29/08/2026

Serviços que desaparecem, faturas de seis dígitos e H.264 em vez de EXR: porque é que os estúdios estão a levar os modelos generativos para hardware próprio

Interessante da Web

A carta setorial «Open-Weights and American AI Leadership», assinada por 35 participantes, entre os quais a Nvidia, a Microsoft, a Meta, a IBM e a Hugging Face, trouxe de novo para a agenda a discussão sobre os pesos abertos. Os autores falam de acessibilidade, concorrência e segurança através da verificação aberta dos modelos pela comunidade. No terreno da produção de cinema e de VFX, essa discussão tem outro aspeto: aí um modelo é avaliado por saber se chegará vivo à entrega do projeto, quanto custará a sua utilização iterativa e em que formato devolve os fotogramas.

A publicação fxguide analisou o lado prático da questão com JD Vandenberg, consultor de pipelines generativos e ciência da cor que trabalhou antes na Disney e na Netflix. A conclusão resume-se ao seguinte: os pesos abertos dão aos estúdios estabilidade de versões, controlo sobre o material, um custo limitado por cima e a possibilidade de integrar a geração no pipeline já existente — ao preço de conhecimento técnico e de infraestrutura própria.

Исчезающие сервисы, шестизначные счета и H.264 вместо EXR: почему студии переносят генеративные модели на своё железо — Imagem gerada localmente com o modelo aberto Z-Image-turbo (um Diffusion Transformer aberto). Imagem: Jack Higgins / fxguide

O modelo pode desaparecer a meio da produção

Em produção, o software não se atualiza sem necessidade: a previsibilidade importa mais do que funcionalidades recentes. Os modelos generativos vivem segundo outras regras: são atualizados com frequência, sem aviso e sem uma lista completa de alterações. Um fotograma, um vídeo ou um som obtidos com a mesma entrada e a mesma seed podem mudar se o fornecedor não disponibilizar snapshots com versão e se não tiver fixado uma em concreto.

O pior cenário é o serviço fechar de um dia para o outro. Foi exatamente o que aconteceu ao projeto Critterz depois de a OpenAI ter encerrado, em março, a aplicação e o serviço web Sora: o projeto falhou a estreia prevista em Cannes, os coprodutores tiveram de procurar um novo parceiro de IA e o lançamento foi adiado para o início de 2027. O mesmo anúncio pôs fim à história do investimento anunciado da Disney na OpenAI, de mil milhões de dólares, e do acordo de licenciamento de personagens a três anos que lhe estava associado — o negócio esteve público durante três meses e nunca chegou a ser fechado.

A segurança de conteúdos impede o envio dos originais para uma nuvem alheia

As redes de produção estão segmentadas e o tráfego de saída é rigorosamente controlado pelos requisitos da MPA e da TPN. Enviar os originais para um modelo alojado e trazer os resultados de volta abre um canal que atravessa precisamente as barreiras para as quais a segurança de conteúdos existe. Por esse canal passam materiais pré-estreia, e os acordos jurídicos funcionam como compensação a posteriori, não como controlo. A dada altura alguém tem de confirmar que a infraestrutura do fornecedor é capaz de guardar esse material: ou se paga uma auditoria, ou se confia num fornecedor que nunca passou por nenhuma. Os estúdios têm o mecanismo — mas só um punhado de fornecedores de serviços generativos passou a avaliação TPN. Um modelo local funciona mesmo numa rede totalmente isolada, sem transferir dados para terceiros.

A opção local também tem o seu reverso, e a fxguide não o esconde. O ComfyUI, apesar de todas as virtudes, continua a ser uma fonte de risco: um atacante pode introduzir um vírus ou um worm tanto no código do próprio programa como através do ecossistema aberto de plugins, e o volume de código é demasiado grande para uma auditoria feita pelo departamento de TI interno. Os especialistas de segurança em VFX consideram, por omissão, hostis as builds generativas abertas — sobretudo quando os artistas usam equipamentos próprios e ferramentas descarregadas por eles. A alternativa é montar por conta própria uma solução de confiança, a partir de bibliotecas abertas verificadas.

A conta das iterações não se consegue calcular à partida

A produção generativa é iterativa e ainda não se consegue prever ao fim de quantas tentativas o modelo acerta na tarefa. É elucidativa a curta-metragem Air Head, feita em 2024 pelo coletivo de Toronto Shy Kids com o Sora: o supervisor de pós-produção Patrick Cederberg estimava que cerca de 90 segundos da duração final tinham nascido de «centenas de gerações de 10–20 segundos» e apontava uma relação entre bruto e montagem de cerca de 300:1. O próprio assinalava que a contagem era aproximada, e os números não batem certo entre si, mas mesmo por uma estimativa conservadora ultrapassa 80:1. No cinema de ficção considera-se normal 10:1–30:1, e uma equipa experiente sabe estimar essa relação de antemão.

Em agosto de 2026, as tarifas das API mantêm-se numa faixa de aproximadamente 0,05–0,75 dólares por segundo de saída. O custo de um minuto acabado é o preço do segundo multiplicado por um coeficiente difícil de prever. A indústria do software já se deparou com isto: em junho, um único colaborador de uma empresa fintech de São Francisco queimou numa semana 81 267 dólares em tokens enquanto desenvolvia um jogo. Nos media generativos o mesmo ciclo gira com um preço por iteração bastante mais alto. Um limite de despesa apenas desloca o problema: o contador para a meio de um episódio no dia da entrega e, em vez de afinar um plano, a equipa passa a noite a negociar um aumento de orçamento. O hardware local custa o que custa, quer se tenham feito dez takes quer dez mil.

