NVIDIA apresenta o SANA-WM: modelo para vídeos de 60 segundos em 720p em uma única GPU

A NVIDIA apresentou o SANA-WM, um modelo de mundo aberto para geração de vídeo com controle de câmera. O modelo cria vídeos de 60 segundos em 720p com controle 6-DoF preciso e pode rodar em uma única RTX 5090.

Como funciona o SANA-WM

O SANA-WM é o chamado world model, um simulador do mundo físico. Em vez de simplesmente juntar imagens para formar um vídeo, o modelo aprende como o mundo físico reage a ações: se você girar a câmera para a esquerda, os objetos no quadro se movem corretamente. O modelo tem 2,6 bilhões de parâmetros e foi treinado em 64 GPUs H100.

Principais recursos do SANA-WM:

• Geração de vídeos de 60 segundos em 720p (1280×720)
• Controle preciso da câmera via 6-DoF (posição e orientação)
• Roda em uma única RTX 5090, sem serviços em nuvem
• Código aberto para experimentação e adaptação
• Suporte a escalabilidade: da pesquisa científica à produção

Por que isso importa para criadores de vídeo

Antes do SANA-WM, os geradores de vídeo eram serviços em nuvem (caros) ou exigiam hardware especializado. O SANA-WM muda isso: roda localmente, com rapidez e sem assinaturas. Um estúdio pode gerar roteiros em vídeo, visualizações quadro a quadro e rascunhos em minutos, sem depender da nuvem.

Para diretores e animadores, isso significa poder testar rapidamente uma ideia de plano visual. Para artistas 3D, é uma forma de automatizar transições de câmera em cenas complexas. Para profissionais de marketing, é uma maneira de gerar rapidamente um vídeo promocional com a dinâmica de movimento e os ângulos de visão desejados.

O que isso significa

O SANA-WM simboliza a transição de geradores de vídeo em nuvem para ferramentas locais. Assim como as GPUs tornaram o render 3D acessível em qualquer computador, os world models começam a tornar a geração de vídeo acessível. Para a indústria, isso acelera a adoção de IA em processos criativos, não porque os modelos de repente ficaram muito mais inteligentes, mas porque agora rodam em qualquer lugar.