V-GEN gera telejornais em Full HD com Gemini e FFmpeg, sem editor de vídeo

O V-GEN é um serviço local com interface web que conduz um vídeo de notícias por todo o ciclo sozinho: busca pautas em tempo real, prepara a matéria e entrega um arquivo Full HD com nome em russo, que pode ser colocado direto na playlist de exibição. A base é o Google Gemini e o FFmpeg. O projeto foi descrito no Habr, mas o anúncio é curto: não há dados sobre velocidade, custo nem duração dos vídeos. Por isso, por enquanto, só é possível avaliar a arquitetura, não benchmarks.

Como funciona o pipeline

A lógica se deduz da descrição. O Gemini fica com o que exige trabalho com linguagem: escolher temas a partir de um feed atualizado, escrever o texto e estruturar a matéria. O FFmpeg cuida da parte mecânica: montagem, sobreposição de elementos e codificação em 1920×1080. A interface web funciona como painel de controle, pelo qual o operador inicia e acompanha o processo.

O serviço é local. Ele roda na máquina do usuário e só acessa a rede para buscar dados e chamar a API do modelo. Para uma redação pequena, isso é conveniente: não é preciso assinar um editor de vídeo na nuvem, e o pipeline continua sob controle da equipe.

Um detalhe à parte é o nome do arquivo final em russo. Parece pouco, mas revela o público-alvo: gente que tem automação de exibição esperando arquivos num padrão definido. É uma ferramenta para colocar conteúdo no ar, não uma demo para redes sociais.

O que se sabe até agora

• Formato: serviço local com interface web
• Modelo: Google Gemini
• Vídeo: FFmpeg
• Resolução de saída: Full HD
• Entrada: busca de pautas em tempo real
• Saída: arquivo pronto com nome em russo para a playlist de exibição
• Não divulgado: tempo de geração de cada matéria, custo das requisições, duração do vídeo, fonte das imagens, esquema de locução

A ausência desses itens importa. É deles que depende se o V-GEN serve para ir ao ar ou continua sendo um experimento.

Onde estão os riscos

O principal risco é a confiabilidade das informações. Um modelo de linguagem encarregado tanto de buscar temas quanto de escrever o texto pode distorcer um número, trocar uma data ou atribuir uma citação à pessoa errada. Numa redação comum, esse trabalho cabe ao editor de fechamento e ao checador de fatos. Se o V-GEN não tiver uma etapa de verificação manual, os erros vão ao ar junto com o arquivo pronto.

A segunda questão é a imagem. Uma matéria de telejornal sem material visual vira um slideshow, e o uso de imagens de terceiros levanta a questão dos direitos autorais. O anúncio não diz de onde vêm as imagens.

A terceira são os requisitos de exibição. A TV é sensível a codec, taxa de quadros e nível de volume. Full HD ainda não significa que o arquivo passará na recepção técnica de uma emissora específica.

Por fim, "local" não quer dizer "independente da nuvem". As requisições ao Gemini vão para o Google, e isso merece atenção se as matérias forem baseadas em material confidencial.

Para quem serve e como testar

Os usuários em potencial são pequenos canais regionais, TV corporativa, telas em halls e no transporte público e redações com resumos periódicos. Em todo lugar em que o volume pesa mais que a assinatura autoral, a automação rende o máximo.

A ordem prática de teste é simples:

• Rodar de 10 a 15 matérias e conferir cada fato com a fonte primária
• Medir o tempo e o custo em tokens de cada vídeo
• Verificar os parâmetros do arquivo de acordo com os requisitos do seu sistema de exibição
• Manter uma pessoa como editor responsável: o V-GEN prepara o rascunho, e quem decide o que vai ao ar é o editor

Se o autor detalhar o pipeline no artigo completo, o projeto pode se tornar um modelo prático para montar esse tipo de esteira por conta própria, com ferramentas abertas.