Image Generation

Principais notícias

1. 1

   Estudo do MIT: imagens de IA não podem ser rastreadas até suas fontes de treinamento

   O que aconteceu: Pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial do MIT descobriram que modelos de IA generativa treinados em grandes conjuntos de dados não podem ser rastreados de forma confiável até imagens individuais em seus dados de treinamento — um fenômeno que chamam de "attribution decay" (decaimento de atribuição). Quanto mais dados um modelo é treinado, mais difícil se torna vincular uma imagem gerada a uma fonte específica, mesmo que o corpo de trabalho inteiro de um artista em particular fosse removido do conjunto de treinamento. Por que é importante: Essa descoberta complica a aplicação de direitos autorais. Empresas de IA, incluindo MidJourney, OpenAI e Microsoft, treinaram modelos em livros, artigos, fotos e outras obras frequentemente sem permissão dos autores, desencadeando ações judiciais da Disney, NBCUniversal, DreamWorks e The New York Times. O autor principal do estudo, Zheng Dai (ex-pesquisador do MIT), observa que a incapacidade de estabelecer vínculos de atribuição pode forçar uma reformulação da lei de propriedade intelectual e da política de uso justo — "o vínculo de atribuição simplesmente desaparece" — tornando mais difícil provar infração em tribunal.

   O que acompanhar: As implicações legais. Os casos de direitos autorais em andamento provavelmente dependerão de os tribunais aceitarem que o decaimento de atribuição é uma propriedade fundamental de modelos generativos em larga escala, potencialmente reformulando como as reivindicações de propriedade intelectual são avaliadas em relação às práticas de treinamento de IA.

2. 2

   Desenvolvedor cria pagedMark para remover marcas de IA de imagens autogeradas

   O que aconteceu: Um desenvolvedor criou pagedMark, uma ferramenta projetada para remover marcadores de proveniência de IA—tanto rótulos visíveis quanto marcas d'água invisíveis incorporadas em pixels—de imagens e vídeos gerados por ferramentas de IA. A ferramenta regenera imagens para eliminar marcas invisíveis enquanto tenta preservar a similaridade visual, e atualmente suporta marcas d'água do ChatGPT, gpt-image API, Z-Image Turbo e Nano Banana para imagens, além de marcas visíveis e metadados do Sora, Veo, Seedance, Hailuo e Kling para vídeo. Por que é importante: Conteúdo gerado por IA cada vez mais carrega metadados e sinais incorporados (como marcas d'água SynthID) que identificam sua origem. Para criadores que trabalham com material gerado por IA próprio, essas marcas podem complicar o fluxo de trabalho—métodos simples de remoção como captura de tela não eliminam marcadores em nível de pixel. pagedMark aborda isso regenerando o conteúdo afetado, embora os usuários devam saber que a saída pode diferir do original (rostos, texto e pequenos detalhes podem se deslocar).

   O que observar: A ferramenta foi testada em Macs com Apple Silicon com 8 GB e 16 GB de memória, com processamento com conhecimento de memória integrado para lidar com restrições de recursos em máquinas de especificações mais baixas.

3. 3

   Engenheiro treina IA de geração de imagens em microcontrolador com 264KB de RAM

   O que aconteceu: Um desenvolvedor treinou um modelo de difusão (um tipo de IA generativa de imagens) em um microcontrolador Shrike lite com apenas 264KB de SRAM, gerando imagens de 32×32 pixels. O dispositivo inclui um FPGA integrado (um chip reconfigurável), que o desenvolvedor usou para construir dois motores MAC INT8 paralelos com acumulação de 16 bits para acelerar os cálculos. Por que importa: Executar modelos de IA em hardware com memória extremamente limitada demonstra que a geração de imagens—tipicamente uma tarefa computacionalmente intensiva—pode funcionar em dispositivos embarcados. Isso pode abrir portas para inferência de IA em dispositivos periféricos (sensores, hardware IoT) onde baixar modelos para servidores em nuvem é impraticável ou indesejável.

