Fluxo de trabalho do ComfyUI: Ferramentas de IA gratuitas para fazer crescer o seu jogo para dispositivos móveis em 2026

Neste vídeo, abordamos:

• 🇨🇳 A diferença entre a adoção da IA no Ocidente e na China e os modelos de código aberto.

• 🖥️ O hardware e o software de que precisas (requisitos de GPU e ComfyUI).

• 🎨 Uma análise em tempo real dos fluxos de trabalho de geração de imagens, incluindo os “Detailers” e técnicas específicas de renderização.

Aproveitar a IA de código aberto para a aquisição de utilizadores de jogos para dispositivos móveis

Roman: Olá a todos, bem-vindos a mais um episódio do ROI 101. Sou o Roman, da Tenjin, e hoje tenho comigo o Jakub, da Two and a Half Gamers. Olá, Jakub!

Jakub: Olá, bom dia a todos. Ótimo, obrigado pelo convite. Para quem não sabe, sou o Jakub, do Two and a Half Gamers. 

Roman: O que fazes aí, Jakob? Uma breve apresentação para quem ainda não te conheça. 

Jakub: Bem, neste momento já estou há mais de 10 anos na indústria dos jogos, principalmente na indústria dos jogos para dispositivos móveis. Ultimamente, tenho trabalhado, há cerca de três anos, diria eu, basicamente como consultor independente. Mas, claro, sim, apresentamos o podcast «Two and a Half Gamers» com o Felix e o Matteo, que vai fazer quatro anos no próximo mês, o que já é bastante tempo, acho eu. 

Roman: Parece muito mais tempo, meu. Parece muito mais tempo. Não sei bem como te sentes.

Jakub: Sim, sim, sim. É essa a rotina por lá. Mas sim, trabalho com vários estúdios de jogos em todo o mundo, ou até mesmo com pessoas de outras áreas hoje em dia, porque, tendo em conta todo o fenómeno do Duolingo — sabes, as aplicações que estão praticamente a dominar a App Store —, eles procuram o nosso know-how. E, muitas vezes, é uma combinação perfeita, em que, sabes, eles precisam de progressões, monetização e todas essas outras coisas, como a conceção de sistemas, basicamente.

Roman: Pois, pois. Já vimos o mesmo com as aplicações — em grande quantidade. Mas enfim, encontrámo-nos na Modictum com o Jakub e decidimos que queríamos falar sobre IA. Claro, ainda estamos em 2025, por isso temos de falar sobre IA.

Vamos começar logo, Jakub. Vai ser uma conversa à vontade. Não temos uma ordem do dia. Vamos simplesmente ver o que o Jakub tem para mostrar e eu vou fazer imensas perguntas.

Jakub: Sim, sim. Há imensas coisas para falar e, sim, espero que isto seja o mais prático possível, porque não vai ser uma daquelas discussões do tipo: “A IA vai substituir o teu emprego, a IA vai ser isto, a IA vai ser aquilo”, e assim por diante. Isto vai ser mais do tipo: o que é que podes fazer agora, de forma totalmente gratuita, e que tenha um impacto enorme. Então, vamos começar por aí.

Jakub: Muito bem, então acho que, sim, para quem está a ouvir, na melhor das hipóteses, provavelmente poderão ver isto no YouTube ou noutro sítio qualquer, porque vamos partilhar o ecrã, e acho que, a partir de agora, vai passar a ser uma espécie de fluxo de trabalho. 

Então, sim, antes de passarmos a esta bela imagem, à qual chegaremos daqui a um instante, vamos primeiro dar uma vista de olhos a algumas das novidades que estão atualmente a dominar completamente o mercado, que são, basicamente, os conteúdos criativos gerados por IA.

Os conteúdos criativos gerados por IA são, na verdade, a visão mais marcante — digamos, a nível superficial — da IA que vemos no mercado. É um dos aspetos mais importantes no contexto atual, porque a aquisição de utilizadores (UA) é mais importante do que o produto este ano e, no próximo ano, ainda mais, e assim por diante. 

Há alguns anos não era assim, mas agora é. E se quiseres um exemplo perfeito, basta olhares para o King Shot. O King Shot é o maior jogo deste ano. Foi lançado por volta de fevereiro e, atualmente, está a registar cerca de um milhão e meio, quase dois milhões por dia. 

E tudo isto se baseia neste tipo de anúncios enganosos, com uma introdução falsa, mas jogabilidade real, ao estilo 4X, que, na verdade, foi inspirado no Thronefall, que era o jogo disponível no Steam.

(Pronto.) Foi mesmo muito bom, mas, mais uma vez, muito acessível.

Mas o que acontece é que, basicamente, eles alargam tanto o funil porque é muito acessível. Os utilizadores acabam por ver estes anúncios falsos. Depois, quando entram no jogo, vêem a jogabilidade, que é igual à dos anúncios, o que significa que, tal como os anúncios falsos, a integração falsa acaba por se equilibrar. Portanto, já nada é falso, e é exatamente aquilo que se viu nos anúncios. Mas, aos poucos, o jogo vai conduzindo-te para um modelo 4X ou para outro mecanismo de alto LTV que já conhecemos.

Está a alastrar-se também a outros géneros, como o Social Casino. Espera só até lançarmos o próximo episódio no canal. Vais ver como esta tática de «isca e troca» também funciona nesse contexto. 

E tudo isto é, mais uma vez, possível porque a criatividade e o marketing são a chave de todo este processo. E a criatividade baseada em IA — não estou a dizer que não se consiga fazer isto sem a criatividade baseada em IA — mas está a facilitar o processo de uma forma muito, muito significativa, o que, mais uma vez, proporciona volume, porque é preciso volume para isto.

E, atualmente, os criativos gerados por IA são extremamente comuns. E achamos que a nossa previsão é, basicamente, que, até ao final de 2026, haverá cerca de 50% de todos os criativos de UA que terão elementos criativos gerados por IA ou que serão totalmente criados por IA. Tipo, aqui tens um exemplo. Aquele que mostrei anteriormente era, na verdade, uma espécie de gancho, e havia a jogabilidade real do anúncio e assim por diante. Este é o anúncio totalmente gerado, onde se teria coisas como — vejam aqui —, gerado na íntegra num editor de imagens e vídeo, e basta executá-lo como o vosso anúncio, e é basicamente isso.

Portanto, mais uma vez, não vamos falar sobre “a IA tira-vos o emprego, a IA faz isto”. Estamos, literalmente, a falar sobre o que está atualmente em voga no mercado e como tirar partido disso. Assim, se a vossa equipa criativa não estiver a utilizar a IA, já estão atrasados. É basicamente isso.

Então, como é que chegamos realmente a isto? E como é que estas coisas se fazem? E, tipo, um pouco mais de pormenores sobre a geração? 

Porque, como já disse, não vou falar de outros casos de utilização da IA neste momento, pois, na minha opinião, o essencial é dominar o pipeline de UA e, além disso, saber como aumentar o vosso volume.

Claro, há coisas como… digamos, sabes, é só um exemplo aqui. Aqui está um exemplo do YouTube que encontrei, onde, mais uma vez, podes usar o ComfyUI, que estou a usar hoje, e gerar recursos 3D através dele. Mais uma vez, a geração de IA de código aberto não se limita apenas a imagens e vídeo. Podes gerar o que quiseres, basicamente, em qualquer modalidade, desde que tenhas o modelo de código aberto para isso. O ComfyUI que vou mostrar é como que, digamos, a estrutura para isso. Mas pode fazer de tudo, desde áudio, recursos 3D, recursos 2D, sprites 2D — ou seja, pode gerar basicamente o que quiser, e de forma totalmente gratuita, como disse, desde que a sua placa gráfica tenha capacidade para o suportar.

Então, é isso. Por isso, não pensem simplesmente: “Ah, sim, isto são só imagens e vídeos, e não nos vai ajudar.” Podemos fazer praticamente tudo, porque acho que as equipas do futuro vão seguir este caminho: todas vão criar soluções personalizadas. Porque essa é a maior diferença em relação à abordagem ocidental, com ferramentas de IA do tipo «caixa preta», que são, mais uma vez, completamente fechadas — no sentido em que só se pode fazer, sei lá, prompts positivos, prompts negativos e, depois, algumas pequenas personalizações —, enquanto que, se olharmos para o que podemos realmente fazer hoje… Sim, é realmente impressionante o que se pode fazer e o que se pode realmente criar, testar e coisas do género.».

