INSIGHTS
Quando os geradores de imagem com IA não cumprem suas promessas.
Um teste de campo entre Freepik, Nano Banana Pro, Midjourney e DALL-E — o que essas ferramentas realmente entregam, onde o marketing desmorona e por que a ambiguidade persiste.
Do DALL-E 2 a um ecossistema funcional: o salto de 2022 a 2026.
Os serviços de geração de imagem e vídeo com IA agora são usados em todo tipo de ocasião. Onde o design gráfico, a visão artística e o trabalho manual costumavam ser um requisito, esses serviços agora conseguem replicar os mesmos resultados com um grau (em geral) razoável de similaridade.
No entanto, nem sempre foi assim. Lá em 2022, serviços como o DALL-E 2 e o Midjourney v4 eram os únicos disponíveis e mostravam resultados muito decepcionantes e inconsistentes. Hoje, esses serviços são ecossistemas completos, com ângulos de câmera ajustáveis por meio de prompts flexíveis, sendo no geral de qualidade muito mais alta e com resultados muito mais consistentes do que nunca.
Como acabamos de mencionar, esses serviços conseguem produzir resultados muito parecidos com trabalhos que normalmente exigem muito esforço — perfeitos para marketing e design comercial, arquitetura e arte conceitual, VFX, animação e usos recreativos (como os reels de "AI slop").
No entanto, nem todos esses serviços correspondem à forma como se apresentam. E os que correspondem ainda mostram algumas inconsistências em suas gerações que, por enquanto, só o olho humano consegue identificar.
O padrão merece ser dito com clareza. Quatro anos atrás, uma imagem gerada era uma novidade óbvia — mãos deformadas, texto derretido, iluminação que não fazia sentido físico. Hoje, uma imagem gerada pode passar por uma foto de banco de imagens em três de cada quatro olhares. O olhar restante é o que importa: o revisor humano que percebe que o tráfego na rodovia está no sentido errado, que a placa da loja se lê como letras sem sentido, que a sombra cai do lado errado da figura. As falhas visíveis migraram da superfície da renderização para o modelo de mundo por trás dela.
O posicionamento deliberadamente vago da Freepik.
Começando pela Freepik. Esse serviço é ambíguo quanto ao que realmente consegue fazer, de acordo com sua própria descrição, levando alguns a acreditar que ele consegue gerar vídeos a partir de prompts (o que não é possível na versão gratuita).
De acordo com sua própria página no LinkedIn, a Freepik (agora Magnific) afirma ser capaz de reunir “geração de imagens, criação de vídeos, upscaling e uma biblioteca de mais de 250M de ativos. Tudo projetado para pessoas que precisam de controle, velocidade e qualidade no mesmo lugar.”
Essa descrição é bastante difícil de visualizar mentalmente, e essa parece ser a intenção aqui. Disseram “criação de vídeos” em vez de “geração de vídeos” para evitar repetir a palavra “geração” duas vezes, ou isso significa que “criação” e “geração” têm dois sentidos diferentes aqui? E o que é upscaling neste contexto? E quem é que não precisa de controle, velocidade e qualidade no mesmo lugar? Parece que essa descrição inclui todo mundo.
É precisamente essa vagueza que leva pessoas como eu a experimentar esse serviço quando, na realidade, ele não oferece os serviços que procuro.
Um teste de campo: o anúncio das “excursões de IA”.
Na minha própria experiência, eu estava tentando gerar um vídeo que deveria ser um anúncio de 10 segundos voltado para a direção, a equipe e o corpo discente de uma escola de ensino médio. O objetivo era promover essas hipotéticas “excursões de IA” nas quais uma empresa hipotética patrocinaria excursões escolares para que essas escolas aprendessem sobre IA. A meta final é mostrar aos estudantes como podem usar a IA como um veículo que concretiza sua criatividade e engenhosidade em algo fascinante que pode ser compartilhado com o mundo todo.
Ao usar a versão gratuita para tentar gerar esse anúncio, fiquei aliviado quando vi a caixa de texto para escrever um prompt. Mal sabia eu que ela seria completamente inútil para mim, já que o que eu tentava fazer estava totalmente fora do escopo do que a versão gratuita permitia.