H.264 contra EXR: os formatos não coincidem

O fosso entre aquilo que os serviços generativos entregam e aquilo que o pipeline de pós-produção aceita assenta, antes de mais, no formato. A maioria dos modelos de vídeo devolve H.264: 8 bits, 4:2:0, display-referred, na maior parte das vezes sRGB. Não há alfa, nem profundidade, nem cryptomattes, nem dados scene-linear, mas fica o banding, que sobrevive a qualquer correção de cor posterior. Cederberg assinalava que o Sora não permitia sequer renderizar passes adicionais como mattes ou profundidade, e que os Shy Kids geravam tudo em 480p e faziam upscale com ferramentas de terceiros.

A entrega de VFX é, por regra, EXR: um único fotograma 4K em half-float com três canais pesa cerca de 53 MB sem compressão, EXR multicamada de 200 MB por fotograma são coisa comum, ou seja, 576 GB para um plano de dois minutos a 24 fotogramas por segundo. Com estes volumes, o armazenamento na nuvem e o tráfego de saída passam a ser uma rubrica de despesa, e o tempo de transferência, uma limitação do calendário. Um modelo numa nuvem alheia devolve o formato que ao fornecedor sai mais barato servir; um modelo em hardware próprio pode ser colocado dentro do próprio circuito de cor e obrigado a escrever aquilo que o pipeline lê de facto. A indústria está a resolver o problema, mas o fosso ainda é grande.

Os estúdios já têm o hardware — falta apontá-lo a outra tarefa

A maioria dos modelos de vídeo sai em variantes destiladas ou quantizadas, que funcionam numa única estação de trabalho. A tendência joga a favor dos estúdios: a quantização e a destilação reduzem os requisitos de VRAM mais depressa do que o crescimento do número de parâmetros os aumenta. Vandenberg corre versões quantizadas e destiladas da maioria dos modelos abertos de vídeo atuais numa só RTX 5090 — uma placa de consumo com 32 GB de memória de vídeo. No segmento superior, a RTX PRO 6000 Blackwell com 96 GB custa a retalho cerca de 13 250 dólares; no lançamento era sensivelmente mais barata.

O essencial é que estúdios, casas de VFX e empresas de pós-produção já detêm capacidade de GPU considerável. As render farms e os parques de estações com GPU já estão comprados — resta redirecioná-los para outra carga. A estação de um colorista com várias placas a correr FilmLight Baselight ou Blackmagic DaVinci Resolve está parada fora do horário de trabalho, apesar de servir para inferência.

Daqui decorre também o ganho mais difícil de demonstrar — a integração. O modelo próprio pode ser chamado a partir de um nó do Nuke ou de um plugin do Resolve, as tarefas podem ser enviadas para o mesmo gestor de render, com a mesma fila, prioridades e registos dos restantes renders do projeto, a cor pode ser descrita uma única vez numa configuração OCIO ou num pipeline ACES em vez de ser adivinhada clip a clip, e as versões podem ser geridas no mesmo sistema de gestão de assets. Uma API alojada pode ser controlada por script, mas continua fora do pipeline.

Pesos abertos ainda não são código aberto

Antes de construir produção em cima disto, é preciso resolver as licenças. Pesos abertos significa que os parâmetros podem ser descarregados, mas não garante o direito de treinar mais o modelo, de o distribuir ou de usar o resultado numa entrega comercial. Código aberto no sentido habitual é uma licença do tipo OSI, que permite estudar, alterar e distribuir as fontes. Os modelos abertos atuais para vídeo e som estão espalhados por este espetro: uns sob Apache 2.0, outros sob licenças de comunidade com restrições de utilização, pelo menos um exige um acordo comercial à parte e alguns só são permitidos para uso não comercial. Um modelo que dá uma imagem excelente sob uma licença que proíbe o uso comercial não pode entrar na entrega, e o conform é um sítio caro para se fazer essa descoberta.

A maioria dos principais modelos abertos nesta área é feita fora dos Estados Unidos, e a regulação dos pesos abertos está neste momento a mudar. Daí um conselho prático: arquivar os pesos que efetivamente usa, em vez de os ir buscar a um hub no momento em que a tarefa arranca.

Porque é que esta discussão começou agora

A discussão sobre pesos abertos na produção de media terá amadurecido por um conjunto de razões, e a carta é apenas a sua camada superior. Os modelos fechados por API não vão desaparecer: correr localmente não é trivial e não é a todas as equipas que compensa assumir infraestrutura própria. Mas nos estúdios coincidiram vários fatores: a escassez de GPU e a memória mais cara, por causa das quais parte das empresas médias vai à mesma para a nuvem, a experiência acumulada de projetos parados pelo encerramento de um serviço, e a diferença entre o modo como funciona uma produção e o modo como funciona um serviço de IA de consumo.

Neste contexto, é provável o crescimento de esquemas híbridos conhecidos do mundo do software aberto: os pesos estão disponíveis livremente e o dinheiro é cobrado pelo suporte, pela licença comercial e pelo serviço. Para as equipas pequenas isso significaria uma entrada mais acessível; para as grandes empresas, a possibilidade de trazer a geração de volta para o seu próprio controlo de qualidade e segurança. Quem passaria pior seriam os fornecedores de serviços fechados que não estão dispostos nem a passar auditorias do setor nem a garantir a imutabilidade das versões.

Fonte

Salvar

5186 23

792

Votos: 5