O primeiro filme sobrevivente, Roundhay Garden Scene (1888), mostra apenas dois segundos de pessoas caminhando em um quintal. Hoje, a IA está preparada para criar vídeo sob demanda em uma escala inimaginável há apenas algumas décadas. Uma nova parceria entre a Disney e a OpenAI sinaliza a chegada deste futuro: a partir de 2026, Sora da OpenAI gerará vídeos com personagens da Disney, Marvel, Pixar e Star Wars, transmitidos diretamente no Disney+.
Este não é um sonho distante. A Disney está investindo US$ 1 bilhão em OpenAI para construir “novas experiências” para assinantes, incluindo conteúdo gerado por IA que eles próprios podem criar. Imagine solicitar uma cena de Elsa e Cinderela lutando contra Malévola – um clipe que poderia ser entregue em segundos.
Dos segundos ao streaming: a evolução do vídeo de IA
O progresso dos vídeos espasmódicos de IA de um segundo de 2016 até o potencial para filmes completos é notável. O cinema antigo já foi considerado uma “curiosidade tola”, assim como alguns agora consideram os vídeos de IA um desperdício. No entanto, o mesmo ceticismo existia em relação aos primeiros filmes antes de O Grande Assalto ao Trem (1903) e E o Vento Levou provarem seu poder de permanência.
O desafio reside na complexidade técnica da geração de vídeo. Os sistemas atuais de IA dependem da difusão, refinando o “ruído” em imagens coerentes por meio de processamento repetido. Cada refinamento aumenta o custo computacional, especialmente com vídeo: milhões de pixels devem mudar perfeitamente entre os quadros para evitar falhas, como o desaparecimento de canecas de café ou a mudança de características faciais. A OpenAI resolve isso compactando o vídeo em quadros simplificados e, em seguida, dividindo esses quadros em cubos para coordenar a saída do modelo – semelhante à forma como o ChatGPT conecta palavras em uma resposta.
O caminho para vídeo de IA escalável
Gerar vídeos mais longos é exponencialmente mais difícil. As inconsistências se acumulam com cada quadro adicionado. A verdadeira AI TV “sob demanda” exigiria cortes eficientes entre as cenas, o que atualmente é proibitivo em escala.
No entanto, os pesquisadores estão encontrando maneiras de reduzir custos. Uma abordagem é a geração quadro a quadro, limitando a computação necessária para cada etapa. Tianwei Yin, da Reve, acredita que vídeos de IA de cinco minutos serão viáveis no próximo ano, com clipes de uma hora logo depois. O CEO do Google, Sundar Pichai, até prevê que estudantes do ensino médio criarão longas-metragens de IA nos próximos anos. O CEO da Runway, Cristóbal Valenzuela, concorda, afirmando que vídeos consistentes de IA de 60 a 90 minutos serão “em breve” possíveis.
A Economia da Produção de Vídeo AI
O encargo financeiro é significativo, mas está diminuindo. Tal como os custos da largura de banda caíram de 1.200 dólares por Mbps em 1998 para 0,05 dólares por Mbps em 2025, permitindo serviços de streaming como o Disney+, os custos das tecnologias de IA provavelmente cairão com o aumento da produção e da formação. Milhões de pessoas já estão envolvidas no desenvolvimento de modelos de IA e os ganhos de eficiência são inevitáveis.
Esta mudança exigirá a navegação nas implicações éticas e financeiras, incluindo a compensação dos criativos cujo trabalho treina estes modelos. No entanto, a trajetória é clara: O vídeo gerado por IA já não é uma questão de se, mas de quando. O futuro do entretenimento poderá em breve ser moldado por algoritmos, oferecendo ao público um controlo sem precedentes sobre a sua experiência de visualização.
