Alibaba disponibiliza em código aberto modelo de IA para geração de vídeo e imagem

O Alibaba Group Holding Ltd. anunciou que seu modelo de IA para geração de vídeos e imagens, Wan 2.1, agora está disponível publicamente como uma plataforma de código aberto. Espera-se que essa iniciativa impulsione a adoção e acirre a competição no setor de IA.

da Alibaba está alinhada com uma estratégia semelhante da ByteDance e da startup DeepSeek. No início deste ano, os modelos de código aberto acessíveis da DeepSeek atraíram a atenção de investidores de tecnologia e surpreenderam o setor, que exige grande investimento de capital, com um desempenho comparável ao de empresas consolidadas como a OpenAI.

Alibaba expande oferta de IA com quatro variantes de Wan 2.1

A Alibaba lançou quatro variantes do 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" significa 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.

Em janeiro, a Alibaba apresentou a versão mais recente de seu modelo de IA para geração de vídeos e imagens, posteriormente abreviando seu nome de Wanx para Wan. A empresa destacou sua capacidade de gerar visuais altamente realistas. Desde então, a Alibaba tem enfatizado sua posição de destaque no VBench, um ranking de modelos generativos de vídeo, onde se sobressai em funcionalidades como interação com múltiplos objetos.

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

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

O aumento no desenvolvimento de IA de código aberto ocorre em meio a avanços significativos de concorrentes. A ByteDance, empresa controladora do TikTok, anunciou recentemente o lançamento do OmniHuman, um sistema avançado de IA capaz de gerar um vídeo completo de corpo inteiro a partir de uma única fotografia.

O que diferencia o OmniHuman de sistemas de IA semelhantes é a 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 é um vídeo de Albert Einstein dando uma palestra. O vídeo viralizou no momento em que foi compartilhado na internet, o que comprova a enorme diferença que esse recurso faz.

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

Para começar, existe o Pollo AI, que permite aos usuários gerar vídeos enviando imagens. É fácil de usar e, com apenas imagens e um texto de apresentação, pode criar vídeos com base em estilosdefipelo usuário.

O Canva possui um gerador de vídeos com IA semelhante. Seu conjunto de modelos e recursos de edição facilita a criação de vídeos gerados por IA a partir de imagens, mesmo para usuários sem habilidades avançadas em criação de vídeos.

O Freepik também possui um gerador de vídeos com IA semelhante, que oferece diversos modos de geração e opções de personalização para criar vídeos envolventes usando apenas imagens e instruções.

Alibaba investe US$ 52 bilhões em expansão de IA e nuvem

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

A 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 a evolução dos modelos que exigem cada vez mais poder computacional, a empresa afirmou em seu blog oficial que o Alibaba planeja se destacar como parceiro de empresas que desenvolvem e implementam IA no mundo real.

Este objetivo representa um dos maiores investimentos da China em infraestrutura de IA e ressalta as crescentes ambições do Alibaba nessa área. No entanto, surge em meio a preocupações de investidores sobre se algumas grandes empresas de tecnologia superestimarão a demanda por serviços de IA no futuro ou subestimarão o custo de capital para desenvolvê-los.

Analistas da TD Cowen apontaram na sexta-feira que a Microsoft Corp. está cancelando contratos de locação de uma quantidade substancial de capacidade de data center nos EUA. Essa medida pode refletir preocupações sobre se a empresa está construindo mais capacidade de computação de 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 a Meta Platforms Inc. e a Amazon.com Inc., estão prometendo bilhões para construir os centros de dados necessários para treinar, desenvolver e hospedar serviços de IA.