Google apresenta um co-diretor de vídeo com IA e quatro estruturas para a criação perfeita de vídeos longos

A Google Research revelou um co-diretor de vídeo com IA, utilizando quatro estruturas de agentes para gerar vídeos coerentes de vários minutos. O sistema aborda problemas comuns, como a deriva de identidade e erros em cascata, em pipelines de vídeo multi-shot. Opera sobre o Gemini e o Veo, com saídas herdando a marca d'água SynthID. A estrutura, aceita no COLM 2026, utiliza uma abordagem de bandit multi-braços com agentes especializados para estratégia criativa, modo narrativo e arquétipo estético. O CANVAS, aceito no EMNLP 2026, mantém a consistência de personagens, locais e estados de objetos, conforme demonstrado em um teste de roubo de museu. O A²RD, uma arquitetura sem treinamento, gera um filme de 10 minutos usando um ciclo de recuperação-síntese-refinamento-atualização. O VQQA, que gera perguntas visuais para prompts, utiliza um passo de seleção global para escolher a melhor saída de vídeo. A Google também introduziu três novos benchmarks: GenAD-Bench, HardContinuityBench e LVBench-C, cada um testando diferentes aspectos da continuidade e coerência do vídeo. Os detalhes do projeto estão disponíveis através de artigos, páginas do projeto e repositórios do GitHub, verificados em 27 de setembro de 2026.