Gemini agora aceita imagens de referência para criar vídeos

O Google deu um passo importante para quem cria vídeo com inteligência artificial: o Gemini passou a aceitar imagens de referência que orientam diretamente o resultado final. Em vez de perder tempo a escrever prompts intermináveis, agora é possível carregar até três imagens e dizer à IA, de forma clara, o que quer ver. O processo torna-se mais intuitivo e, sobretudo, mais fiel ao que idealizou.

Porque é que isto interessa a quem cria vídeo

Durante meses, a criação de vídeo com IA foi um exercício de tentativa e erro: escreve-se um prompt, ajusta-se, volta-se a gerar, e por aí fora. Com a chegada das imagens de referência, o fluxo muda de figura.

As imagens funcionam como “ingredientes visuais” que definem o aspeto de personagens, o estilo da iluminação, a paleta de cores, o guarda-roupa, o tipo de cenários e até pequenos detalhes como texturas ou padrões. Em suma, a IA passa a olhar para exemplos concretos em vez de adivinhar nuances a partir de palavras.

Consistência de personagens sem dor de cabeça

Se faz storytelling, publicidade ou qualquer peça com uma personagem recorrente, sabe que manter o mesmo rosto, penteado e traços ao longo de vários planos é meio caminho andado para um vídeo credível. Antes, era fácil haver discrepâncias entre cenas; bastava mudar uma vírgula no prompt e a personagem parecia outra. Com as imagens de referência, define-se logo o “molde” da personagem e o modelo respeita-o cena após cena, evitando surpresas indesejadas.

Transferência de estilo e direção de arte na prática

Uma imagem de referência também pode ser um guia de estética. Quer um vídeo com grão analógico, luz lateral suave e tons pastel? Use uma fotografia com essa linguagem. Pretende um look futurista com superfícies metálicas e neons? Carregue uma imagem que o represente. A IA capta a textura, a iluminação e o ambiente geral, aplicando-os de forma coerente. É como ter um “moodboard” que a máquina entende à primeira.

World-building: manter o seu universo consistente

Quem constrói mundos desde estúdios independentes a criadores de jogos ou arquitetos ganha aqui um aliado. Ao usar imagens do seu cenário, objetos e adereços, garante que os planos seguintes respeitam a mesma geografia visual. Uma cadeira específica, um tipo de janela ou um padrão no chão deixam de desaparecer entre takes: as referências mantêm a identidade do espaço intacta.

Como começar: um fluxo simples em quatro passos

– Selecione as suas referências: escolha até três imagens nítidas, com boa luz e sem marcas de água. Se o objetivo é uma personagem, prefira um plano frontal claro. Se o foco é o estilo, use uma imagem que represente bem a textura, a cor e a iluminação desejadas.
– Escreva um pedido direto: em vez de um texto longo, descreva ação e contexto em poucas linhas. Ex.: “jovem realizador a atravessar um estúdio vazio ao nascer do sol, ambiente contemplativo, ritmo lento”.
– Combine texto e imagem: carregue as referências e anexe o texto. A IA cruza ambos os sinais para gerar o vídeo.
– Afine e repita: se a luz ficou demasiado dramática ou as cores demasiado saturadas, troque a imagem de referência de estilo por outra mais próxima do que quer.

Boas práticas que fazem a diferença

– Clareza acima de tudo: referências confusas geram resultados confusos. Prefira enquadramentos simples e limpos.
– Evite misturar estilos incompatíveis: três imagens muito diferentes podem puxar o resultado em sentidos opostos.
– Especifique o que não quer: uma frase breve com exclusões (“sem granulado forte”, “sem câmara trémula”) ajuda a cortar excessos.
– Pense em continuidade: se planeia um vídeo com vários planos, use sempre a mesma referência de personagem e ambiente para garantir continuidade visual.

Limitações a ter em conta

Apesar do salto qualitativo, convém manter expectativas realistas. As imagens de referência orientam, mas não são um molde perfeito; detalhes finos podem variar entre planos. Em cenas muito rápidas ou complexas, pode surgir leve instabilidade visual. E, claro, o tempo de geração cresce com pedidos mais ambiciosos. Outro ponto essencial: utilize apenas imagens sobre as quais tenha direitos ou autorização boas práticas legais e éticas continuam a aplicar-se.

Quem mais vai beneficiar com a novidade

– Pequenas equipas de marketing: protótipos de anúncios, variações de identidade visual e testes de narrativa tornam-se mais rápidos e baratos.
– Criadores independentes: videoclipes, trailers de projetos e reels com um look consistente, sem precisar de um arsenal de plugins.
– Educação e formação: explicar estilos cinematográficos com exemplos práticos gerados no momento.
– Marcas e designers: garantir que a linguagem visual respeita o guia de marca, do tom de cor à forma dos produtos.

Disponibilidade e o que esperar nas próximas semanas

A atualização começa a chegar a partir de hoje e deverá estar acessível a todos os utilizadores até ao início da próxima semana, segundo o Google. A partir daí, vale a pena refazer projetos onde desistiu por falta de consistência ou estilo: com as imagens de referência, o Gemini aproxima-se mais daquilo que idealizou no primeiro rascunho, reduzindo iterações e poupando tempo.

Fonte: Droid-life