Dá-lhe total liberdade de ação, algo incomparável. E, como disse, o que estou a dizer é que as equipas do futuro irão criar as suas próprias ferramentas, os seus próprios modelos de dados e conjuntos de dados antigos, que irão depois utilizar, em grande parte, através destes modelos de IA de código aberto. Porque essa é a atitude, ou digamos que é assim que a China lida com a situação. 

Por exemplo, a China está atualmente a inundar o mercado com todos estes modelos de código aberto porque faz parte da sua política de: “Vamos colocar estes modelos nas mãos das pessoas. Assim, controlamos o ecossistema.” Ao contrário da abordagem ocidental, que é do tipo: “Temos estas gigantescas empresas como a OpenAI que estão a fazer o melhor em tudo”, mas, mais uma vez, não é tão favorável como na China. 

Na China, a comunidade também está a impulsionar estes modelos, porque está a introduzir todas estas novidades e coisas do género. Imagina isto basicamente como o Skyrim. O Skyrim continua a ser jogado até hoje e é um dos melhores RPGs do mundo. Porquê? Porque tem uma enorme comunidade de modding que o revitaliza, corrige, melhora, e assim por diante. Então, essa é a abordagem deles, basicamente.

Roman: …O teu primeiro conteúdo criativo, quando começámos. Tinha os caracteres chineses e eu já — porque também sigo o canal — sei que tens alguns seguidores da China, e eles andam a partilhar coisas de loucos. 

E isso leva-me à minha primeira pergunta: achas que eles estão mais à frente do que os outros no que diz respeito à adoção desta IA? E, claramente, estás a dizer que sim, certo?

Jakub: Eu diria que sim. Não só os modelos deles — mais uma vez, são de código aberto, pelo que é possível personalizá-los e utilizá-los por conta própria —, mas também a abordagem e o fluxo de trabalho são, mais uma vez, diferentes na China. 

Porque, mais uma vez, esta é a grande diferença entre o Ocidente e o Oriente: a aquisição de utilizadores é a tarefa mais importante na indústria dos jogos para dispositivos móveis na China. No Ocidente, não é. 

No Ocidente, trata-se normalmente de um produto. Produto — quer se trate de design, quer de operações em tempo real, gestão de projetos, monetização e coisas do género. Essa é a parte mais importante, o cerne da questão. A aquisição de utilizadores para eles [na China] é, mais uma vez, como já disse, a parte mais importante, porque o produto também está ao nível do resto da indústria local. Portanto, o produto deles já é excelente de partida. Mas sim, isso é assunto para outra discussão, noutra altura.

Roman: Mas será que as pessoas do Ocidente conseguem adotar este tipo de… tipo, os modelos são de código aberto, como disseste?

Jakub: Sim. Mais uma vez, é possível. Tipo, sabes, temos IA por todo o lado, por isso, basicamente, não há barreira linguística se souberes como usá-las. É apenas algo artificial. É, tipo, baseado no esforço. Tens de te esforçar um pouco e, depois, consegues. 

Mas, tirando isso, tipo, sim, é bastante fácil. Tipo, eu consigo fazer isso. Não sou programador. Sou designer de jogos. Consigo lidar com folhas de cálculo do Excel, tipo, para matemática e economia, mas não sei programar, e mesmo assim consegui fazer tudo isto. Por isso, não é assim tão difícil. Sim, toda a gente consegue fazer isso.

E, mais uma vez, trata-se apenas de pessoas no Ocidente que andam a subestimar-se a si próprias, quando, na verdade, deviam estar a fazer estas coisas por todo o lado. Mas sim, vamos chegar lá.

Então, como eu disse, como é que se fazem estes trabalhos criativos e como é que se consegue, basicamente, chegar a algumas destas coisas. Porque, mais uma vez, ainda se consegue fazer isto com bastante facilidade, através de ferramentas como o Nano Banana ou o ChatGPT, ou qualquer outro gerador de imagens do Ocidente. Ainda se consegue fazer um excelente trabalho. Tipo, não me interpretem mal. 

