A ByteDance, gigante por trás de plataformas como o TikTok, apresenta o Seedance 2.0, um modelo avançado de inteligência artificial projetado para a geração de vídeos com áudio perfeitamente sincronizado. A ferramenta inovadora processa texto, imagem, vídeo e som em um único comando, possibilitando a criação de conteúdos com aparência cinematográfica e um alto nível de controle criativo.
O que é o Seedance 2.0?
Desenvolvido pela divisão de pesquisa em IA da ByteDance, a ByteDance Seed, o Seedance 2.0 representa um salto na criação de vídeo por meio de inteligência artificial. Com ele, usuários podem produzir vídeos a partir de diversas fontes – texto, imagens, vídeos e áudios – garantindo movimentos naturais, som sincronizado e uma excelente continuidade entre as cenas, tudo de forma integrada.
Para que serve o Seedance 2.0?
O Seedance 2.0 é uma ferramenta versátil para criar e editar vídeos com qualidade cinematográfica utilizando IA. Suas aplicações são amplas, abrangendo desde a produção de vídeos para marketing e campanhas publicitárias até a criação de conteúdo educacional, entretenimento e materiais para redes sociais. Além de gerar vídeos do zero, o modelo funciona como uma poderosa ferramenta de edição, permitindo ajustes específicos, como alterar um personagem ou uma ação sem impactar o restante do conteúdo. Ele também conta com uma função de extensão para continuar cenas além dos 15 segundos iniciais.
Como a IA do Seedance 2.0 funciona?
A tecnologia por trás do Seedance 2.0 baseia-se em uma arquitetura multimodal unificada, fundamentada em modelos de linguagem de grande escala. Essa estrutura permite a geração simultânea de vídeo e áudio, garantindo que o som acompanhe de forma precisa o que ocorre na cena. O treinamento conjunto da IA assegura a consistência visual das cenas, mantendo personagens, iluminação e cenários estáveis mesmo com trocas de câmera, preservando a continuidade por até aproximadamente 15 segundos.
O modelo também se destaca por corrigir falhas comuns em IAs generativas, como objetos que se deformam ou movimentos que ignoram a gravidade. Ele é capaz de representar interações complexas entre múltiplos personagens com maior realismo, como em uma cena de patinação no gelo. Além disso, o sistema consegue processar múltiplas referências em uma única geração, permitindo ao usuário inserir até 9 imagens, 3 vídeos, 3 áudios e comandos em texto. No quesito sonoro, o Seedance 2.0 gera áudio estéreo para uma experiência mais imersiva, reproduzindo detalhes sutis como o atrito de tecidos, o arranhar de uma superfície ou o estalo de plástico bolha.
Fonte: canaltech.com.br