Adobe mostra no Max quatro protótipos de IA: 3D a partir de fotos, áudio em quadrado e copiar e colar de edições

Todos os anos, na conferência Max, a Adobe mostra os «sneaks» — protótipos experimentais que podem se tornar recursos do Creative Cloud ou do Firefly, ou não. Neste ano, todos os projetos têm um tema em comum: a IA generativa deixa de ser uma janelinha para prompts e se transforma em um conjunto de alavancas compreensíveis. Vamos analisar os quatro projetos mais notáveis.

Personagens e 3D a partir de uma única imagem

O Project Screen Test ataca uma dor conhecida do vídeo com IA: o personagem sai um pouco diferente a cada vez, e é quase impossível definir seu caráter por texto. Aqui, a proposta é «audicioná-lo», como um ator em um teste de elenco. Você define traços básicos, como «ansioso, tímido, desajeitado», escolhe uma voz entre predefinições, descreve-a com palavras ou carrega uma amostra de áudio.

Depois, conversa com o personagem como em uma chamada de FaceTime: pergunta sobre biografia, temperamento, objetivos, medos e jeito de se mover. Tudo o que é dito vai para a aba Personality, onde os traços podem ser ajustados manualmente. Em seguida, você descreve a cena e recebe um teste animado.

Por enquanto, é um experimento criativo isolado, e não está claro como ele se encaixaria nas ferramentas de vídeo da Adobe. Em compensação, segundo o autor do The Verge, a personalidade resulta bem mais reconhecível e estável do que a dos típicos heróis «sem alma» gerados por IA.

O Project Sight Span pega qualquer imagem plana (foto, pintura, ilustração) e constrói um espaço 3D ao redor dela. É possível girar a câmera e até ver o que há «atrás» do quadro: objetos e fundo além do original são completados pela rede neural. A visualização 3D em si fica pixelada e borrada, mas, ao escolher um ângulo, a qualidade é restaurada. O estilo é preservado, e tatuagens e traços do rosto continuam reconhecíveis após a mudança do ponto de vista. O autor compara o resultado ao Spatial Reframing da Apple «com esteroides» e observa que já é difícil chamá-lo de fotografia.

Som em um quadrado e copiar e colar de edições

O Project Sound Bender é uma mixagem de áudio sem faixas e sem equalizadores. Você carrega um videoclipe e descreve o som desejado, por exemplo, «um caldeirão sci-fi borbulhante». A ferramenta gera os efeitos e os sincroniza com o vídeo por conta própria. Em seguida, surge uma «tela de som» quadrada: cada canto tem uma variante, como um borbulhar denso, o estrondo de pedras fervendo, «bloops» agudos ou o estalar de fogo elétrico. Com o cursor, você se move dentro do quadrado e mistura as variantes em tempo real, e os cantos podem ser reatribuídos.

O Project Rinse Repeat será útil para quem faz retoque em massa. Você remove com cuidado as espinhas de uma pessoa uma única vez, e a ferramenta transfere as mesmas edições para as demais em uma foto de grupo. Segundo cenário: desenhar a sombra de um produto em uma peça publicitária, e sombras iguais aparecem nos outros, mesmo que tenham forma e tamanho diferentes. A principal decisão de engenharia aqui é que o Rinse Repeat não «redesenha pixels» com uma rede neural, e sim recria as edições com as ferramentas nativas do Photoshop. Por isso, o resultado permanece em camadas editáveis.

O que isso significa

Primeiro, não espere esses recursos no produto amanhã. A Adobe diz claramente que os sneaks são prévias tecnológicas e que não há garantia de lançamento. Mas quase todos os projetos se baseiam em desenvolvimentos generativos da empresa, e a IA hoje é a parte central de sua estratégia de crescimento, então parte das ideias quase certamente chegará aos usuários.

Segundo, para product managers e desenvolvedores, o útil aqui é o próprio padrão de interface. Diálogo em vez de uma longa descrição do personagem, um plano bidimensional em vez de um conjunto de sliders, «repita minha edição» em vez de refazer o trabalho manual. São tentativas de devolver ao usuário o controle que se perde ao trabalhar com um único prompt. O cientista sênior da Adobe Gautham Mysore formulou assim: a intuitividade serve também para que autores experientes controlem o resultado com mais precisão, e não apenas para facilitar a entrada de iniciantes.

Terceiro, há também um sinal de alerta para o mercado. Se essas ferramentas se tornarem suficientemente úteis, com o tempo poderão substituir os softwares habituais e as bibliotecas de stock usados por profissionais criativos. Parte dos recursos hoje parece brinquedo, mas tem utilidade prática. Entre as limitações: as demos foram vistas apenas em descrições e imagens, a qualidade do 3D na fase intermediária é baixa, e o Screen Test ainda não está integrado a nenhum fluxo de trabalho. Se você desenvolve ferramentas criativas de IA, encare esses protótipos como uma cola de interfaces, e não como tecnologias prontas.