Assim que terminei de escrever esse roteiro detalhado de como eu queria que tudo fosse, descobri que primeiro precisava fornecer uma imagem de referência. Após uma busca rápida, cheguei a uma imagem que retratava uma plateia assistindo a uma palestra TED. Ansioso para finalmente conseguir gerar meu anúncio, cliquei no ícone “Generate” e esperei cerca de um minuto para a imagem ser gerada.
Para minha decepção, tudo o que ele fez foi animar aquele único quadro e, de quebra, reduzir a qualidade da imagem. Em essência, tudo o que fez foi dar um pouco de movimento às pessoas na plateia da palestra, e basicamente só isso.
As coisas estão ainda piores agora, já que não é mais possível gerar nenhum vídeo sem um plano de assinatura pago. Até o vídeo decepcionante que gerei deixou de ser algo possível.
Nano Banana Pro: escopo honesto, resultados mais nítidos.
Olhando para o Nano Banana Pro (Gemini), esse serviço não consegue gerar vídeos — porém, ele nunca afirmou que conseguia. É ótimo para geração de imagens com base em prompts e tem todo tipo de opção.
Na minha experiência com esse serviço, tudo o que fiz foi copiar e colar exatamente o mesmo prompt que eu havia dado à Freepik, e os resultados foram radicalmente diferentes. Desta vez eu estava gerando apenas uma imagem e, no espaço de 30 segundos, ele entregou basicamente exatamente o que eu tinha em mente.
No entanto, houve algumas inconsistências que a IA não conseguiu captar, mas os humanos conseguem, como um carro dirigindo no sentido errado e contra o tráfego que vinha em uma rodovia. Não há muito mais a dizer sobre o Gemini além disso.
A questão estrutural: por que a mensagem continua vaga?
Recapitulando, nem todos os serviços entregam os resultados que afirmam render. Serviços como a Freepik usam deliberadamente uma mensagem ambígua para parecer que conseguem fazer qualquer coisa, quando na realidade a oferta é muito limitada — especialmente se você não tem uma versão paga. Além disso, esses serviços ocasionalmente produzem resultados que são inconsistentes com a realidade, apesar da alta qualidade da imagem e da precisão em relação ao prompt.
Isso agora nos leva a fazer as seguintes perguntas:
- Por que as empresas que operam esses serviços usam deliberadamente uma mensagem ambígua e super-generalizada?
- Quais são as estruturas de incentivo que nos levaram a este estado atual?
- Esses serviços vão, com o tempo, superar essas pequenas inconsistências, assim como superaram os obstáculos iniciais em 2022?
A resposta honesta é que o posicionamento vago alarga o topo do funil. Afirmações generalizadas como “controle, velocidade e qualidade no mesmo lugar” descrevem as necessidades declaradas de todo comprador. A precisão desestimularia muitas das inscrições de teste que financiam o crescimento. Até que o incentivo se inverta — até que os compradores recompensem a clareza no topo do funil — a ambiguidade é a estratégia de produto, não um descuido.
Há um segundo fator que vale nomear. As capacidades desses modelos avançam rápido o suficiente para que qualquer afirmação específica feita hoje possa ser verdadeira daqui a três meses, mesmo que não seja verdadeira hoje. O texto de marketing é escrito para um roteiro, não para a versão atual. Isso faz a ambiguidade parecer quase racional de dentro da empresa — até que você se sente na cadeira do usuário que tirou o cartão de crédito com base em uma frase que o produto, na verdade, não consegue entregar.
Perguntas frequentes.
Quanto os geradores de imagem e vídeo com IA melhoraram desde 2022?
Substancialmente. Em 2022, as únicas opções credíveis eram o DALL-E 2 e o Midjourney v4, e ambos produziam resultados decepcionantes e inconsistentes. Os serviços de hoje são ecossistemas completos, com prompts flexíveis, ângulos de câmera ajustáveis, qualidade de imagem muito mais alta e resultados muito mais consistentes. Eles conseguem replicar de forma plausível trabalhos em marketing e design comercial, arquitetura e arte conceitual, VFX, animação e conteúdo recreativo. A lacuna entre o resultado profissional e o resultado generativo diminuiu o suficiente para que o trabalho manual humano deixe de ser um requisito estrito em muitas tarefas de produção, embora os humanos ainda detectem erros que as máquinas deixam passar.
