A Meta, dona do Facebook, anunciou o lançamento do modelo de inteligência artificial Movie Gen capaz de criar vídeos e áudios realistas a partir de comandos em texto.
A Meta, dona do Facebook, anunciou nesta sexta-feira (4) o lançamento do Movie Gen, um modelo avançado de inteligência artificial (IA) capaz de gerar clipes de vídeo e áudio realistas a partir de comandos em texto. A ferramenta cria vídeos de até 16 segundos e áudios de até 45 segundos, combinando trilhas sonoras e efeitos sincronizados com o conteúdo visual.
Mark Zuckerberg, dono da empresa, compartilhou a novidade no Instagram com um vídeo onde ele aparece em diferentes cenários fazendo leg press.
"Todo dia é dia de treinar perna com o novo modelo de IA MovieGen da Meta, que pode criar e editar vídeos. Chegando ao Instagram no próximo ano., escreveu o bilionário.
Conforme a empresa, o Movie Gen também pode editar vídeos já existentes, adicionando novos elementos de forma realista. Em uma das demonstrações, a IA colocou pompons nas mãos de um homem correndo no deserto. Em outro exemplo, transformou um estacionamento seco em uma área coberta por uma poça d'água, onde uma pessoa andava de skate.
A Meta posiciona o Movie Gen como uma resposta direta a modelos de IA concorrentes, como o Sora, da OpenAI, conhecida por ser a desenvolvedora do ChatGPT.
Estará disponível para todos?
Apesar da inovação, a Meta indicou que não pretende liberar o Movie Gen para desenvolvedores independentes, como fez com seu modelo de linguagem Llama. Segundo a empresa, cada modelo de IA é avaliado individualmente quanto aos riscos antes de ser disponibilizado ao público.
A Meta destacou ainda que está em diálogo com a comunidade de entretenimento para explorar usos específicos da ferramenta, que deve ser integrada aos produtos da própria empresa até o próximo ano.
"Embora o Movie Gen seja hoje puramente uma pesquisa de IA, os modelos são essenciais para nos ajudar a construir recursos de IA que oferecem às pessoas novas maneiras de criar e compartilhar conteúdo altamente envolvente no Facebook e Instagram", disse a Meta.
Criação
O desenvolvimento do Movie Gen se deu por meio de uma combinação de dados licenciados e disponíveis publicamente, conforme informações divulgadas em um artigo de pesquisa da empresa.
"O Movie Gen é nossa terceira onda [após Make-A-Scene e Llama Image], combinando todas essas modalidades e permitindo um controle mais refinado para as pessoas que usam os modelos de uma forma que nunca foi possível antes. Semelhante às gerações anteriores, prevemos que esses modelos habilitem vários novos produtos que podem acelerar a criatividade", divulgou a empresa em comunicado.
Com um prompt de texto, podemos alavancar um modelo conjunto que foi otimizado para texto para imagem e texto para vídeo para criar imagens e vídeos de alta qualidade e alta definição, explicou a Meta.
"Este modelo de transformador de parâmetro 30B tem a capacidade de gerar vídeos de até 16 segundos a uma taxa de 16 quadros por segundo. Descobrimos que esses modelos podem raciocinar sobre movimento de objetos, interações sujeito-objeto e movimento de câmera, e podem aprender movimentos plausíveis para uma ampla variedade de conceitos — tornando-os modelos de última geração em sua categoria".
