación no supervisada eficiente. Para la automatización, optimización y ajuste de parámetros de entrada, se implementan múltiples etapas, incluyendo la determinación basada en entropía del tamaño de la plantilla y una búsqueda de k vecinos más cercanos para la selección de parámetros de agrupamiento, para asegurar que el método propuesto no requiera la intervención del usuario. El modelo propuesto se valida utilizando conjuntos de datos sintéticos bidimensionales y tridimensionales, tanto para simulaciones condicionales como incondicionales, y se proporciona información sobre el tiempo de ejecución. Finalmente, el método se aplica a un estudio de caso de una mina de oro para el modelado estocástico de cuerpos mineralizados. Para demostrar la eficiencia computacional y la precisión del método propuesto, se simula una imagen de entrenamiento bidimensional con 101 por 101 píxeles para 100 realizaciones condicionales en 453 s (~4.5 s por realización) utilizando solo 361 puntos de datos duros (~3.5% de la cuadrícula de simulación), y la simulación promedio resultante tiene una buena coincidencia visual y solo un desajuste del 11.8% a nivel de píxeles con la imagen de entrenamiento.