05/11/2026

Maestro v4 gratuito liga-se ao ComfyUI e a agentes de IA

Macio

Blaine Brown (@blizaine) anunciou na sua publicação no X o lançamento da quarta versão do Maestro. Trata-se do seu estúdio de IA local, no qual vídeo, imagens, música e montagem estão reunidos numa única aplicação. Segundo o autor, na v4 surgiram um servidor MCP completo, a integração com o ComfyUI e o suporte para o modelo Pika H3 Flex, e a própria ferramenta está disponível gratuitamente.

Para quem monta vídeos a partir de clipes generativos, o mais importante da atualização são as ligações a outras ferramentas. A julgar pela lista de novidades, o Maestro pode agora ser ligado a um ComfyUI já configurado e entregar parte do controlo a um agente de IA externo através do protocolo MCP. Na própria publicação não há detalhes, o autor promete-os na continuação do tópico, mas a descrição de ambas as funções já consta do repositório do projeto.

«O Maestro é o estúdio criativo de IA local e aberto mais intuitivo e poderoso disponível gratuitamente», foi assim que Blaine Brown descreveu o seu projeto.

É a avaliação do próprio autor. Juntamente com o anúncio, mostrou um vídeo sobre VisionQuest e Avengers Doomsday, montado no Maestro v4.

O que o estúdio sabe fazer

A julgar pelo repositório do Maestro no GitHub, o projeto instala-se com um clique e os modelos locais funcionam no computador do utilizador. Os serviços de IA externos e o acesso remoto ligam-se por opção. Na base está o pipeline WanGP. A aplicação está dividida em três partes:

Director constrói o planeamento de um videoclipe musical ou de uma curta-metragem a partir de uma canção ou de um argumento. Prepara as referências das personagens e os fotogramas-chave, gera os clipes e monta o resultado. No modo Auto, a produção vai do início ao fim; no modo Manual, cada etapa pode ser verificada. Os planeamentos, os prompts e os takes ficam guardados num único painel do projeto, pelo que cada plano pode ser retocado individualmente.
Studio é responsável pela geração de vídeo a partir de texto e de referências. Aí também é possível animar, prolongar, misturar e corrigir vídeo. O estúdio cria e edita imagens, música, fala, vozes clonadas e efeitos sonoros. Entre os modelos são indicados MiniMax H3, LTX, Flux, Qwen, MOSS e Fish Audio, e existe uma fila de tarefas. O projeto está otimizado para LTX-2.5 e MiniMax H3.
Editor é uma mesa de montagem multipista não destrutiva. Tem corte, transições, velocidade, volume e definições de tela. É para aqui que chega a encenação pronta do Director, e um plano pode ser reenviado para nova geração.

Segundo a descrição da versão 4.0.0, de 4 de novembro de 2026, a mesa de montagem foi ampliada: surgiram planeamentos verificáveis de montagem automática com anulação, chroma key e exportação para ProRes 4444 MOV com transparência. Os títulos animados podem ser descritos por palavras diretamente no Studio ou no Editor.

ComfyUI e agentes de IA

A integração com o ComfyUI, de acordo com o repositório, permite usar pastas de modelos já configuradas, importar e verificar grafos da API do ComfyUI e encaminhar os pedidos suportados do Studio e do Director para um servidor ComfyUI existente. A função é opcional e está desativada por predefinição; nada é ativado ou instalado automaticamente. O próprio ComfyUI e os seus nós personalizados são instalados e mantidos em separado.

O servidor MCP integrado permite aos agentes compatíveis saber o que o estúdio sabe fazer, escrever prompts tendo em conta o modelo escolhido, usar personagens e referências guardadas, enviar tarefas para o Studio e o Director e gerir projetos. O agente também pode trazer o seu próprio planeamento de videoclipe, sendo que a análise da canção é feita pelo próprio Maestro. A ligação pode ser local, no mesmo computador, ou a partir de outra máquina através do Tailscale com autorização; as permissões são concedidas ao agente dentro de limites definidos.

Seis passos em vez de cinquenta

Outra novidade notável é o suporte para o Pika H3 Flex. No Maestro v4 está marcado como experimental: geração por fotogramas e por referências, consideração do áudio original e cinco níveis de resolução, incluindo um 1080p experimental. De acordo com a documentação do ComfyUI, o Pika H3 Flex é uma versão retreinada do MiniMax H3. O gerador foi destilado de 50 passos para seis. O modelo é distribuído como dois adaptadores LoRA sobre o MiniMax H3 base, pelo que não é necessária uma nova arquitetura. Um clipe de cinco segundos em 1344×768 é calculado em cerca de um minuto numa única placa gráfica. Sem destilação, o H3 exige de 20 a 50 passos.

Para a montagem dos planos são importantes também outras propriedades do modelo descritas na documentação do ComfyUI:

diálogos, efeitos e música são gerados em estéreo na mesma passagem que a imagem;
numa geração é possível fornecer até 12 referências: até 9 imagens, 3 vídeos, incluindo uma referência de movimento, e 3 clipes de áudio com amostras de voz;
os cortes, o movimento de câmara e as falas descrevem-se num único prompt, ou seja, o modelo consegue encenações com vários planos;
os pesos de ambos os adaptadores são abertos.

Os adaptadores são distribuídos sob o MiniMax H3 Community License Agreement. A documentação aconselha estudar as suas condições, incluindo as restrições territoriais e o uso comercial, antes de levar o resultado para trabalho comercial.

O que ainda falta

A licença do próprio Maestro não é indicada na publicação, e o repositório remete para as licenças de cada modelo. Um estúdio que pretenda usar o material gerado em projetos comerciais terá de verificar separadamente as condições do Maestro, do pipeline WanGP e de cada modelo que ligue. O autor não indicou requisitos mínimos concretos de placa gráfica e de memória. No repositório está descrita a função Auto-Tune, que escolhe as definições iniciais conforme a placa gráfica, a quantidade de memória de vídeo e a memória RAM, e a quantização e o descarregamento para a memória deverão ajudar em GPU mais fracas.

Para comparação, vale a pena olhar para o servidor MCP autónomo da Comfy-Org. Através dele, o Claude Code, o Claude Desktop, o Cursor e outros agentes executam grafos de um ComfyUI local, acompanham a fila de tarefas, reúnem pré-visualizações de vídeo numa folha de contactos, verificam que nós e modelos estão instalados e fazem variações de um mesmo grafo. É outro produto, mas, em conjunto com o Maestro, provavelmente reflete uma direção comum: a rotina, como lançar gerações e experimentar variantes, pode cada vez mais ser entregue a um agente. O Maestro, nesta lógica, vai além do grafo — ao agente abrem-se o planeamento da encenação no Director e o trabalho com os projetos.

Qual das novidades do Maestro v4 lhe seria mais útil?