   O que acompanhar: Os aceleradores paralelos na verdade pioraram o desempenho (~220 segundos por imagem) em comparação com a versão apenas com CPU (~70 segundos por imagem), devido a gargalos de memória causados por operações intensivas de E/S—um lembrete de que velocidade de hardware sozinha não garante ganhos end-to-end quando a largura de banda de memória é a restrição. A qualidade da imagem foi degradada pela quantização e pelos limites de memória, embora algumas saídas fossem utilizáveis.

4. 4

   ByteDance e MPA assinam acordo de direitos autorais para ferramentas de vídeo com IA

   O que aconteceu: ByteDance e a Motion Picture Association (MPA) chegaram a um acordo para fortalecer as salvaguardas de direitos autorais dos modelos de geração de vídeo e imagem com IA da ByteDance. Por que importa: O acordo marca uma mudança de confrontação para cooperação entre um grande desenvolvedor de IA e o órgão comercial de Hollywood sobre IA generativa, sinalizando um caminho para resolver tensões entre criadores de conteúdo e empresas de IA sobre proteção de propriedade intelectual.

   O que observar: As salvaguardas específicas e mecanismos de execução do acordo não estão detalhados nos relatórios disponíveis; divulgações adicionais sobre implementação e escopo podem esclarecer se este modelo pode ser replicado com outros estúdios ou detentores de direitos.

5. 5

   O robô de caixa de areia de $899 da Whisker não consegue diferenciar dois gatos

   O que aconteceu: O Litter-Robot 5 Pro, o modelo premium da Whisker lançado no final do ano passado, promete reconhecimento facial de gatos alimentado por IA e monitoramento de saúde por meio de uma assinatura de $8/mês, mas após seis meses de testes, o sistema falhou consistentemente em distinguir entre dois gatos de aparência diferente, atribuiu incorretamente leituras de peso e teve dificuldade em identificar o tipo de resíduo. Por que é importante: Para donos de gatos considerando um dispositivo de $899 especificamente por suas alegações de monitoramento de saúde com IA, a promessa central — detecção precoce de problemas de saúde por meio de rastreamento preciso — ainda não funciona; dados incorretos (como atribuições de peso erradas) podem levar a conclusões falsas, e o avaliador teve de corrigir manualmente visitas e perfis para ajudar a máquina a funcionar.

   O que acompanhar: A Whisker afirma que o sistema de reconhecimento facial foi construído para aprender e deve melhorar com o tempo, e a empresa lançou um novo recurso Patterns (resumindo as visitas diárias e o peso de cada gato) vários meses após o lançamento — mas os proprietários do 5 Pro pagam $8/mês por recursos que não funcionavam no lançamento; o Litter-Robot 5 sem IA ($699) ou LR4 ($699) podem oferecer melhor custo-benefício.

6. 6

   Higgsfield arrecada $400 million, avaliação salta para $5.4 billion com demanda por geração de vídeo

   O que aconteceu: A Higgsfield, plataforma de IA generativa para criar vídeos, imagens e áudio, arrecadou $400 million em financiamento Series B liderado pela DST Global, quadruplicando sua avaliação para $5.4 billion desde janeiro. Por que importa: A empresa atende mais de 30 million usuários em 238 países e territórios, incluindo 360 das Fortune 500, sinalizando forte demanda corporativa por ferramentas criativas baseadas em IA. Produtos de IA agentic—ferramentas autônomas que executam fluxos de trabalho sem direcionamento humano constante—tornaram-se um grande impulsionador, com o uso de ferramentas na plataforma saltando 42 vezes em três meses após o lançamento em maio do Supercomputer pela Higgsfield.

   O que acompanhar: O foco da Higgsfield em agentes autônomos e consistência na geração de personagens e cenas pode remodelar como as empresas abordam a criação de conteúdo em escala; a empresa reportou mais de 20 million gerações de conteúdo por mês após o lançamento do Supercomputer.