Google anuncia Lumiere, IA que transforma texto em vídeos realistas.

O Google apresentou na quinta-feira (25) o Lumiere, um modelo de inteligência artificial (IA) capaz de gerar vídeos realistas a partir de descrições textuais. Desenvolvida em parceria com a Universidade de Tel Aviv e o Weizmann Institute of Science, ambas de Israel, a tecnologia também pode transformar imagens estáticas em vídeos animados.

Descrita pelos criadores como um “modelo de difusão de texto para vídeo projetado para sintetizar vídeos que retratam movimentos realistas, diversos e coerentes”, a nova IA é baseada na arquitetura Space-Time U-Net. A estrutura gera todos os quadros que compõem o vídeo de uma só vez, ao contrário de mecanismos semelhantes.

Segundo a empresa, isso leva a uma maior coesão e precisão nos movimentos, fornecendo vídeos mais realistas, mesmo que em uma menor resolução. De maneira geral, basta digitar os comandos de texto ou inserir as fotos desejadas e aguardar a ferramenta realizar seu trabalho.

Outro diferencial do Google Lumiere é a possibilidade de gerar vídeos em estilos específicos. O usuário pode escolher animar apenas uma parte da imagem, por exemplo, enquanto as demais permanecem estáticas, gerar novos conteúdos mantendo o mesmo padrão visual da foto original, modificar características de objetos e muito mais.

COMO FUNCIONA O LUMIERE
O Lumiere gera vídeos a partir de texto, em um sistema similar ao ChatGPT. Basta ao usuário descrever a cena que quer criar. Foi assim que o Google criou a cena de um cachorro vestido em óculos descolados dirigindo pelas ruas de San Francisco.

A plataforma também é capaz de animar imagens estáticas, a partir de uma descrição. A arte ou foto também pode servir de referência de estilo para o modelo de IA.

Outra inovação do Lumiere é a opção de editar apenas parte do vídeo. Dessa forma, é possível alterar roupas de um personagem gravado ou alterar objetos de um cenário.

Riscos de uso indevido
No artigo de apresentação da nova IA do Google que gera vídeos realistas com base em texto e fotos, os desenvolvedores afirmam que o objetivo é oferecer aos usuários novatos a chance de criar conteúdo visual de forma criativa e flexível. Porém, eles mencionaram o risco de uso indevido da tecnologia.

Sobre a possibilidade de aproveitar a ferramenta para a criação de vídeos falsos, a equipe disse ser necessário desenvolver maneiras de detectar “casos de usos maliciosos” do recurso para garantir a segurança de todos. A preocupação com a disseminação de fake news se torna ainda maior em ano de eleições.