News18 JunhoxAI libera vídeo por IA em 25 segundos
Edição #127·18 de junho de 2026·2 min

🎬xAI libera vídeo por IA em 25 segundos

A xAI, empresa de IA de Elon Musk, liberou para o público geral o Imagine Video 1.5, sua ferramenta de geração de vídeo. A versão rápida agora cria vídeos em 720p em cerca de 25 segundos, contra mais de 40 segundos na versão anterior. A ferramenta também está disponível via API (a porta de entrada para desenvolvedores integrarem em seus próprios apps). --- A guerra da geração de vídeo por IA segue quente. O Sora, da OpenAI, o Veo, do Google, e agora o Imagine Video disputam quem entrega a melhor qualidade com menor espera. Para o usuário comum, a queda de 40 para 25 segundos parece pouco, mas para quem usa isso profissionalmente, em lote, essa diferença se multiplica. A qualidade melhorou junto com a velocidade, o que é raro: normalmente quando se acelera, perde-se detalhe.

A xAI, empresa de IA de Elon Musk, liberou para o público geral o Imagine Video 1.5. A versão rápida da ferramenta de geração de vídeo por IA agora produz clips em 720p em cerca de 25 segundos, queda de quase 40% em relação aos mais de 40 segundos da geração anterior. Junto com a melhoria de desempenho, a empresa abriu o acesso via API, permitindo que desenvolvedores integrem o modelo diretamente em suas aplicações como serviço de inferência sob demanda.

O que muda no Imagine Video 1.5 A atualização traz ganhos mensuráveis em dois eixos. O primeiro é a latência de inferência: a geração de vídeos em 720p caiu para aproximadamente 25 segundos, tempo competitivo para quem opera pipelines de conteúdo em escala. O segundo é a disponibilidade via API, que converte o serviço em infraestrutura programável. Dessa forma, equipes de engenharia podem incorporar a geração de vídeo por IA em workflows de automação, plataformas de e-commerce ou editores colaborativos sem manter clusters próprios de processamento de difusão de vídeo.

Por que a velocidade importa para builders No universo de modelos generativos, reduzir o tempo de resposta geralmente implica sacrificar resolução ou consistência visual. A xAI indica que, desta vez, a qualidade se manteve estável ou aumentou enquanto a velocidade crescia. Para devs brasileiros que atuam com marketing digital, edtech ou SaaS de mídia, essa combinação é decisiva. Os impactos práticos incluem: - Menor fila de processamento em pipelines de lote - Redução de timeouts em chamadas de API assíncronas - Economia de infraestrutura ao terceirizar o cluster de inferência - Melhoria de UX com espera menor para o usuário final

Cenário competitivo e oportunidades para o Brasil O lançamento coloca o Imagine Video em rota de colisão com o Sora, da OpenAI, e o Veo, do Google. Enquanto concorrentes mantêm acessos restritos ou listas de espera, a xAI aposta na abertura imediata e na performance de inferência como vetores de diferenciação. Para o mercado brasileiro, a API representa uma porta de entrada de baixo custo para experimentação. Startups podem construir protótipos de aplicativos com geração automática de vídeo para redes sociais, catálogos de produtos ou treinamentos corporativos, utilizando 720p como padrão suficiente para web e mobile. A aposta é que a conveniência de integração supere, em produtos iniciais, a necessidade de treinar modelos foundation próprios.

geraçãovídeoapiinferênciaxaiimaginevideosegundosempresamelhoria

Mais da mesma edição

@scaling01

🧠O pai do Transformer troca o Google pela OpenAI

Noam Shazeer, um dos coautores do artigo "Attention Is All You Need", que em 2017 criou a arquitetura Transformer (a base de praticamente toda IA generativa que existe hoje), anunciou que está deixando o Google DeepMind para se juntar à OpenAI. Shazeer era vice-presidente de engenharia e co-líder do Gemini, o principal modelo de IA do Google. --- A trajetória de Shazeer no Google já rendeu capítulos memoráveis. Ele saiu uma vez em 2021 para fundar a Character.AI, e o Google pagou caro para trazê-lo de volta em 2024. Agora, perdê-lo para a OpenAI é um golpe duplo: além do talento técnico raro, é um sinal preocupante sobre o moral interno. Quando o cara que inventou o motor do carro decide dirigir para a concorrência, algo não vai bem na garagem. --- A OpenAI, por outro lado, segue acumulando talento de peso enquanto tenta justificar sua avaliação bilionária. Shazeer é especialista em modelos esparsos (que usam só parte dos seus parâmetros por vez, economizando processamento), uma técnica cada vez mais importante para tornar IAs grandes mais rápidas e baratas.

@rauchg

🤖Vercel lança Eve, o framework para criar agentes de IA

Guillermo Rauch, criador do Next.js (o framework mais popular para criar sites e apps modernos) e CEO da Vercel, apresentou o Eve: um framework de código aberto para construir agentes de IA. A proposta é radical na simplicidade. Em vez de código complexo, você cria uma pasta com um arquivo de instruções em texto simples, tipo um briefing, e o agente nasce a partir disso. --- A analogia que Rauch faz é direta: o Next.js democratizou a criação de sites ao permitir que você começasse com um único arquivo. O Eve quer fazer o mesmo com agentes de IA. Você organiza as ferramentas que o agente pode usar em pastas, define as instruções em português (ou qualquer idioma), e publica direto na Vercel. Sem precisar configurar servidor, infraestrutura ou pipeline de dados. --- É cedo para saber se o Eve vai se tornar padrão de mercado, mas a Vercel tem um histórico forte de acertar nessas apostas. Se você já experimentou criar algo com IA e achou complicado demais, vale ficar de olho.

@DrJimFan

🦾NVIDIA põe 8 robôs para pesquisar sozinhos de madrugada

Jim Fan, pesquisador sênior da NVIDIA, detalhou os bastidores do ENPIRE, um sistema onde 8 robôs físicos, controlados por agentes de IA, fazem pesquisa autônoma durante a noite. Funciona assim: os humanos definem o objetivo e os limites de segurança, apertam Enter, e vão dormir. Os robôs praticam tarefas, tentam abordagens diferentes, medem resultados e ajustam estratégias por conta própria. --- O detalhe mais interessante é a engenharia de segurança. Para deixar robôs funcionando sem supervisão, a equipe criou duas camadas de proteção: limites físicos rígidos que pausam o robô se ele sair da zona segura, e garras com limite de força para que um erro de cálculo termine em uma parada suave em vez de quebrar algo. Além disso, a métrica de sucesso é congelada antes do experimento começar, para que a IA não possa trapacear mudando a definição de "missão cumprida". --- Ainda é cedo e requer supervisão humana mínima, mas a direção é clara: robôs que aprendem sozinhos enquanto a fábrica dorme, otimizando cada segundo de tempo de máquina, GPU e processamento.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter