Gemini montou um vídeo de 15 segundos com 13 cenas só com código, sem geração de vídeo
Normalmente um vídeo curto sai de um modelo de vídeo, mas pediram ao Gemini que fizesse sem ele: com um único prompt, ele entregou um programa que desenha e sonoriza 15 segundos de animação. É uma página web com 13 cenas, o herói de estilo anime AO desenhado com código vetorial e uma música sintetizada pelo navegador. Um ajuste se resume a trocar um número no código, sem regenerar quadros. Por isso, vale mais a pena pedir títulos e motion graphics ao modelo como código.
Processado por IA de TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
Normalmente, para obter um vídeo curto de uma rede neural, usa-se um modelo de vídeo: ele desenha os quadros, cada tentativa custa dinheiro, e um ajuste pequeno como "adiante o título em 0,3 segundo" exige pagar por uma nova geração. O autor do canal de Telegram «Metaversische e IA» (Metaversische i IIsche) mostrou outro caminho. Ele proibiu o Gemini de gerar vídeo e deu um único prompt. Em resposta, recebeu um programa que desenha e sonoriza sozinho 15 segundos de animação, com 13 cenas e um herói de estilo anime chamado AO. Ou seja, o vídeo não foi gerado como vídeo: foi escrito como código e roda direto no navegador.
Nas últimas semanas, o feed se encheu de vídeos em que o Claude Code monta motion design: títulos voam, a grade gira, tudo sincronizado com a música. O autor pegou o prompt do seu post anterior e o entregou ao Gemini, no aplicativo do Gemini. As condições foram rígidas: sem agentes nem estúdios, uma única requisição e nenhuma geração de vídeo.
O que exatamente o modelo gerou
Segundo a própria descrição do modelo, ele montou um único arquivo HTML, ao_reveal_trailer.html. Dentro dele há várias camadas:
- HTML5 Canvas com resolução de 1280×720 em formato 16:9. É a tela de desenho comum do navegador, onde tudo é renderizado quadro a quadro.
- Um rig vetorial procedural do personagem AO. O herói não é uma imagem desenhada, mas descrito por código: formas e "ossos" que podem ser movidos.
- Uma projeção 3D própria para a tipografia e a grade. O texto volumétrico e a grade em perspectiva são calculados por fórmulas.
- Um motor de som com Web Audio API. A trilha eletrônica e os efeitos são sintetizados na hora, sem arquivos de áudio prontos.
O vídeo tem 13 cenas, com duração total de exatamente 15 segundos. Há alternância entre os modos de 24 e 60 quadros por segundo, uma linha do tempo interativa por cortes e um botão para exportar o vídeo final, com áudio, em WebM.
Por que isso importa na prática
A geração de vídeo convencional funciona como uma loteria: cada tentativa exige processamento, e uma correção pontual é quase impossível sem regenerar tudo. A abordagem "vídeo como código" funciona de outro jeito. A parte cara é uma só: o modelo escreve o programa. Depois disso, a reprodução acontece no seu dispositivo, e qualquer ajuste se resume a mudar um número ou uma linha de texto.
Para motion design, isso é especialmente conveniente. Tipografia, tarjas, créditos e animações de interface se encaixam bem em fórmulas e vetores. Um quadro cinematográfico realista não sai assim, e para isso os modelos de vídeo continuam necessários.
Outro detalhe do post: depois da geração, aparece no aplicativo um botão de publicação no Google Sites. O autor publicou o resultado pronto, com botões de controle no topo e no rodapé da página. A cadeia "ideia, código, publicação interativa" se fecha dentro de um único aplicativo.
O que levar em conta
Este é um post pessoal com demonstração, não um teste independente. O autor não informa o número de tokens, o tempo de geração nem a quantidade de tentativas. Também não há comparação com o que o Claude Code produziu nas mesmas condições, então é cedo para dizer quem fez melhor. O nome do modo «Gemini Neon» também não é explicado no post, de modo que não dá para afirmar nada definitivo sobre o modelo específico e o plano utilizados.
A exportação em WebM a partir do navegador costuma esbarrar nos limites do próprio navegador: a gravação do canvas e do áudio acontece em tempo real. Isso significa que um vídeo de 15 segundos leva cerca de 15 segundos para ser gravado, e em um dispositivo fraco pode haver queda de quadros. Essa é uma característica geral dessa abordagem, e não um dado do post.
O autor também observa que o Claude Motion, segundo ele, ainda está disponível apenas no segmento corporativo, e considera que a Anthropic tem motivos para se preocupar. Essa é a avaliação dele, e não um fato confirmado.
Conclusão prática
Se você precisa de vinhetas de marca curtas, anúncios, animações explicativas ou teasers com geometria simples, experimente pedir ao modelo que os monte como um aplicativo web, em vez de gerar vídeo. No prompt, defina desde o início a resolução, a duração, o número de cenas, a taxa de quadros e o requisito de exportação. Assim, o resultado fica reproduzível e os ajustes saem baratos. Para cenas fotorrealistas, os modelos de vídeo são necessários, mas para motion graphics o caminho programático parece uma alternativa séria e econômica.
- 21 de nov. de 2026Apple prepara um agente de IA e dificulta o acesso de terceiros: a permissão agora tem 14 etapas, e não 4
- 21 de nov. de 2026Gemini 4 Neon reduziu o binário do TS Rust de 47,44 MB para 7,97 MB em menos de 10 horas
- 21 de nov. de 2026Capitã de equipe de natação entregou três tarefas ao ChatGPT pela agenda e cortou a rotina em muitas vezes
- 21 de nov. de 2026Rede neural MIRA desenha Rocket League a 20 quadros por segundo, mas o ping chega a 460 ms
Perguntas frequentes sobre a notícia
O que exatamente o modelo gerou?
Segundo a própria descrição do modelo, ele montou um único arquivo HTML, ao_reveal_trailer.html. Dentro dele há várias camadas: HTML5 Canvas com resolução de 1280×720 em formato 16:9. É a tela de desenho comum do navegador, onde tudo é renderizado quadro a quadro. Um rig vetorial procedural do personagem AO. O herói não é uma imagem desenhada, mas descrito por código: formas e "ossos" que podem ser movidos. Uma projeção 3D própria para a tipografia e a grade.
Por que isso importa na prática?
A geração de vídeo convencional funciona como uma loteria: cada tentativa exige processamento, e uma correção pontual é quase impossível sem regenerar tudo. A abordagem "vídeo como código" funciona de outro jeito. A parte cara é uma só: o modelo escreve o programa. Depois disso, a reprodução acontece no seu dispositivo, e qualquer ajuste se resume a mudar um número ou uma linha de texto. Para motion design, isso é especialmente conveniente.
O que levar em conta?
Este é um post pessoal com demonstração, não um teste independente. O autor não informa o número de tokens, o tempo de geração nem a quantidade de tentativas. Também não há comparação com o que o Claude Code produziu nas mesmas condições, então é cedo para dizer quem fez melhor. O nome do modo «Gemini Neon» também não é explicado no post, de modo que não dá para afirmar nada definitivo sobre o modelo específico e o plano utilizados.
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.