A Freepik realmente gera vídeo a partir de um prompt de texto?
Não da forma que o marketing sugere. A Freepik (agora Magnific) descreve seu produto como algo que reúne geração de imagens, criação de vídeos, upscaling e uma biblioteca de mais de 250M de ativos. Na prática, a versão gratuita não consegue gerar vídeo a partir de um prompt de forma alguma. Ela exige uma imagem de referência, e o resultado é essencialmente uma animação do único quadro que você forneceu, com qualidade reduzida. A geração de vídeo a partir de prompts agora exige uma assinatura paga. A distinção deliberadamente ambígua entre “geração de vídeo” e “criação de vídeo” parece projetada para alargar o funil.
Como o Nano Banana Pro (Gemini) se compara à Freepik para trabalho com imagens?
O Nano Banana Pro é estritamente um gerador de imagens e nunca afirmou produzir vídeo. Dado o mesmo prompt que falhou na Freepik, o Nano Banana Pro devolveu um resultado utilizável em cerca de 30 segundos que correspondeu de perto à cena solicitada. O escopo honesto da capacidade e a fidelidade ao prompt são seus pontos mais fortes. A ressalva é que até imagens geradas de alta qualidade ainda contêm inconsistências do mundo real que só um revisor humano consegue captar, como veículos dirigindo no sentido errado contra o tráfego.
Por que os serviços de geração com IA usam um marketing deliberadamente vago?
A ambiguidade alarga o funil enderecável. Uma descrição que menciona geração de imagens, criação de vídeos, upscaling e uma biblioteca de ativos imensa cobre quase todo fluxo de trabalho visual que um comprador possa imaginar. Afirmações generalizadas como “controle, velocidade e qualidade no mesmo lugar” descrevem as necessidades declaradas de todos. A vagueza atrai usuários curiosos para o nível gratuito, onde eles descobrem que o produto real é mais restrito ou está atrás de um paywall. A estrutura de incentivo recompensa a amplitude no topo do funil em vez da divulgação precisa das capacidades, porque a precisão desestimularia muitas das inscrições de teste que financiam o crescimento.
Onde a geração de imagens com IA ainda falha de formas que os humanos percebem?
Na coerência contextual. Um gerador de imagens moderno pode produzir uma cena de rodovia fotorrealista que parece correta à primeira vista, mas contém um carro dirigindo no sentido errado contra o tráfego. O modelo acerta a textura da superfície, a iluminação e a composição, mas erra uma regra do mundo real que qualquer motorista humano captaria instantaneamente. Erros semelhantes aparecem na física, na anatomia, na sinalização e em detalhes culturalmente específicos. Enquanto os geradores não aplicarem de forma confiável as restrições do modelo de mundo, todo resultado comercial ainda precisará de um revisor humano.
Os geradores de IA vão, com o tempo, superar essas inconsistências?
A trajetória de 2022 a 2026 sugere que sim. O salto do DALL-E 2 e do Midjourney v4 para as ferramentas de hoje superou obstáculos que os especialistas diziam que persistiriam por anos. As questões restantes são questões de modelo de mundo, e não de renderização, o que significa que o progresso depende de apostas de pesquisa diferentes das que impulsionaram a última onda. Espere que as falhas visíveis diminuam a cada geração de modelo. A pergunta mais difícil é se o marketing vai alcançar a realidade ou se a ambiguidade vai permanecer como uma alavanca deliberada de crescimento.
Endereços premium para marcas nativas de IA.
A Pillar gerencia um inventário profundo de domínios premium construídos para a era da IA generativa. Seja você lançando uma nova ferramenta de imagem, um modelo de vídeo ou uma alternativa honesta às incumbentes, o endereço certo torna a promessa de marketing mais fácil de sustentar.
Aprendizado relacionado
Aprofunde-se nos frameworks por trás deste artigo.
A Biblioteca de Aprendizado da Pillar codifica os frameworks subjacentes a esta análise.