Os últimos dias trouxeram novidades importantes para quem acompanha inteligência artificial. Entre os destaques estão um novo modelo multimodal da Black Forest Labs, a chegada do Claude Opus 5, avatares personalizados no Google Vids e uma nova geração do modelo de imagens da Qwen.
Os anúncios foram realizados entre 16 e 24 de julho de 2026 e mostram como as principais empresas do setor estão avançando na criação de conteúdos com imagens, vídeos, áudio e inteligência artificial cada vez mais autônoma.
Confira os principais destaques.
Black Forest Labs apresenta o novo FLUX 3
Conhecida principalmente pelos modelos de geração de imagens FLUX, a Black Forest Labs apresentou o FLUX 3, uma nova geração que vai muito além das imagens estáticas.
O FLUX 3 é um modelo multimodal, o que significa que foi treinado para trabalhar com imagens, vídeos e áudio dentro de uma mesma arquitetura. Segundo a empresa, a proposta é fazer com que a inteligência artificial compreenda melhor como objetos se comportam, como os movimentos acontecem e como os sons se relacionam com cada evento.
Entre suas principais capacidades estão:
- geração de vídeos a partir de textos;
- transformação de imagens em vídeos;
- criação de vídeos com áudio nativo;
- edição e continuação de vídeos existentes;
- uso de imagens e vídeos como referências;
- diálogos em diferentes idiomas;
- criação de transições entre quadros específicos;
- geração de vídeos com até 20 segundos em uma única execução.
A Black Forest Labs também afirma que o modelo melhorou a criação de textos dentro das imagens e dos vídeos, um dos pontos que ainda costuma apresentar problemas em diversas ferramentas de IA.
Por enquanto, o FLUX 3 Video está disponível em acesso antecipado. Já o FLUX 3 Image, voltado à geração e edição de imagens, deverá entrar em acesso antecipado nas próximas semanas. A empresa também planeja disponibilizar versões por API, acesso privado aos pesos do modelo e uma futura versão aberta chamada FLUX 3 Dev.
O lançamento mostra que a Black Forest Labs pretende transformar o FLUX em uma plataforma multimodal completa, competindo não apenas com geradores de imagens, mas também com ferramentas como Veo, Runway, Kling e outros modelos de vídeo.
Anthropic lança o Claude Opus 5
A Anthropic lançou oficialmente o Claude Opus 5, nova versão de seu modelo mais avançado para tarefas complexas.
O modelo foi desenvolvido especialmente para trabalhos que exigem planejamento, programação, pesquisa, análise profissional e execução de tarefas com várias etapas. Segundo a empresa, o Opus 5 está mais cuidadoso ao revisar o próprio trabalho e consegue insistir em uma tarefa, testar diferentes soluções e corrigir possíveis erros antes de apresentar o resultado.
A Anthropic destaca melhorias principalmente em:
- programação e desenvolvimento de software;
- identificação e correção de erros;
- automação de processos empresariais;
- pesquisas científicas;
- análise de dados;
- uso autônomo de ferramentas;
- criação de interfaces e elementos visuais interativos.
Nos testes apresentados pela empresa, o Claude Opus 5 superou a geração anterior em diferentes tarefas de programação, uso de computadores, automação e resolução de problemas inéditos. A Anthropic também afirma que o modelo consegue manter melhor o contexto durante trabalhos longos e complexos.
O Claude Opus 5 já está disponível nas plataformas da Anthropic e pode ser acessado por desenvolvedores pela API com o identificador “claude-opus-5“. Ele também se tornou o modelo padrão do plano Claude Max e o modelo mais poderoso disponível no Claude Pro.
Há ainda um modo rápido, chamado Fast Mode, que executa as respostas aproximadamente 2,5 vezes mais rápido, embora tenha um custo de utilização maior.
Google Vids ganha avatares personalizados com IA
O Google também atualizou o Google Vids, sua ferramenta de criação e edição de vídeos integrada ao ecossistema Google Workspace.
A principal novidade são os avatares pessoais, que permitem criar uma versão digital do próprio usuário. Para isso, basta enviar uma selfie e uma pequena gravação de voz. Depois, o usuário escreve o texto que deseja apresentar e o avatar aparece no vídeo reproduzindo a mensagem com sua imagem e sua voz.
O recurso pode ser útil para produzir:
- apresentações empresariais;
- vídeos de treinamento;
- comunicados internos;
- aulas e conteúdos educacionais;
- demonstrações de produtos;
- mensagens personalizadas.
Além dos avatares, o Google Vids passou a utilizar o Gemini Omni para gerar e editar vídeos. O usuário pode descrever uma cena em linguagem natural, adicionar imagens de referência e pedir mudanças como trocar o fundo, melhorar a iluminação ou acrescentar efeitos, sem precisar começar o projeto novamente.
Os avatares pessoais e o Gemini Omni estão sendo disponibilizados para assinantes do Google AI Pro e Ultra e para clientes empresariais do Google Workspace. O acesso aos avatares está limitado a pessoas maiores de 18 anos e, inicialmente, a determinadas regiões.
Todos os vídeos gerados com inteligência artificial recebem uma marcação digital invisível por meio do SynthID, tecnologia utilizada pelo Google para identificar conteúdos criados por IA.
Qwen lança o modelo de imagens Qwen-Image-3.0
A equipe Qwen, pertencente à chinesa Alibaba, apresentou o Qwen-Image-3.0, terceira geração de seu modelo de criação e edição de imagens.
Enquanto muitos modelos procuram principalmente gerar imagens bonitas ou realistas, a proposta do Qwen-Image-3.0 é produzir imagens que também possam ser utilizadas como materiais de trabalho.
O modelo aceita instruções com até 4.500 tokens, permitindo descrever composições muito mais complexas. Com isso, ele consegue gerar em uma única imagem conteúdos como jornais, infográficos, páginas acadêmicas, storyboards, interfaces, materiais educacionais e documentos com grande quantidade de informações.
Outro destaque é a capacidade de gerar textos pequenos com maior precisão. Segundo a Qwen, o modelo consegue produzir textos legíveis com aproximadamente 10 pixels de altura, além de representar fórmulas matemáticas, símbolos, títulos, parágrafos e diferentes estilos de diagramação.
O Qwen-Image-3.0 também oferece:
- geração e edição de imagens;
- suporte nativo a 12 idiomas;
- mais de 100 estilos visuais;
- criação de interfaces de sites, games e transmissões;
- reprodução mais detalhada de pele, cabelos e diferentes materiais;
- geração de layouts com vários níveis de informação;
- criação de infográficos e conteúdos educacionais complexos.
A Qwen resume a evolução em três pilares: conteúdo rico, detalhes autênticos e conhecimento aprofundado. A intenção é transformar a geração de imagens em uma ferramenta de produtividade para áreas como design, educação, comércio eletrônico e produção de conteúdo.
O modelo pode ser experimentado por meio do Qwen Chat. No anúncio inicial, a empresa não apresentou detalhes sobre a disponibilização de pesos abertos ou de uma API específica para o Qwen-Image-3.0.
Inteligência artificial cada vez mais multimodal
Os quatro anúncios apontam para uma direção semelhante: as ferramentas de inteligência artificial estão deixando de trabalhar com apenas um formato de conteúdo.
O FLUX 3 reúne imagem, vídeo e áudio em uma única arquitetura. O Claude Opus 5 avança na execução autônoma de tarefas complexas. O Google Vids permite criar apresentadores digitais personalizados. Já o Qwen-Image-3.0 procura gerar materiais visuais mais completos e realmente úteis.
A tendência é que texto, imagem, vídeo, áudio, programação e automação fiquem cada vez mais integrados. Em vez de utilizar uma ferramenta diferente para cada etapa, o usuário poderá descrever o que precisa e deixar que um único sistema organize grande parte do processo criativo.
E, pelo ritmo dos lançamentos, essa transformação está acontecendo mais rápido do que nunca.
Leave a Comment