A inteligência artificial aplicada ao vídeo entrou numa nova fase: menos centrada em demonstrações isoladas e mais próxima de uma cadeia completa de criação audiovisual. A chegada do FLUX 3, da Black Forest Labs, e a passagem de cinema gerado com IA para salas comerciais mostram que o sector está a deixar de viver apenas de clips virais e começa a testar formatos, distribuição e linguagem própria.

Publicidade Desde €2,90

O FLUX 3 é apresentado pela Black Forest Labs como um modelo multimodal de fundação, treinado de forma conjunta sobre imagem, vídeo e áudio numa arquitectura unificada. A ambição não é apenas gerar imagens bonitas ou pequenos excertos em movimento, mas construir uma representação mais coerente do mundo: objectos que mantêm forma, ações que respeitam continuidade, sons ligados a eventos físicos e instruções linguísticas que controlam o resultado.

Na prática, a capacidade mais imediata para criadores está no vídeo. O FLUX 3 Video consegue gerar clips com áudio nativo até 20 segundos numa única geração, um salto relevante num mercado em que muitos fluxos de trabalho ainda dependem de fragmentos curtos, extensões sucessivas e remendos manuais. Vinte segundos não resolvem, por si só, a gramática de uma cena, mas já permitem diálogos, movimentos de câmara e transições com mais espaço para respirar.

A Black Forest Labs refere que os testes iniciais foram feitos com clips de 10 segundos em 720p com áudio, e sublinha que as avaliações ainda são preliminares. Mesmo assim, a empresa afirma que o FLUX 3 foi preferido em comparações internas contra vários modelos concorrentes, incluindo Runway Gen-4.5, Luma Ray 3.2, Kling v3 Pro, Grok Imagine Video, Seedance 2.0 e Gemini Omni Flash. O ponto importante é a cautela: sem metodologia completa, preços e acesso generalizado, estes números servem mais como sinal de posicionamento do que como veredicto definitivo.

O modelo está disponível em acesso antecipado, com o FLUX 3 Video e o FLUX 3 Action a entrar primeiro nessa fase. O FLUX 3 Image deverá chegar nas semanas seguintes, enquanto versões mais rápidas e com pesos abertos estão prometidas para mais tarde. Para criadores independentes e estúdios pequenos, esta última parte é especialmente relevante: pesos abertos podem significar custos mais previsíveis, maior controlo local e integração em pipelines próprios.

Há também uma dimensão menos óbvia: robótica e IA física. A Black Forest Labs liga o FLUX 3 ao conceito de “visual intelligence”, ou seja, sistemas capazes de perceber, prever e agir em ambientes físicos e digitais. O projecto FLUX-mimic, desenvolvido com a mimic robotics e testado em contexto industrial, aponta para essa direcção: usar uma base treinada em vídeo e dinâmica visual para ajudar robots a aprender tarefas de manipulação com muito menos dados específicos.

Para o cinema e para a publicidade, porém, a discussão mais imediata continua a ser a coerência. Um bom modelo de vídeo não é apenas aquele que produz texturas convincentes; é aquele que mantém personagens, intenções, movimentos e som dentro da mesma lógica. A geração de áudio nativo é uma peça importante porque aproxima a criação de um objecto audiovisual completo, reduzindo a separação tradicional entre imagem sintética e pós-produção sonora.

Publicidade Desde €2,50

Ainda assim, os limites continuam visíveis. Resolução inicial, controlo fino de referências, estabilidade de personagens e cenas de acção muito rápidas continuam a ser áreas onde cada modelo revela compromissos. O FLUX 3 parece mais interessante como ferramenta para complementar fluxos existentes do que como substituto imediato de todas as soluções de vídeo generativo já usadas por criadores. Num sector que muda a cada poucas semanas, a resposta raramente é abandonar tudo: é combinar ferramentas.

É precisamente essa lógica de combinação que está a definir a nova geração de cinema feito com IA. Os criadores mais avançados já não tratam a IA como botão mágico. Trabalham com geradores de imagem, editores visuais, modelos de vídeo, actores de voz, som, montagem e direção artística. O resultado não depende apenas do modelo usado, mas da disciplina com que se constrói uma estética consistente e uma narrativa que justifique a tecnologia.

O caso mais visível neste momento é Zack London, conhecido pelo estúdio Gossip Goblin. O seu projecto “Gods Don’t Give Gifts” está previsto para uma estreia limitada em salas nos Estados Unidos a 30 de Outubro, produzido com a Fable e centrado num universo de ficção científica onde tecnologia, corpo, memória e desejo humano entram em colisão. A relevância do lançamento não está só no uso de IA, mas no teste comercial: perceber se uma audiência construída online aceita seguir esse universo para uma sala de cinema.

A trajetória de Gossip Goblin é instrutiva porque contraria a ideia de que cinema com IA é apenas automatismo barato. O estúdio descreve o seu trabalho como histórias imaginadas, escritas e realizadas por humanos, com IA como multiplicador de escala. Fontes públicas sobre a produção referem equipas pequenas, actores de voz, música, foley, edição e direção humana (elementos que aproximam o processo de cinema independente, mesmo quando a imagem final nasce de ferramentas generativas).

O workflow também mostra uma diferença importante entre gerar imagens e fazer filmes. Criadores como London tendem a começar por imagens-base fortes, muitas vezes em Midjourney, depois manipulam composição, personagens e referências com ferramentas de edição visual, e só então avançam para imagem-para-vídeo. Esta abordagem dá mais controlo de câmara e de enquadramento do que depender apenas de múltiplas referências automáticas dentro do gerador de vídeo.

Esse método também revela uma maturidade criativa: aceitar os limites da tecnologia em vez de fingir que eles não existem. Personagens mais estranhas, mundos transhumanistas, corpos híbridos e estética surreal funcionam melhor porque transformam imperfeições sintéticas em linguagem. A IA ainda pode falhar no realismo subtil, mas pode ser poderosa quando a própria história vive no desconforto, na distorção e no imaginário especulativo.

A distribuição em cinema é, por isso, um marco cultural e não apenas técnico. Durante anos, a IA audiovisual foi vista sobretudo como conteúdo de feed: rápido, descartável, optimizado para atenção curta. Levar uma longa-metragem construída com estas ferramentas para salas obriga a outra pergunta: não se a IA consegue fazer imagens impressionantes, mas se consegue sustentar personagens, ritmo, tema e memória emocional durante uma experiência longa.

O futuro próximo não será uma vitória simples da IA sobre o cinema tradicional. Será uma zona híbrida, com modelos como o FLUX 3 a acelerar produção visual e som, e com criadores independentes a testar novas formas de propriedade intelectual, estética e distribuição.

A promessa é grande, mas o filtro continua antigo: se a história não interessar, a tecnologia é só fogo-de-artifício. Bonito, caro em créditos, e depressa esquecido.