Dona do Kwai lança IA que cria vídeos realistas estilo Sora

A empresa chinesa Kuaishou, criadora do Kwai e rival do TikTok, lançou uma inteligência artificial para gerar vídeos chamada de “Kling AI”. Disponível como uma demo pública na China através de uma lista de espera, a ferramenta apresenta resultados que chamam a atenção por sua qualidade, mesmo que ainda se trate de pequenos exemplos.

• Image Playground | Tudo sobre a IA para criar imagens da Apple
• 8 IAs para criar animações
• OpenAI revelou primeiros vídeos gerados pela IA Sora

Vídeos de 5 segundos

Na página da IA (kling-ai.com) é possível conferir alguns vídeos com cinco segundos de duração que a companhia afirma terem sido gerados pela ferramenta. Em um deles, um coelho de óculos lê um jornal enquanto seu café o aguarda, já em outra obra, um urso panda toca um violão com um lago como cenário ao fundo.

Segundo a Kuaishou, a Kling AI usa um percurso técnico semelhante à Sora, da OpenAI.

Os curtinhas trazem qualidade, mas os vídeos de pouco mais de um minuto apresentados pelo especialista em IA Min Choi no X (antigo Twitter) são mais impressionantes. O primeiro mostra uma corrida de automóveis com animais distintos nos volantes, enquanto outro exemplo traz cães como agentes secretos.

Segundo a Kuaishou, a Kling AI usa um percurso técnico semelhante à Sora, da OpenAI.

Recursos da Kling AI

No site da ferramenta há um espaço que apresenta cinco recursos da Kling AI, são eles:

1. Pode produzir vídeos de até dois minutos de duração com resolução de 1080p e 30 quadros por segundo;
2. Consegue simular sequências de movimento complexas e interações físicas entre objetos;
3. Usa um sistema de atenção espaço-tempo 3D para modelar melhor o movimento e as interações físicas;
4. Emprega um transformador de difusão para combinar conceitos e criar cenas fictícias;
5. Funções como estrutura escalável e inferência otimizada permitem que a KLING gere vídeos longos e de alta resolução com eficiência.

Além da Kilng AI e da Sora, vale conhecer outros modelos de inteligência artificial que geram vídeos a partir de fotos ou textos.