Hunyuan-GameCraft transforma imagens em cenas para jogos

GERAÇÃO DE VÍDEO

Hunyuan-GameCraft transforma imagens em cenas para jogos

Contando com a Inteligência Artificial para superar as atuais limitações impostas à criatividade e à interatividade, a Tencent Hunyuan apresentou o Hunyuan-GameCraft, estrutura que gera cenas para jogos interativos e altamente dinâmicos a partir de apenas uma única imagem estática e entradas fornecidas pelos usuários por teclado ou mouse.

A promessa do Hunyuan-GameCraft é eliminar os principais pontos problemáticos das tecnologias atuais para geração de vídeos, entre eles inconsistência, ineficiência e falta de controle dinâmico.

Como funciona? Imagine fazer o upload de uma foto de paisagem serena ou de uma rua movimentada na cidade e depois, usando o teclado ou o mouse, orientar a IA a estender a cena para gerar um vídeo coerente e dinâmico que responde aos controles do usuário em tempo real. É justamente assim que o Hunyuan-GameCraft funciona: um modo interativo com controle refinado das ações que imitam uma jogabilidade real.

O modelo de IA usado pela Tencent foi treinado usando um conjunto de dados com mais de um milhão de gravações de jogabilidade de mais de 100 jogos de classe AAA, para garantir ampla cobertura e diversidade. Em seguida, foi refinado a partir de dados sintéticos cuidadosamente criados para melhorar a precisão e o controle sobre os vídeos.

A Tencent comparou o Hunyuan-GameCraft com outros métodos de vídeo interativo em vários cenários de jogos e estilos de arte para avaliar a precisão do controle, a consistência das imagens, a preservação do histórico e o desempenho dinâmico em vários cenários e estilos e assim revelar o poder da Hunyuan-GameCraft.

Em termos gerais, a Tencent assegura que o Hunyuan-GameCraft supera os modelos existentes em termos de realismo e jogabilidade. Quer conferir você mesmo? Veja o Hunyuan-GameCraftem em ação e os resultados aqui.

• Paradigm é uma plataforma de planilhas com tecnologia de IA que incorpora agentes de IA diretamente nas células.

• E, por falar em planilhas, a Microsoft introduziu a função COPILOT no Excel para executar tarefas de IA Generativa diretamente nas células usando prompts.

• Nemotron Nano 2 é a nova família de modelos de IA da NVIDIA indicada para tarefas de raciocínio de alto desempenho.

• M3-Agent é uma estrutura multimodal que processa entradas de áudio e vídeo em tempo real para criar e atualizar uma memória de longo prazo.

• Qwen-Image-Edit, da Alibaba, é um modelo de IA que trabalha com dois tipos de edição de imagens (pixels ou para áreas específicas) e transformação de estilos.

• Eleven Music, que gera músicas personalizadas a partir de prompts de texto, agora está disponível via API.

• Atlas anunciou uma parceria com Google Cloud para incrementar sua infraestrutura de agentes de IA e acelerar a criação de jogos nativos em IA.

• Acrobat Studio integra Adobe Acrobat, Adobe Express e agentes de AI para impulsionar a produtividade e a criatividade.

• Grammarly adicionou oito agentes à nova plataforma nativa em IA chamada Grammarly Docs para ajudar em tarefas de escrita direcionada.

• Grok Imagine ganhará uma versão para Web em breve. ✨🪄🔜

ESPAÇOS 3D

MindJourney faz raciocínio espacial imitando cognição humana

A Microsoft Research apresentou uma estrutura que dá a agentes de IA a capacidade de interpretar e navegar por ambientes 3D com precisão. Trata-se do novo MindJourney, que aborda uma limitação crítica em modelos de linguagem visual (VLMs), oferecendo um modo de raciocínio para relações espaciais que imita a cognição humana.

O que você precisa saber:

• Modelos de linguagem visual são bons em identificar objetos em imagens 2D estáticas, mas muitas vezes pecam ao interpretar mundos 3D dinâmicos e interativo. Por exemplo, responder perguntas espaciais como: “Se eu sentar no sofá à frente, a cozinha estará à minha direita ou esquerda?” requer uma compreensão espacial com que os VLMs tradicionalmente não contam.

• Já nós simulamos mentalmente os movimentos no espaço, combinando instantâneos para deduzir as posições dos objetos. O MindJourney replica justamente esse processo, usando um modelo de mundo – sistema de geração de vídeos que gera imagens fotorrealistas com base em possíveis movimentos dos agentes.

• Ao combinar isso com um VLM, o MindJourney explora iterativamente um espaço 3D, selecionando as visões mais informativas para responder com precisão perguntas espaciais. Essas perspectivas promissoras são mantidas e expandidas na próxima iteração.

Por que isso importa? A capacidade do MindJourney de raciocinar em 3D tem implicações relevantes para agentes de IA em áreas como robótica, casas inteligentes e acessibilidade. Ao simular ambientes tridimensionais, a IA pode antecipar como as cenas mudam com os movimentos, melhorando as tarefas de navegação e manipulação.

A Inteligência Artificial está prestes a se tornar consciente? De acordo com Mustafa Suleyman, CEO da Microsoft da AI, o perigo real não é alcançar consciência, mas se tornar tão convincente em imitá-la que passaremos a acreditar que a IA é consciente. Suleyman chama esse conceito de Seemingly Conscious AI, em inglês, ou IA aparentemente consciente. O executivo destaca a necessidade de realizarmos um debate público para estabelecer normas e padrões claros sobre como desenvolver e interagir com esses sistemas inteligentes. O foco, ele insiste, deve estar no desenvolvimento da IA como uma companheira útil em vez de buscar a criação de uma entidade artificial consciente. Essa mudança de mentalidade é fundamental para garantir que a IA continue sendo uma ferramenta a serviço da humanidade e não um ente percebido como algo que a divide.

Modelos de linguagem otimizados para serem empáticos e afetuosos se tornam menos confiáveis. Experimentos da Universidade de Oxford com cinco modelos diferentes revelaram que aqueles mais "calorosos" apresentam taxas de erro bem maiores (10 a 30 pontos percentuais) em tarefas críticas em termos de segurança. São mais propensos a fornecer desinformação, promover teorias da conspiração e dar recomendações médicas problemáticas. Também costumam validar crenças incorretas, especialmente quando a mensagem do usuário expressa tristeza. Esse efeito foi consistente em diferentes arquiteturas e tamanhos de modelos, sugerindo um problema sistemático quando se tenta equilibrar empatia e confiabilidade dos modelos de IA.