A atual onda de animação generativa de IA muitas vezes parece um truque de mágica que só funciona uma vez. Você digita um prompt, um vídeo aparece e, se você não gostar do resultado – talvez os pés estejam todos instáveis, o que é um problema comum nas gerações de IA – sua única opção real é tentar um prompt diferente. Essa abordagem de “caixa preta” é exatamente o que a Cartwheel, uma nova startup de animação 3D, está tentando desmantelar.
Andrew Carr e Jonathan Jarvis, dois veteranos com raízes na OpenAI e no Google, respectivamente, fundaram a empresa, que está trabalhando para construir um futuro onde a IA lide com o trabalho penoso técnico da animação, deixando a alma criativa para o artista.
Conversei com Carr e Jarvis sobre o lançamento de sua empresa, a definição do “gosto” com IA e as dificuldades técnicas e criativas da animação em 2026.
O que diferencia a Cartwheel
De acordo com os fundadores, um dos maiores obstáculos neste espaço é que os dados de movimento 3D são extremamente escassos em comparação com os oceanos intermináveis de texto e imagens disponíveis online nos quais os modelos de IA são treinados.
“Se você olhar para todas as grandes empresas de tecnologia, elas construíram seus modelos com base em linguagem escrita, áudio, imagem, [and] vídeo porque há muito dele, então encontrar esses padrões é muito mais fácil”, disse Jarvis. “Sabíamos que seria difícil, mas acabou sendo mais difícil do que pensávamos, provavelmente por um fator de 10 ou 100, para obter esses dados.”
Leia mais: A IA generativa em jogos chegou, mas enfrenta resistência dos jogadores – e desenvolvedores
Enquanto outros gigantes da tecnologia se concentram na geração de pixels finais, a Cartwheel passou anos mapeando como os humanos realmente se movem. Seus modelos são construídos para compreender as nuances de uma performance, de modo que um simples vídeo 2D de alguém dançando em seu quintal possa ser traduzido em um esqueleto 3D preciso e realista.
Essa mudança de imagens planas para recursos 3D é o que dá aos animadores o controle que lhes faltava na era da IA.
Cartwheel passou anos enfrentando a difícil tarefa de mapear como os humanos realmente se movem.
Prevenindo a “mesmice” da IA
Os executivos da Cartwheel disseram que veem a “mesmice” da IA como um subproduto da falta de controle. Se todos usarem o mesmo gerador para produzir um vídeo, os resultados poderão eventualmente começar a parecer muito semelhantes.
“A saída do nosso sistema foi projetada para que as pessoas possam editar. Ele foi projetado para que as pessoas toquem e manipulem, e não queremos que alguém digite algo e depois faça com que tudo seja reproduzido em uma animação finalizada. Esse não é o objetivo. Isso é chato, quem vai assistir isso?” Carr disse.
“O fato de ser muito fácil para as pessoas entrarem e editarem, na verdade elimina totalmente o problema da mesmice”, disse ele. “Você coloca isso em personagens diferentes, coloca em ambientes diferentes, muda sua aparência, aumenta a performance, aumenta a performance e, nesse sentido, [sameness] se transforma em um não-problema.”
Carr e Jarvis disseram que a solução é fornecer uma “camada de controle” onde a saída da IA seja apenas o ponto de partida. Ao gerar dados 3D em vez de vídeo plano, o criador pode alterar a iluminação, mover a câmera ou ajustar a pose de um personagem depois que a IA tiver feito seu trabalho inicial – tornando a tecnologia uma ferramenta poderosa sofisticada, em vez de um substituto para o artista.
O fundador Andrew Carr disse que uma de suas principais hipóteses científicas é que movimento e movimento são tipos de dados fundamentais.
O futuro da animação com IA
Além de apenas tornar a animação mais rápida e diminuir a barreira de entrada, a empresa está buscando um conceito que eles chamam de “narrativa aberta” ou “construção de mundo aberto”. Nos jogos modernos e nas mídias sociais, a demanda por conteúdo atingiu uma escala que a animação manual não consegue igualar.
Cartwheel imagina personagens que não são apenas programados com alguns movimentos definidos, mas são movidos por modelos de movimento que lhes permitem reagir e atuar em tempo real. Trata-se menos de coreografar cada quadro e mais de “ensaiar” com um ator digital que entende a intenção da cena.
Em última análise, o objetivo é preencher a lacuna entre a visão 2D e a execução 3D, afirmaram os fundadores.
“Uma das principais hipóteses que esperamos que seja verdadeira nos próximos três anos para o Cartwheel é que todos trabalharão em 3D, mesmo que seja criado em 2D, mesmo que o resultado final seja apenas vídeo 2D”, disse Carr.
Ao focar na “camada abaixo dos pixels”, Carr e Jarvis disseram esperar que, à medida que a animação se torne mais automatizada, ela também se torne mais pessoal. A máquina cuida da biomecânica e da exportação de arquivos, mas o ser humano dá a palavra final sobre o sabor, o momento e a essência da história.
