Esse sentimento é, na verdade, um viés cognitivo bastante comum e estudado chamado heurística de esforço ou ilusão de trabalho: as pessoas valorizam mais um resultado quando acreditam que uma quantidade maior de esforço ou tempo foi investida em produzi-lo, mesmo que o resultado seja o mesmo. Isso acontece muito quando o valor é difícil de determinar, quando o avaliador não tem experiência no assunto ou o que você está julgando é totalmente novo para você.

Costumo falar sobre controle em IA. Mas percebi que às vezes as pessoas pensam que quero dizer "melhores prompts". Então, aqui estão meus pensamentos sobre o que quero dizer com controle: Estamos resolvendo gráficos de trás para frente. A história da computação gráfica segue uma progressão clara: primeiro veio o controle, depois a qualidade. Demorou décadas para estabelecer as abstrações certas - curvas, triângulos, polígonos, malhas - que nos permitiriam desenhar exatamente o que queríamos em uma tela. Esses blocos de construção fundamentais não mudaram muito porque provaram ser os corretos. Da mão de Ed Catmull aos mecanismos de jogos modernos, os princípios básicos de como controlamos os pixels permaneceram notavelmente estáveis. Os fundamentos surgiram não apenas para controle, mas como maneiras eficientes de descrever e renderizar cenas complexas. A qualidade de renderização era a última fronteira. Um cubo modelado em 1987 usando a primeira versão do Renderman segue os mesmos princípios geométricos de um modelado no Blender hoje. O que é dramaticamente diferente é a renderização - a iluminação, os materiais, as sombras e os reflexos que fazem com que pareça real. A indústria passou décadas fechando o vale misterioso, construindo sistemas de renderização cada vez mais sofisticados para se aproximar do fotorrealismo. É claro que muitas inovações gráficas melhoraram o controle e a qualidade simultaneamente, e a história do progresso gráfico é mais complexa do que apenas "controle e qualidade". Mas essa ordem não foi arbitrária. O próprio pipeline gráfico o impõe: a geometria define o que queremos desenhar, os shaders determinam sua aparência. Até mesmo os mecanismos em tempo real seguem esse padrão - primeiro estabelecendo controles de nível de detalhe e, em seguida, melhorando a qualidade de renderização dentro dessas restrições. A IA inverteu completamente essa progressão. Os modelos generativos de hoje alcançam uma qualidade de renderização fotorrealista que rivaliza ou supera os pipelines tradicionais, aprendendo efetivamente toda a pilha de gráficos - da geometria à iluminação global - por meio de treinamento em grande escala. Eles desmoronaram a separação tradicional entre modelagem e renderização, criando um sistema de ponta a ponta que pode produzir imagens impressionantes a partir de descrições de alto nível. O que está faltando é controle. Embora possamos gerar cenas fotorrealistas em segundos, não temos o controle preciso que décadas de pesquisa gráfica forneceram. Não podemos ajustar facilmente a geometria, ajustar materiais ou manipular a iluminação com a granularidade que os artistas esperam. A natureza determinística dos gráficos tradicionais - onde cada parâmetro tem um efeito previsível - foi substituída por modelos probabilísticos. Este é o problema dos gráficos inversos: resolvemos a renderização antes de resolver o controle. Nossos modelos podem criar imagens impressionantes, mas carecem das abstrações fundamentais que tornaram a computação gráfica tão poderosa - a capacidade de fazer alterações precisas e intencionais em qualquer nível de detalhe. Esta não é uma limitação permanente. Assim como a computação gráfica acabou resolvendo o problema de renderização, a IA resolverá o problema de controle. A questão não é se, mas como. Estamos encontrando as abstrações certas para controlar modelos generativos - o equivalente às curvas, triângulos e polígonos que revolucionaram a computação gráfica antes. Acho que as soluções podem parecer diferentes. Novos primitivos de controle nativos de redes neurais podem ser a resposta certa, em vez de tentar forçar conceitos gráficos tradicionais a esse novo paradigma. Embora eu também ache que existem abordagens híbridas que combinam gráficos tradicionais com IA que valem a pena explorar. O objetivo continua sendo fornecer o mesmo nível de previsibilidade e precisão que tornou a computação gráfica uma ferramenta fundamental para a expressão criativa. Esse é o objetivo final, mas melhor: em tempo real, barato e com controle preciso que seja o mais intuitivo e de uso geral possível. O controle vem por último desta vez. Mas está chegando.

Achei que o Modo de Bate-papo @runwayml permitia apenas uma geração de cada vez. Acontece que eu estava errado. Agora, além de trabalhar com o Turbo, posso executar duas gerações simultaneamente, e talvez seja só eu, mas parece seguir melhor as instruções dentro do Modo Chat. Eu não sei, mas parece certo, como se eu estivesse trabalhando, mas sem sentir. Obrigado!

Mesmo suas filmagens mais chatas podem se tornar um playground com @runwayml Aleph. Adicione a isso. Altere-o. Ou adicione uma gaivota a ele. E tudo o que você precisa fazer é dizer a Aleph o que você quer.