É questão de tempo, todos sabemos. A geração de vídeo com inteligência artificial está em um estado básico, quase primitivo... mas o mesmo se dizia sobre a geração de imagens um ano atrás, e hoje não conseguimos parar de usar seus algoritmos. Recentemente, a empresa Runway compartilhou um teaser por meio do YouTube e Twitter, antecipando o potencial de sua ferramenta Text to Video. A demo parece muito boa... mas o que podemos esperar na vida real?
A geração de imagens com inteligência artificial pode gerar enormes diferenças dependendo do algoritmo utilizado, mas em geral todos funcionam da mesma forma: primeiro descrevemos o que queremos (um retrato, uma paisagem, etc.), e depois adicionamos elementos secundários que servem de influência ou fonte de inspiração, como o nome de um artista, um gênero específico, um estilo de pintura, e até o nome de uma câmera fotográfica.
No momento de criar vídeo, imagine isso: entramos no editor e pedimos uma cidade com muito tráfego. Depois solicitamos um táxi colidindo contra um semáforo, e finalmente a razão do acidente: um dinossauro gigante passando correndo. Claro, um especialista em edição de vídeo pode fazer isso hoje com o orçamento adequado, mas o pessoal da Runway sugere que qualquer usuário poderia obter resultados semelhantes no futuro com sua nova ferramenta, Text to Video:
Runway Text to Video: criando vídeos com inteligência artificial e texto
A rua de uma cidade, um filtro cinematográfico, um poste de luz que desaparece por mágica. Um lindo jardim, múltiplas imagens, injeção dinâmica de texto. Um personagem "verde", um fundo desfocado em tempo real, e um toque de Robert Capa como tempero. O teaser é curto, mas promete muito, e também nos ajuda a definir a visão da Runway. Em vez de treinar um algoritmo independente de livre acesso, a empresa parece apontar para o desenvolvimento de um editor mais avançado com a função integrada de texto para vídeo.
Se você quiser participar do early access, basta visitar a página oficial e preencher um formulário. No entanto, tudo isso levanta uma pergunta: como vão treinar um modelo desse porte? Atualmente não há nada parecido com LAION-5B para vídeo, e o nível de processamento necessário é imenso. Ficaremos esperando...
Fontes: Runway, Ars Technica
