Alibaba lança modelo de IA de código aberto para geração de vídeo e imagem

A Alibaba Group Holding Ltd. anunciou que seu modelo de IA para geração de vídeo e imagem, Wan 2.1, está agora disponível publicamente como uma plataforma de código aberto. A medida deve impulsionar a adoção e intensificar a competição no setor de IA.

As decisão alinha-se a uma estratégia semelhante da ByteDance e da startup DeepSeek. No início deste ano, os modelos de código aberto e acessíveis da DeepSeek chamaram a atenção de investidores de tecnologia e surpreenderam a indústria intensiva em capital com desempenho comparável a players estabelecidos como a OpenAI.

A Alibaba expande suas ofertas de IA com quatro variantes Wan 2.1

A Alibaba lançou quatro variantes de seu modelo de IA Wan 2.1 — T2V-1.3B, T2V-14B, I2V-14B-720P e I2V-14B-480P — que geram imagens e vídeos a partir de entradas de texto e imagem. A designação “14B” indica que essas variantes processam 14 bilhões de parâmetros, permitindo-lhes lidar com entradas mais complexas e produzir resultados mais precisos.

Os modelos estão disponíveis globalmente nas plataformas ModelScope e HuggingFace da Alibaba Cloud para uso acadêmico, de pesquisa e comercial.

A Alibaba apresentou a versão mais recente de seu modelo de IA para geração de vídeo e imagem em janeiro, encurtando posteriormente seu nome para Wan, de Wanx. A empresa destacou sua capacidade de gerar visuais altamente realistas. Desde então, a Alibaba enfatizou seu primeiro lugar no VBench, um ranking para modelos de geração de vídeo, onde se destaca em funcionalidades como interação entre múltiplos objetos.

Na terça-feira, a empresa revelou uma prévia de seu modelo de raciocínio, QwQ-Max, que pretende disponibilizar como código aberto após o lançamento completo.

ByteDance lança OmniHuman, uma IA que cria vídeos de corpo inteiro a partir de uma única imagem

O surto no desenvolvimento de IA de código aberto ocorre em meio a avanços significativos de concorrentes. ByteDance, a empresa-mãe do TikTok, anunciou recentemente o lançamento de OmniHuman, um sistema avançado de IA capaz de gerar um vídeo completo de corpo inteiro a partir da entrada de apenas uma fotografia.

O que diferencia o OmniHuman de sistemas de IA semelhantes é sua capacidade de criar vídeos dinâmicos nos quais o sujeito pode falar, gesticular e se mover naturalmente. O sistema foi treinado com mais de 19.000 horas de conteúdo em vídeo e utiliza esses dados para criar vídeos que imitam o comportamento humano em termos de movimentos e expressões.

Uma das primeiras demonstrações usando o OmniHuman foi um vídeo de Albert Einstein proferindo uma palestra. O vídeo viralizou no momento em que foi compartilhado na Internet, o que prova o quanto essa funcionalidade faz a diferença.

Embora o OmniHuman seja o primeiro sistema de IA a afirmar gerar um vídeo crível com apenas uma imagem, outros sistemas podem entregar resultados semelhantes usando algumas imagens.

Para começar, há o Pollo AI, que permite aos usuários gerar vídeos fazendo upload de imagens. É fácil de usar e, com apenas imagens e um prompt de texto, pode criar vídeos baseados em estilos definidos pelo usuário.

A Canva possui um Gerador de Vídeo com IA semelhante. Seu conjunto de modelos e recursos de edição facilita para usuários sem habilidades avançadas de criação de vídeo gerar vídeos com IA usando imagens.

A Freepik também possui um Gerador de Vídeo com IA semelhante, que oferece vários modos de geração e opções de personalização para criar vídeos envolventes com apenas imagens e prompts.

A Alibaba compromete $52 Bilhões para expansão de IA e nuvem

Há alguns dias, a Alibaba anunciou planos de investir pelo menos 380 bilhões de yuans (US$ 52 bilhões) nos próximos três anos para fortalecer sua infraestrutura de computação em nuvem e IA.

O gigante da internet, cujo cofundador é Jack Ma, investirá mais em sua infraestrutura de inteligência artificial e computação em nuvem do que nos últimos 10 anos. Com modelos em evolução tornando-se mais intensivos em computação, a empresa afirmou em seu blog oficial que a Alibaba planeja se destacar como parceira de empresas que constroem e implantam IA no mundo real.

Este objetivo é um dos maiores investimentos da China em infraestrutura de IA e reforça as crescentes ambições da Alibaba no setor. No entanto, ocorre em meio às preocupações dos investidores sobre se algumas grandes empresas de tecnologia superestimarão a demanda por serviços de IA no futuro ou subestimarão o custo de capital para construí-los.

Analistas da TD Cowen apontaram na sexta-feira que Microsoft Corp. está cancelando contratos de capacidade substancial de data centers nos EUA. Essa medida pode refletir preocupações sobre se está construindo mais capacidade de computação para IA do que precisará a longo prazo. As ações da Alibaba em Hong Kong caíram até 3% na segunda-feira.

Outras grandes empresas de tecnologia, como Meta Platforms Inc. e Amazon.com Inc., estão comprometendo bilhões para construir os data centers necessários para treinar, desenvolver e hospedar serviços de IA.