Google Vids Transforma Texto e Selfies em Vídeos Acabados

Pontos-chave

• O Google está a adicionar duas novas ferramentas ao Google Vids: Gemini Omni para gerar e editar clips a partir de texto, e avatares pessoais que imitam o seu rosto e voz.
• Os avatares pessoais necessitam apenas de uma selfie e uma gravação de voz curta, e os utilizadores podem escrever o que querem que o avatar diga.
• Ambas as funcionalidades são limitadas aos subscritores pagos do Google AI Pro, Ultra e Google Workspace business, com avatares restritos aos utilizadores com 18 ou mais anos em certas regiões.
• Cada clip tem uma marca de água SynthID invisível para que os espectadores possam verificar se o vídeo foi criado por IA.
• O lançamento baseia-se no Veo 3.1, modelo de geração de vídeo do Google, que a empresa abriu a todos os utilizadores do Vids em fevereiro.

O Google facilitou bastante a falsificação de si mesmo em câmara. E isto não é totalmente uma brincadeira.

A empresa lançou duas novas funcionalidades no Google Vids, a sua aplicação de criação de vídeos, que lhe permitem gerar um clip a partir de uma frase escrita e colocar uma versão digital do seu rosto. A atualização foi anunciada pela Google AI.

Eis a versão reduzida.

O que pode realmente fazer o novo Google Vids?

Consegue construir um vídeo a partir de algumas frases e colocar uma versão parecida com você no ecrã sem necessidade de câmara. A primeira ferramenta chama-se Gemini Omni. A segunda chama-se avatares pessoais.

Gemini Omni é alimentado pelo sistema de geração de vídeo do Google, o software que cria imagens em movimento a partir de instruções escritas. Escreve o que quer ver, em linguagem comum, e produz um clip. Também pode adicionar uma fotografia ou um esboço aproximado como referência, e o Omni tentará corresponder ao estilo ou ao assunto.

A parte da edição é onde fica interessante para quem já teve dificuldades com software de vídeo. Em vez de arrastar controles deslizantes, conversa. Pode pedir-lhe para trocar um fundo, aumentar a iluminação ou adicionar um efeito, e mudará apenas essa parte sem recomeçar. Isto funciona em clips que gerou com Omni e em vídeos comuns que gravou no seu telefone.

Depois há os avatares pessoais. Carregue uma selfie e uma gravação de voz curta, e o Vids criará um duplo digital que se parece e soa como você. Escreva uma mensagem, e o seu avatar entrega-a à câmara. Sem necessidade de pentear o cabelo, sem equipamento de iluminação, sem terceira tentativa.

Quem consegue usá-lo e o que significa para o resto de nós?

O acesso é pago e limitado. As funcionalidades estão disponíveis para subscritores do Google AI Pro e Ultra, os planos de IA do consumidor da empresa, e para clientes do Google Workspace business, que é a versão paga de Gmail, Docs e Drive que as empresas compram para o seu pessoal. Os avatares pessoais estão ainda mais restritos aos utilizadores com 18 ou mais anos em certas regiões, e o Google afirma que cada avatar está vinculado à semelhança do titular da conta.

Este último ponto é importante. Uma das grandes preocupações com uma ferramenta como esta são os deepfakes, vídeos gerados por IA que mostram convincentemente uma pessoa real a dizer coisas que nunca disse. A resposta do Google é dupla. Os avatares estão bloqueados ao seu próprio rosto e voz, na sua própria conta. E cada clip gerado tem uma marca de água SynthID, um marcador invisível inserido nos píxeis que permite que software posterior confirme que o vídeo foi criado por IA.

Uma marca de água que não consegue ver não é um escudo mágico. Só funciona se a plataforma que mostra o vídeo souber como procurá-la. Mas é um sinal real e verificável, o que é mais do que a maioria dos geradores de vídeo para consumidores oferece hoje.

Isto é divertido, ou apenas eficiente?

Honestamente, ambos. Enviar uma mensagem de vídeo personalizada a um colega sem pentear o cabelo é um truque genuinamente útil. Corrigir iluminação inadequada ao escrever "corrigir a iluminação" também é.

O outro lado é aquele que cada criador sentirá. Quando qualquer pessoa consegue produzir um clip refinado de 20 segundos no tempo que leva a escrever uma mensagem de texto, o valor de qualquer clip refinado diminui. Os vídeos interessantes serão aqueles com um ponto de vista que uma máquina não consegue adivinhar.

Por enquanto, se pagar pelo nível de IA mais elevado do Google, tem um novo brinquedo na segunda-feira de manhã. Todos os outros conseguem ver o que as pessoas criam com isto.