Google enfrenta problemas com legendas no modelo de vídeo generativo Veo 3

O Google lançou o Veo 3, um modelo de IA para geração de vídeos com som e diálogo, em maio de 2023. A ferramenta rapidamente atraiu criativos, permitindo a criação de clipes hiper-realistas. No entanto, usuários começaram a relatar problemas com legendas incoerentes geradas automaticamente, que comprometem a qualidade dos vídeos.

Essas legendas, muitas vezes sem sentido, aparecem mesmo quando os usuários solicitam a ausência de legendas. Para contornar o problema, muitos têm optado por regenerar os clipes, o que gera custos adicionais. Mona Weiss, diretora criativa, afirmou que até 40% do conteúdo gerado pode incluir legendas ineficazes, tornando o material inutilizável. Ao buscar um reembolso pelos créditos gastos, ela foi direcionada ao suporte oficial, que ofereceu reembolso apenas pelo custo do Veo 3, não pelos créditos.

Problemas Persistentes

O CEO da Google DeepMind, Demis Hassabis, reconheceu a situação e afirmou que a empresa está ciente dos problemas e trabalhando em soluções. Contudo, a complexidade da correção é alta. O modelo foi treinado com dados que incluem vídeos do YouTube e outras plataformas, onde legendas são comuns. Isso dificulta a remoção de legendas indesejadas.

Pesquisadores como Shuo Niu explicam que o modelo aprende a incorporar legendas para se assemelhar a vídeos humanos. Além disso, Tuhin Chakrabarty destaca que instruções negativas, como "sem legendas", são menos eficazes do que instruções positivas. Para resolver a questão, seria necessário revisar e reclassificar todos os vídeos usados no treinamento, um processo que pode levar semanas.

Expectativas Futuras

Apesar dos desafios, a Google continua a incentivar os usuários a fornecer feedback sobre o desempenho do Veo 3. A ferramenta está disponível para assinantes a partir de R$ 249,99 mensais, com custos adicionais para a geração de clipes. A empresa busca aprimorar a criação de vídeos, especialmente em relação à sincronia de áudio e diálogo.