Isto é algo mais avançado e, digamos, mais personalizável, devido ao que se pode fazer e ao que se pode criar. Podes, por exemplo, criar o teu próprio LoRA. Já vamos explicar o que isso significa. Mas, basicamente, significa que crias o teu próprio conjunto de dados a partir da tua arte, da tua arte personalizada, do que quer que queiras fazer, e adicionas-o a um modelo. Assim, o modelo passa subitamente a produzir arte que parece ter vindo do teu próprio artista, o que não é propriamente algo que se consiga fazer com o GPT ou com estas outras ferramentas.

Porque, atualmente, pelo que vejo, por exemplo, todas as grandes empresas — e refiro-me a empresas como, não sei, a Blizzard, a CD Projekt Red e todas essas outras — provavelmente já estão a criar os seus próprios modelos, que se alimentam exclusivamente dos seus próprios dados, o que significa que estão, mais uma vez, a criar exércitos destes artistas que, de repente, poderão utilizar, o que é perfeitamente legal. Isso porque, até agora, não há direitos de autor, e elas estão apenas a utilizar o modelo, não o material de treino. Mas sim, essa é, mais uma vez, uma dessas coisas.

Então, como é que isto se apresenta e o que é que tem? Pois bem, isto é o ComfyUI. Vamos começar talvez por um fluxo de trabalho um pouco mais fácil, até chegarmos às partes mais complicadas. Mais uma vez, é bastante fácil. São instruções visuais assim que se começa a usar. Basta descarregar o programa do Hugging Face. O Hugging Face é um grande repositório para programadores com todas as bases de dados, modelos e tudo o mais. É tudo código aberto na Internet.

E a parte importante — tipo, ficas a olhar para isto a pensar: “Oh, isto é tão... tipo, como é que criaste isto?” Não, não pensas nisso. Não precisas. É muito fácil porque todas estas coisas que vês aqui, por exemplo, estes fluxos de trabalho que tenho aqui, basta pegares neles de outra pessoa. 

Tipo, se fores um utilizador avançado, podes literalmente ir lá e tipo: “Ok, adicionar um nó e, tipo, um emaranhado de arestas aqui e fazer aquela coisa da programação visual”, que, sabes, vai daqui, daqui e daqui. Podes fazê-lo tu mesmo, mas eu não faço. Porque, por exemplo, este que tenho aqui — o grande — sim, para mim não há hipótese. 

Mas, mais uma vez, o que fazes: vais à Internet, lês o guia e, nesse guia, tens basicamente tudo isto. E, mais uma vez, alguém já fez isso por ti. Por isso, não te deixes... talvez seja melhor tirarmos isto para ficar um pouco mais agradável à vista. Não te assustes e não penses: “Oh, isto é simplesmente horrível.” Como disse, eu passei por tudo isto. Não sabia nada sobre isto e, basicamente, por tentativa e erro, consegues perceber tudo bastante depressa. Não é assim tão difícil.

E o meu conselho número um ao trabalhar com estas ferramentas: sejam quais forem os erros ou as questões que tenhas, basta introduzi-los no ChatGPT, e ele vai explicar-te em linguagem simples, do tipo: “Tens de fazer isto, tens de fazer aquilo, tens de fazer isto.” E é fantástico porque, mais uma vez, temos de perceber que, de repente, temos esta IA que está literalmente ali, à nossa disposição, a quem podemos perguntar qualquer coisa e que fará tudo por nós. 

Portanto, todas estas coisas — do tipo “não percebo isto, não percebo aquilo” — não importam, porque, mais uma vez, basta introduzires isso na IA e ela dir-te-á a resposta. E, sobretudo, no que diz respeito ao código de programação. Imediatamente, ela corrigirá os erros e tratará de tudo por ti. Portanto, trata-se, mais uma vez, de uma barreira relacionada com o esforço, e não de qualquer outra barreira.

Então, se partirmos do básico… 

Roman: Então, talvez possamos esclarecer isto, talvez para o mais novo. Foi isto que foi usado para criar um desses anúncios que estás a mostrar na parte de baixo [do ecrã]?

Jakub: Pois, pois. Então, vamos falar deste aqui. Como é que se usa isto? Como é que se geram esses? 

