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

Geradores de IA de vídeo públicos ainda não estão prontos para Hollywood — e a indústria está começando a reconhecer isso. Modelos como Sora do OpenAI, Veo do Google DeepMind e Runway produzem reels de demonstração impressionantes, mas para produção cinematográfica real eles se mostram muito pouco confiáveis: mantêm mal o estilo, não entendem os requisitos de produção e criam riscos legais devido a possíveis violações de direitos autorais. A indústria está buscando alternativas.

A nova tendência é modelos de IA personalizados, criados especificamente para as necessidades dos cineastas. Diferentemente de geradores universais, esses sistemas são integrados em todo o ciclo de desenvolvimento: do conceito e storyboard até a pós-produção. Eles são treinados em dados licenciados, o que mitiga alguns riscos legais, e são orientados não para criar conteúdo viral, mas para auxiliar equipes profissionais.

Um exemplo marcante é a startup Interpositive, à qual se uniu o ator e diretor Ben Affleck. O próprio nome é uma referência ao termo "interpositive" da tecnologia cinematográfica tradicional: refere-se a um positivo-mestre intermediário necessário para criar cópias de qualidade. A escolha do termo é simbólica: a empresa se posiciona como uma ponte entre o processo criativo e as capacidades da IA generativa.

A Netflix também está se movendo nessa direção. A maior plataforma de streaming está testando ativamente ferramentas de IA em vários estágios de produção — principalmente onde a tecnologia pode reduzir custos sem prejudicar a qualidade: em visualização de pré-produção, geração de referências e materiais de suporte. Ao mesmo tempo, a Netflix prefere manter o desenvolvimento internamente, não confiando exclusivamente em plataformas de terceiros.

A lacuna entre as promessas publicitárias e as capacidades reais da IA provou ser dolorosa para muitos na indústria. Nos últimos dois anos, vários produtores afirmaram publicamente que a IA generativa destruiria Hollywood em breve. Mas a prática mostrou o oposto: a produção em massa de conteúdo usando Sora ou Runway produz principalmente o que é comumente chamado de AI slop — material visualmente impressionante, mas vazio, inadequado para uso profissional.

O problema não é apenas a qualidade da imagem. A produção cinematográfica profissional exige consistência: personagens devem parecer iguais de quadro a quadro, a iluminação deve corresponder à lógica de filmagem, adereços devem permanecer no lugar. Modelos universais lidam com isso pobremente. Sistemas personalizados prometem integração mais profunda com o pipeline de produção — e potencialmente podem ser treinados em personagens, estilos e universos específicos.

O aspecto legal também é crucial. Vários processos judiciais contra empresas de IA levantaram questões sobre a legalidade de usar materiais protegidos por direitos autorais no treinamento de modelos. Modelos personalizados criados em dados licenciados ou bibliotecas internas de estúdios parecem significativamente mais protegidos — embora o precedente legal nessa área ainda esteja se desenvolvendo.

É prematuro falar de transição em massa. Modelos de IA personalizados para cinema são produtos caros e tecnicamente complexos, acessíveis até agora apenas aos grandes players. Mas a própria direção demonstra: o futuro da IA em Hollywood provavelmente não está nos geradores universais para as massas, mas nas ferramentas especializadas integradas em fluxos de trabalho profissionais. Isso muda fundamentalmente o cenário competitivo no mercado de IA para a indústria de mídia.