O Google continua expandindo seus domínios no ramo de IA e anunciou esta semana o Vertex AI Media Studio, um conjunto de ferramentas generativas que permite a criação de vídeos usando apenas um prompt de texto. A plataforma é construída com base no Vertex AI do Google Cloud e reúne diversos dos modelos mais avançados da empresa para lidar com cada um dos aspectos da produção de vídeos, incluindo visuais, voz e música, sem precisar de nenhuma experiência com edição ou codificação.

As ferramentas generativas para criação de imagens, vídeos, músicas e até mesmo jogos de videogame têm se tornado cada vez mais avançadas, e embora muitos artistas se oponham a essas iniciativas, parece que a esse é realmente o futuro. Com isso em mente, o Google é a mais nova gigante da tecnologia a aumentar seus esforços para o lançamento de ferramentas capazes de produzir vídeos gerados por IA.

Os usuários podem começar gerando uma imagem usando o Imagen 3, o modelo de geração de imagens do Google. Essa imagem pode então ser transformada em vídeo usando o Veo 2, modelo de geração de vídeos da empresa, que também oferece ferramentas de customização.

De acordo com o Google, o Veo permite escolher o tipo de movimento da câmera (como fotos de drone ou panorâmica), ajustar a taxa de quadros e definir a duração do vídeo. Se o modelo adicionar quaisquer elementos que você não goste, um recurso no estilo Magic Eraser poderá removê-los, semelhante ao que os usuários de celulares Android já estão acostumados.

Assim que os visuais estiverem prontos, o Media Studio usa o Chirp, modelo sintético de voz do Google, para adicionar a narração. Para completar a produção, o Lyria, um modelo desenvolvido em conjunto pelo Google DeepMind e YouTube, gera a trilha sonora de fundo.

Na teoria, o resultado é um vídeo pronto para ser divulgado, com um resultado feito para parecer uma produção profissional. E tudo isso pode ser feito em um único lugar com o Vertex AI Studio, o mesmo lugar em que os usuários podem testar os modelos mais recentes do Gemini.

O Vertex AI, a plataforma mais ampla que abriga essas ferramentas, fornece acesso para os modelos do Gemini, nos quais o Google diz que pode processar múltiplos tipos de dados, incluindo texto, imagens e código, para gerar uma variedade de produtos. Os desenvolvedores e usuários menos técnicos podem experimentar esses recursos no Vertex AI Studio, um ambiente de prototipagem em que eles podem testar os prompts e refinar modelos de IA para funções específicas.

Será que a indústria do entretenimento vai se render de vez à essas ferramentas?