Por exemplo, esta aqui — era uma imagem, que se passa por um gerador de vídeo que a anima e, depois, se integra num filme ou, basicamente, num trabalho criativo. Porque todos estes tipos de cortes significam, normalmente, que se trata de outra imagem e de outra geração. Portanto, para fazer isto — por exemplo, este já requer um fluxo de trabalho um pouco mais avançado, porque uma das coisas que temos aqui é uma personagem consistente, o que é, sim, algo que não se vê todos os dias.

Portanto, mais uma vez, para isso usa-se o ComfyUI, onde existem fluxos de trabalho para garantir a consistência da personagem. Literalmente, cria-se uma personagem e, a partir daí, guarda-se-a como se dissesse: “Esta é a minha personagem.” E, depois, todas as gerações podem seguir esse personagem. Assim, acabas por ficar com algo como isto, em que eu disse algo do tipo: “Ok, deixa o meu personagem sentar-se à noite no escritório”, e lá está ele.

E o gerador de vídeos é apenas a cereja no topo do bolo. Não é assim tão difícil. A parte importante da, digamos, criação de vídeos criativos, é, na verdade, a própria imagem. Isso porque o fluxo de trabalho a que se recorre sempre é «imagem para vídeo», e não «texto para vídeo». 

Muitas vezes, as pessoas limitam-se a converter texto em vídeo. Tipo, vais a um gerador de imagens, fazes alguma coisa, introduzes apenas algum texto e ele gera algo, o que é ótimo, mas não tens controlo. Esse é o grande problema. Não tens controlo sobre o aspeto final, sobre o aspeto das personagens, sobre o ambiente — sobre o aspeto de nada. 

Portanto, mais uma vez, a chave para a criação de vídeos — ou de qualquer coisa — é a criação de imagens. Essa é a regra número um que se aprende com estas coisas. 

Por isso, se quiseres ter criativos fantásticos, primeiro tens de dominar a geração de imagens. Assim que dominares a geração de imagens, o primeiro fotograma começará sempre com a tua imagem e, a partir dessa imagem, poderás criar o criativo, podendo fazer praticamente o que quiseres.

Então, como é que chegamos à geração de imagens? Bem, como disse, instala-se software como o ComfyUI. Pode usar o Nano Banana ou qualquer outro — qualquer um serve. Mas esta é simplesmente uma forma muito melhor de ter controlo. Vamos, então, rever este fluxo de trabalho muito simples, ver como funciona e o que temos aqui.

Então, este é o Z Image Turbo, o modelo mais recente da Alibaba que está, literalmente, a conquistar a Internet neste último mês. Para quem não sabe, é algo inédito porque se trata de um modelo muito pequeno — com, literalmente, cerca de 6,1 mil milhões de parâmetros — e é extraordinariamente bom. Mas sim, vou apenas fazer uma apresentação muito rápida.

Então, aqui, por exemplo, temos o modelo base, que está quantizado. «Quantizado» significa que, para estes — alguns destes modelos —, não dispomos realmente das placas gráficas topo de gama; por isso, a comunidade, mais uma vez, cria versões mais simples destes modelos para reduzir os requisitos de VRAM, mas também, ligeiramente, a qualidade. Isso significa que posso executar isto na minha placa gráfica 3080 Ti, que tem 12 GB de VRAM, apesar de a versão base deste modelo exigir 16.

Então, basta ir à Internet e, mais uma vez, no próprio guia — que tenho aqui, por exemplo —, é possível aceder e encontrar. Então, tem estes repositórios. Por exemplo, a versão quantizada do modelo — pode ir até aos mais pequenos, que têm cerca de 2 gigas ou algo do género, e consegue executá-lo mesmo numa placa com 6 gigas de VRAM.

Roman: Então, o primeiro passo é, na verdade, comprar um bom computador. É isso mesmo? Haha. 

Jakub: Haha, sim, é preciso um bom computador. Por isso, precisamos, no mínimo, de algo como, diria eu, 8 a 10 GB de VRAM, numa GPU NVIDIA. Isto não funciona com a AMD. Talvez funcione de forma experimental, mas é preciso uma GPU com núcleos CUDA. Esse é o primeiro passo. Depois de teres isto, precisas do ComfyUI. Mais uma vez, podes obtê-lo na Internet, é muito fácil. É apenas um repositório da Hugging Face. 

