Mago Studio lanca producao local de video com IA usando 8 GB de VRAM
O Mago Studio transforma um roteiro em uma sequencia de planos, cenas e versoes dentro de um unico aplicativo para desktop. Os projetos permanecem no computador, enquanto as renderizacoes podem ser enviadas para uma instancia local do ComfyUI ou para a nuvem. No Windows, os desenvolvedores recomendam uma GPU NVIDIA com 8 GB de VRAM e cerca de 63 GB de espaco livre. O codigo e aberto sob a licenca AGPL-3.0, para que as equipes nao fiquem presas a interface e ao conjunto de modelos de terceiros.
Processado por IA de TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
A producao de video com IA tem um problema cotidiano desagradavel: o roteiro fica em um servico, as imagens em outro, o video e gerado em um terceiro, e as versoes que deram certo precisam ser procuradas em pastas com nomes como final_v7_really_final. O Mago Studio tenta reunir esse fluxo em um unico aplicativo para desktop. O projeto e armazenado localmente, as renderizacoes podem ser executadas na propria GPU por meio do ComfyUI e, quando necessario, cenas individuais podem ser enviadas para a nuvem.
Nao se trata apenas de mais uma interface com um campo de prompt. O Mago Studio tem dois modos principais: o Director transforma o roteiro em personagens, uma lista de planos, um storyboard e cenas conectadas, enquanto o Transform edita videos ja gravados, alterando estilo, iluminacao, personagens ou areas especificas por meio de mascaras. As versoes sao preservadas entre as tentativas, permitindo discutir e aprimorar o resultado como um projeto, em vez de trata-lo como um feed interminavel de geracoes aleatorias.
Como isso funciona na pratica
Suponha que uma equipe esteja produzindo um video de um minuto para o lancamento de um produto. Primeiro, ela carrega o roteiro e o divide em planos. Para cada plano, define personagens, referencias e a direcao visual. A cena seguinte pode continuar a anterior, o que ajuda a manter pelo menos uma consistencia basica entre personagens e ambientes. Se um trecho nao ficar bom, ele pode ser gerado novamente ou editado separadamente, sem remontar todo o video.
A parte local funciona sobre o ComfyUI. No Windows, ha um instalador que configura uma versao compativel do ComfyUI, os nos necessarios e os modelos. A configuracao minima inclui o MiniMax H3 para video e o Qwen3-VL 4B para descrever imagens e videos. Os desenvolvedores indicam uma GPU NVIDIA com 8 GB de VRAM e aproximadamente 63 GB de espaco livre. No macOS e no Linux, o aplicativo se conecta a uma instalacao existente do ComfyUI. Se nao houver uma GPU local, ainda e possivel usar a interface e executar as renderizacoes por meio do Mago Cloud.
O modo em nuvem impede que o produto seja considerado totalmente local: na renderizacao em nuvem, sao enviados o plano selecionado, o video original, as referencias e as mascaras. Segundo os desenvolvedores, o restante do projeto permanece na maquina. Depois que o usuario entra na conta, roteiros e imagens de referencia tambem usam modelos em nuvem por padrao; para uma operacao totalmente independente, e preciso instalar separadamente um LLM local e modelos de imagem.
Por que o codigo aberto e importante aqui
O Mago Studio e publicado sob a AGPL-3.0. Isso permite estudar o funcionamento do aplicativo, conectar modelos proprios e adaptar o fluxo de trabalho as necessidades da equipe. E especialmente util nao precisar esperar que o proprietario de um servico fechado adicione o modelo de video desejado: a integracao pode ser implementada de forma independente por meio do fluxo existente do ComfyUI.
A AGPL, porem, nao e uma permissao incondicional para fazer qualquer coisa com o codigo. Se uma empresa modificar o aplicativo e disponibiliza-lo a usuarios por uma rede, deve verificar antecipadamente as obrigacoes de divulgacao do codigo-fonte. As licencas dos modelos baixados tambem se aplicam separadamente: o MiniMax H3, por exemplo, e distribuido sob seus proprios termos.
O que verificar antes da adocao
O projeto ainda e recente, portanto um belo video de demonstracao nao substitui um teste em um fluxo de producao real. Pegue um roteiro curto, execute todo o processo, do storyboard a exportacao, e meca o tempo, o consumo de VRAM, a consistencia dos personagens e o numero de correcoes manuais. Teste tambem a instalacao do ComfyUI separadamente: versoes incompativeis de nos e do Python continuam sendo uma fonte comum de falhas.
Para um estudio pequeno ou uma equipe de produto, o Mago Studio e interessante nao pela promessa de um botao magico, mas pela tentativa de organizar o processo. Se a ferramenta passar pelo seu projeto-piloto, podera substituir uma profusao de abas, pastas e planilhas por um unico fluxo gerenciavel. Caso contrario, o codigo aberto ainda oferece aos desenvolvedores um ponto de partida para criar seu proprio sistema local de producao de video.
- 8 de nov. de 2026ComfyUI 0.44 exporta video de IA em ProRes e amplia Flux para 4K
- 8 de nov. de 2026Pruna AI lanca P-Video-2-Pro-Replace: substituicao de personagens em videos de ate 120 segundos por $0.05/s
- 8 de nov. de 2026Editor passou 30 entrevistas pelo Claude: as citações são fiéis, mas o modelo nunca dá o veredicto «não assista»
- 8 de nov. de 2026Kino AI lanca edicao colaborativa de video com mais de 15 agentes em uma unica linha do tempo
Perguntas frequentes sobre a notícia
Como isso funciona na pratica?
Suponha que uma equipe esteja produzindo um video de um minuto para o lancamento de um produto. Primeiro, ela carrega o roteiro e o divide em planos. Para cada plano, define personagens, referencias e a direcao visual. A cena seguinte pode continuar a anterior, o que ajuda a manter pelo menos uma consistencia basica entre personagens e ambientes. Se um trecho nao ficar bom, ele pode ser gerado novamente ou editado separadamente, sem remontar todo o video. A parte local funciona sobre o ComfyUI.
Por que o codigo aberto e importante aqui?
O Mago Studio e publicado sob a AGPL-3.0. Isso permite estudar o funcionamento do aplicativo, conectar modelos proprios e adaptar o fluxo de trabalho as necessidades da equipe. E especialmente util nao precisar esperar que o proprietario de um servico fechado adicione o modelo de video desejado: a integracao pode ser implementada de forma independente por meio do fluxo existente do ComfyUI. A AGPL, porem, nao e uma permissao incondicional para fazer qualquer coisa com o codigo.
O que verificar antes da adocao?
O projeto ainda e recente, portanto um belo video de demonstracao nao substitui um teste em um fluxo de producao real. Pegue um roteiro curto, execute todo o processo, do storyboard a exportacao, e meca o tempo, o consumo de VRAM, a consistencia dos personagens e o numero de correcoes manuais. Teste tambem a instalacao do ComfyUI separadamente: versoes incompativeis de nos e do Python continuam sendo uma fonte comum de falhas.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.