Embora muitos proponentes da IA tenham se convencido de que a tecnologia pode produzir filmes e séries de TV inteiras, as afirmações de que Hollywood foi cozinhada parecem prematuras quando se vê o que as pessoas estão criando com os modelos de foto/vídeo mais populares do mercado. Modelos como Sora, Veo e Runway não ficam bem na produção de entretenimento.
Mas estamos começando a ver mais empresas de IA construindo uma nova geração de modelos generativos – aqueles projetados para atender às necessidades dos criadores durante todo o processo de desenvolvimento, evitando problemas como possíveis violações de direitos autorais. Mas o que realmente diferencia esses modelos de seus pares é a forma como eles podem ser customizados por meio de treinamentos que os transformam em ferramentas customizadas para cada projeto.
A personalização foi um dos pontos-chave que a Netflix enfatizou na semana passada, quando a empresa anunciou que estava adquirindo a InterPositive, uma startup de IA fundada por Ben Affleck em 2022. Embora a Netflix não tenha revelado quanto pagou pela InterPositive, Bloomberg Relatórios Esse número pode chegar a US$ 600 milhões. Embora as produções da Netflix já tenham usado a geração de IA, a aquisição foi notável porque a empresa de streaming destacou publicamente seus planos de tornar a tecnologia uma parte essencial de seus negócios. Netflix – que se recusou a falar com ela Borda Para este artigo – não compartilhei muito sobre quando e como o InterPositive Forms será implantado internamente. Mas a empresa apresenta a IA da InterPositive como uma ferramenta projetada para “capacitar” os cineastas, em vez de excluí-los da equação.
Em comunicado sobre a aquisição, Affleck explicou como a equipe da InterPositive filmou “um conjunto de dados proprietário em um palco sonoro controlado com tudo o que é familiar para uma produção completa” que serve de base para o modelo central da empresa.
“Eu queria construir um fluxo de trabalho que capturasse o que acontece no set, usando um vocabulário que se alinhasse com a linguagem que os diretores de fotografia e diretores realmente falam e incluísse o tipo de consistência e controles que eles esperam”, disse Affleck. “Os resultados deste trabalho fundamental foram conjuntos de dados e modelos intencionalmente menores que se concentram em técnicas de produção cinematográfica – em vez de performances – criando ferramentas que os artistas podem usar, controlar e aproveitar.”
Em um fluxo de trabalho baseado nessa tecnologia, a Netflix pode criar versões exclusivas do modelo InterPositive treinando-o em eventos cotidianos a partir da execução de filmagens. Os cineastas podem então usar esses modelos específicos do projeto para criar diferentes tipos de elementos visuais e manipulá-los posteriormente no processo de pós-produção. A Netflix diz que esses modelos podem ajudar os diretores a ajustar a iluminação de uma cena específica, editar detalhes indesejados, como aparelhamento de objetos, ou substituir totalmente os planos de fundo. Como os modelos são treinados em imagens brutas dos filmes ou séries em que estão sendo usados, sua produção pode (supostamente) corresponder facilmente à visão criativa do cineasta.
Tudo isso parece impressionante no papel, mas pressupõe que os modelos subjacentes da InterPositive foram treinados em cenários de produção suficientes para serem capazes de gerar resultados que correspondam a qualquer tipo de cena que os cineastas tenham em mente. Parte do que torna isso difícil é que não existem padrões definidos para coisas como Good Lighting™ que possam ser aplicados unilateralmente a cada tipo de filme ou série que a Netflix possa lançar. Talvez seja por isso que os modelos InterPositive precisam ser treinados em diários antes que possam produzir qualquer coisa que possa ser útil durante a pós-produção. Mas é fácil ver por que uma apresentação como essa atrairia um estúdio que busca realizar mais projetos e, ao mesmo tempo, manter os custos baixos.
A descrição de Affleck do InterPositive parece notavelmente semelhante à ideia básica por trás do Asteria, o estúdio avançado de IA de Bryn Mooser que está atualmente produzindo o próximo recurso de Natasha Lyonne sobre um jogo de realidade virtual. Assim como o InterPositive, o principal produto da Asteria é um modelo proprietário de IA que pode ser personalizado por meio de treinamento em conjuntos de dados que consistem na arte original de um cliente. Asteria também acaba de anunciar isso Continuum Suite é lançadaum sistema operacional baseado em IA que analisa scripts para criar um banco de dados complexo contendo informações sobre personagens, cenas, storyboards, programações e orçamentos.
O grande ponto de venda da Asteria é que seu modelo de IA é “ético” porque seu conjunto de dados subjacente consiste em materiais licenciados pela empresa. Mas enquanto os modelos InterPositive parecem mais focados em ajustes de detalhes, os modelos Asteria têm sido usados para criar coisas como personagens completos e objetos de fundo que compartilham uma estética extraída do conjunto de dados do modelo.
Isso torna a tecnologia da Asteria ideal para cineastas que desejam dar corpo aos seus projetos com objetos que parecem ter sido projetados pela mesma equipe de arte. Em teoria, também ajuda os estúdios a impedir que os seus parceiros implementem AGI de formas que possam levar a processos judiciais sobre se alguém roubou propriedade intelectual. Tanto Asteria quanto InterPositive veem seus produtos como ferramentas que podem ajudar a acelerar os cronogramas de produção sem gastar mais dinheiro, e esse enquadramento parece ser o principal fator que leva os estúdios mais tradicionais a aderir ao movimento da IA.
Em comparação com a Netflix, a maioria das outras produtoras não tem sido tão aberta quanto ao seu interesse e experimentação com IA. Mas você pode ver a indústria mudando em uma direção pró-IA em coisas como a parceria recentemente anunciada da Adobe com vários estúdios para desenvolver modelos “seguros para IP” que podem ser usados em uma gama mais ampla de ferramentas de produção da empresa. O que é difícil de determinar aqui é como os artistas humanos irão beneficiar desta mudança, se é que irão beneficiar.
Criar mais coisas com mais rapidez e menor custo pode ajudar os estúdios (e sua liderança executiva) a aumentar os lucros. Mas estas coisas não levam inerentemente os trabalhadores criativos a manterem os seus empregos, a receberem salários maiores ou a passarem mais tempo fora do escritório. Por mais que as empresas de IA mais recentes falem sobre “capacitar” os criadores, elas raramente entram em detalhes sobre como realmente é esse empoderamento. Até que o façam (ou possam), todos devemos continuar a ver os seus produtos com cautela.