Além disso, recomendo instalar o ComfyUI Manager, que é basicamente o conjunto de complementos para a interface do utilizador — um utilitário que, mais uma vez, dispensa a necessidade de aceder ao site e fazer o download manualmente. Basta clicar nele e o programa será descarregado imediatamente do GitHub.

E assim que tiver isto, mais uma vez, basta arrastar os elementos. Pode, literalmente, ir até aqui e arrastar uma imagem para aqui, e a imagem e os seus metadados irão, então, criar o fluxo de trabalho, caso estejam incorporados nela. É essa a beleza do sistema. Ou seja, não é preciso criar toda aquela codificação visual complicada. Basta ter o... por exemplo, este é um exemplo de fluxo de trabalho no site. Foi simplesmente: coloquei uma imagem e pronto.

Então, mais uma vez, o que temos aqui, quais são algumas das coisas que se pode controlar e o que é que proporciona esses resultados. Aqui temos o modelo base, como já disse — o codificador de texto e o próprio modelo. Está quantizado, por isso tem uma qualidade inferior e utiliza menos VRAM, o que nos permite, de facto, executá-lo. Depois, temos coisas como o “shift”. Isto é específico do modelo. É mais como um controlo deslizante de contraste. Portanto, menos «shift» significa mais contraste. Mais «shift» significa menos contraste. É isso mesmo.

Depois, temos o prompt positivo. Sim, já vou explicar como é que consegui isso. E o prompt negativo. Se bem entendi, este não funciona muito bem com prompts negativos. Mais uma vez, alguns geradores de imagens nem sequer têm essa opção. Como o Flux, por exemplo — não tem um prompt negativo. Depois, temos o tamanho da imagem, que é basicamente um quadrado de 1024 bits por 1024 bits. Podíamos aumentá-lo para 2K, ou até mais. O problema é que demoraria mais tempo a carregar, e não precisamos disso para este vídeo. Portanto, fica assim.

Roman: Jakub, uma pergunta rápida. Será que também se baseia no esforço, como disseste no início, para compreender tudo o que, na verdade, tu...

Jakub: Sim. Como disse, não tenho conhecimentos de programação, nem de ciências da computação, nem nada disso. A minha formação é em psicologia. Tipo, não é preciso nada. Ainda assim, dá para aprender estas coisas. Como disse, por exemplo, podemos incluir no vídeo o tutorial com o guia prático, literalmente. Há um tutorial com cerca de 40 minutos, mas a maior parte do conteúdo… nem sequer é um tutorial. É apenas o tipo a explicar qual é a comparação entre estes modelos — Z Image, Flux e Qwen —, é mais uma comparação.  

Jakub: Na verdade, quando ele explica como usar o gestor de ficheiros e te diz exatamente como instalar — isso demora uns 10 minutos, sinceramente. Não é como se fosse preciso fazer isto e aquilo e fosse super difícil. Não, não é nada disso. São só quatro ou cinco cliques. Mais uma vez, tens o ChatGPT mesmo ao teu lado e, se não perceberes alguma coisa, basta dizeres: “Não estou a perceber isto. O que devo fazer?” Ele vai explicar-te. É assim tão fácil.

Por exemplo, eu não sabia qual modelo quantizado devia escolher para a minha placa gráfica. E sim, foi isto que me indicou. Então, limitei-me a colar literalmente o repositório daquela página, e ele disse-me algo do tipo: “Muito bem, vai aqui, e estes são os modelos. Portanto, se tiveres entre 10 e 12 GB de VRAM, escolhe este, porque provavelmente será suficiente para a tua memória.” É isso mesmo. E segues todos estes passos assim. É super fácil. Não tem segredo nenhum.

Assim, assim que tivermos tudo isto resolvido, vamos apenas concluir o último passo. Os passos são muito importantes. Esta é a configuração que indica quantas gerações reais o processo percorre, porque todas estas imagens — normalmente os modelos de difusão — começam a partir do ruído. Imagina uma imagem a preto e branco, granulada; todas estas imagens começam assim. E isto corresponderá ao número de passos — o ruído será submetido a este processo.

