Ben Affleck, Netflix e a nova geração de IA para o cinema: por que o Sora não dá conta

Os geradores de vídeo com IA de acesso público ainda não estão prontos para Hollywood, e a indústria começa a admitir isso. Modelos como o Sora, da OpenAI, o Veo, do Google DeepMind, e o Runway produzem demos impressionantes, mas se mostram pouco confiáveis para a produção cinematográfica real: mantêm mal o estilo, não entendem os requisitos de produção e criam riscos jurídicos por possíveis violações de direitos autorais.

A indústria busca uma alternativa. A nova tendência são os modelos de IA personalizados, criados especificamente para as necessidades dos cineastas. Ao contrário dos geradores de uso geral, esses sistemas se encaixam em todo o ciclo de desenvolvimento: do conceito e do storyboard à pós-produção. Eles são treinados com dados licenciados, o que elimina parte dos riscos legais, e miram ajudar equipes profissionais, não criar conteúdo viral.

Um exemplo de destaque é a startup Interpositive, à qual se juntou o ator e diretor Ben Affleck. O nome faz referência ao termo interpositive, da tecnologia tradicional de filme: o master positivo intermediário necessário para fazer cópias de qualidade. A escolha é simbólica: a empresa se posiciona como elo entre o processo criativo e as capacidades da IA generativa.

A Netflix também segue nessa direção. A maior plataforma de streaming testa ativamente ferramentas de IA em diferentes etapas da produção, principalmente onde a tecnologia pode cortar custos sem prejudicar a qualidade: visualização de pré-produção e geração de referências e materiais de apoio. A Netflix prefere manter os desenvolvimentos internamente, sem depender apenas de plataformas de terceiros.

A distância entre as promessas publicitárias e as capacidades reais da IA foi dolorosa para muita gente na indústria. Nos últimos dois anos, vários produtores afirmaram publicamente que a IA generativa destruiria Hollywood em breve. A prática mostrou o contrário: a produção em massa de conteúdo com Sora ou Runway entrega principalmente o que se convencionou chamar de AI slop, material visualmente chamativo, mas vazio e inútil para uso profissional.

O problema não está só na qualidade da imagem. A produção cinematográfica profissional exige consistência: os personagens precisam parecer iguais de um plano para outro, a iluminação deve seguir a lógica da filmagem e os objetos de cena têm de permanecer no lugar. Os modelos de uso geral lidam mal com isso. Os sistemas personalizados prometem integração mais profunda ao pipeline de produção e, potencialmente, podem ser treinados com personagens, estilos e universos específicos.

O aspecto jurídico também é fundamental. Vários processos importantes contra empresas de IA questionaram a legalidade do uso de material protegido por direitos autorais no treinamento de modelos. Os modelos personalizados, criados com dados licenciados ou com as bibliotecas internas dos estúdios, parecem bem mais protegidos, embora a jurisprudência nessa área ainda esteja se formando.

É cedo para falar em migração em massa. Modelos de IA personalizados para cinema são um produto caro e tecnicamente complexo, por enquanto acessível apenas aos grandes players. Mas a própria direção indica que o futuro da IA em Hollywood provavelmente não está nos geradores de uso geral para as massas, e sim em ferramentas especializadas, integradas ao workflow profissional. Isso muda de forma fundamental o equilíbrio de forças no mercado de IA para a indústria de mídia.