Gemini Omni: a Google quer criar vídeo a partir de tudo
A Google DeepMind lançou o Gemini Omni, um modelo que gera e edita vídeo a partir de imagens, áudio, texto ou vídeo. O que muda para criadores e curiosos.
A corrida da inteligência artificial mudou outra vez de pista. A Google DeepMind apresentou o Gemini Omni, uma nova família de modelos multimodais capaz de criar e editar vídeo a partir de praticamente qualquer ponto de partida: uma imagem, um clip de áudio, um texto ou outro vídeo.
Na prática, é dizer a um assistente “pega nesta foto e transforma-a num vídeo de dez segundos com esta música” e receber um resultado em segundos. A novidade chega à aplicação Gemini, ao Google Flow e aos YouTube Shorts para assinantes, com acesso por API a caminho.
Porque é que isto importa
Há dois anos, gerar vídeo convincente com IA era ficção. Hoje é um botão. Para criadores de conteúdos, pequenas empresas e até para quem só quer brincar, a barreira de entrada caiu a pique. Fazer um anúncio, um teaser ou um vídeo para redes sociais deixa de exigir câmaras, equipa ou orçamento.
O reverso da medalha é o do costume. Quanto mais fácil é fabricar vídeo realista, mais difícil é confiar no que vemos. A questão dos deepfakes e da autenticidade volta com força, e a regulação europeia terá aqui mais um teste de fogo.
Para já, fica a sensação de que o vídeo gerado por IA passou de truque de feira a ferramenta de trabalho. E, como sempre nesta indústria, a próxima novidade já vem a caminho.
Veja também: A Apple e os seus novos modelos com a Google e a corrida ao IPO da OpenAI. Detalhes oficiais na Google DeepMind.
Imagem: Wikimedia Commons