Depois, temos o valor CFG, que determina até que ponto permitimos que o modelo siga as instruções em comparação com a criatividade. Ou seja, até que ponto permitimos que seja mais criativo em comparação com o quanto deve seguir exatamente as instruções que lhe demos. Mais uma vez, é um valor com o qual pode experimentar. E, por fim, alguns parâmetros básicos que, na verdade, não são necessários aqui.

Então, se formos aqui e o executarmos, temos este tipo de demónio, que é hiper-realista — um desenho a linha de um espírito da floresta furioso. Da-da-da-da-da. Vamos executá-lo.

Jakub: Temos a mesma semente. Sim, temos de definir a semente como aleatória, porque não queremos ter uma semente diferente de cada vez.

Roman: Prompt. Hum, vejo muito texto aqui. Pois. Como é que se faz isto?

Jakub: Sim, exatamente. Sim, deixa-me só gerar a imagem para que possas ver. Passei pelo prompt, agora está no K sampler e, a partir daí, vai para a descodificação e, depois, aí temos a nossa imagem. Portanto, em vez deste tipo, temos este outro. É bastante fácil.

Como é que conseguimos este prompt gigante? Bem, usar prompts é, de certa forma, outra maneira de aprender estas coisas. Por exemplo, este prompt que recebi do CivitAI. O CivitAI, mais uma vez, é uma daquelas coisas que vos recomendo que vão dar uma vista de olhos. É praticamente o maior site comunitário de código aberto da Internet. Pensem nele, literalmente, como um Instagram. Basicamente, são imagens e vídeos de outros criadores, nos quais as pessoas votam e, depois, podem ver e interagir. 

O que é mais importante neste site é que podes visitá-lo, aprender e encontrar coisas por ti próprio. Por exemplo, o nosso espírito da floresta é simplesmente… Estava agora a dar uma vista de olhos por aqui. Por exemplo, pessoal, as imagens de hoje… o que é isto? Foram geradas. Há coisas muito interessantes que podes encontrar aqui. 

A propósito, alerta de spoiler: estou a usar o site Civit AI Green porque também existe o site Civitai.com, que é tipo pornografia 90%, porque é isso que as pessoas geram com o contexto criado pelos utilizadores. Por isso, só para avisar: se quiseres a versão sem isso, é a Green. Se quiseres o que tem isso, é o básico.

Roman: Obrigado por teres escolhido a opção certa para esta gravação. Agradeço-te muito.

Jakub: Não te preocupes. Então, repito, acabei de encontrar a imagem de um criador, e o que importa aqui não é a imagem em si, mas sim isto aqui à direita, que podemos ampliar um pouco.

Jakub: Então, o que temos aqui é que isto explica-nos, na verdade, como isto foi criado. E podemos até executá-lo no próprio site e gerá-lo lá, se realmente quiseres. O site permite isso, se comprares literalmente através de créditos. Mas, mais uma vez, por que razão havíamos de o fazer se já o temos em código aberto?

Então, o que isto nos diz: está a utilizar o gerador Z Image Turbo. Por isso, posso literalmente ir aqui, clicar aqui e, em seguida, já tenho o modelo. Foi lançado a 26 de novembro e posso descarregá-lo, criar com ele ou, basicamente, obter coisas a partir dele. Também há informações sobre as gerações atuais, o que as pessoas estão a fazer com elas e coisas do género. Mas, mais uma vez, já conhecemos o modelo.

Depois, temos o prompt. Portanto, temos o prompt. Podemos pegar no prompt, e podes brincar com ele e usá-lo. As sugestões têm configurações muito específicas. Mais uma vez, provavelmente precisaríamos de um podcast diferente para abordar esse assunto. Mas, repito, não precisas de criar tudo isto sozinho do zero. Podes aprender com outras pessoas. É por isso que este site é tão importante.

Isso faz parte da fórmula porque é possível criar coisas incríveis simplesmente copiando o trabalho de outras pessoas, fazendo engenharia reversa e percebendo como funciona. E, por isso, aprende-se, e aprende-se muito, muito depressa.

Depois, temos também outros aspetos importantes, que são os metadados — basicamente a forma como o utilizador definiu os seus controlos deslizantes no ComfyUI. Assim, como já referimos, o CFG adapta-se um pouco mais à aderência, pelo que é apenas 1,1, com oito níveis. Quanto ao amostrador — podemos até usar a mesma semente e gerar exatamente a mesma imagem, se quisermos. Isso também é possível porque ele deixou a semente aqui. 

Algumas pessoas não partilham os metadados das suas criações porque são muito… bem, querem manter a confidencialidade e coisas do género, já que há quem se esforce imenso no seu fluxo de trabalho. Mas a maior parte do que se vê aqui, dá para fazer, e basta pegar nisso e aprender com isso. É essa a beleza do site: aprende-se imenso.

Jakub: Mais uma vez, isto foi bastante fácil de fazer e, na verdade, podemos fazer o que quisermos. Só por fazer — se formos para aqui, podemos deixar o nosso bombeiro e...

Roman: Roman, diz-me o que queres criar?

Jakub: Vamos fazer algo relacionado com o Natal.

Roman: Natal. Zumbi. 

Jakub: Zumbi. 

Roman: Tipo, lembras-te do Plants vs. Zombies?

Jakub: Está bem, foi isto que me chamou logo a atenção. A propósito, ainda bem que falaste nisso. A beleza destes modelos… hummm, um postal de Natal…

Sim, vamos experimentar este aqui. A beleza destes modelos — ainda bem que mencionaste isso — é que são completamente sem censura, o que é, mais uma vez, a grande vantagem deles. Porque se fores ao ChatGPT ou, mais uma vez, a um destes modelos principais, não consegues gerar conteúdo baseado em propriedade intelectual. Por exemplo, o meu filho perguntou-me: “Podes... posso ter, tipo, o Olaf ou qualquer personagem do Frozen?” Ou seja, não, não podes, porque esses modelos têm outras IAs que censuram os resultados, de forma a que não seja possível fazê-lo. Aqui é impossível.

Roman: Depressa!

Jakub: Sim, é muito rápido. Mais uma vez, como disse, estou a usar uma versão com qualidade reduzida, por isso isto será um pouco diferente da qualidade habitual, que se pode melhorar, e ainda há modelos melhores. Este é o Turbo, por isso a velocidade é mais importante do que a própria qualidade. Mas, mais uma vez, faças o que fizeres aqui, como vês, ainda assim consegues uma qualidade incrível.

Mas, mais uma vez, se eu fosse e, como disse, a Elsa e a Anna do «Frozen» em frente a um castelo gigante congelado, com um aspeto cinematográfico, de alta qualidade e realista… vamos tentar. Sim, quanto mais estas etiquetas e palavras adicionares, melhor ficará a imagem, claro. Isso nem é preciso dizer. Como disse, recomendo a qualquer pessoa que aprenda apenas o processo.

Ah, lá está! Vês?

Roman: Oh, isso é literalmente… bem, sim, tipo 95%. 

Jakub: É como se fossemos aperfeiçoá-lo um pouco mais com alguns detalhes e… sabes, o gelo talvez precise de uns pequenos retoques aqui e ali. E sim, podemos tratar disso muito facilmente.

Roman: O vosso departamento jurídico não vai ficar contente com...

Jakub: Sim, sim, sim. Mas, mais uma vez, podes fazer o que quiseres. É essa a beleza da coisa. Por isso, dá-te… e é totalmente gratuito. Sabes, basta ter eletricidade e a tua GPU, não tem grande segredo.

Mas, mais uma vez, recomendo a qualquer pessoa que experimente isto, dê uma vista de olhos e aprenda como funciona. Porque, mais uma vez, podem aplicar este mesmo processo — a forma como isto funciona — a qualquer modalidade, como, por exemplo, tal como disse, texto para vídeo, imagem para vídeo, arte 2D, arte 3D, voz, enfim, o que for. Funciona da mesma forma. E acho que é importante que as pessoas compreendam o que se passa nos bastidores e quanto controlo podem realmente ter. Porque é incrível.

E provavelmente vamos acabar por ficar com esta última coisa, que é o meu trabalho de assinatura em que andava a trabalhar. E sim, isto dá-vos muito, muito, muito mais controlo. Este é um fluxo de trabalho muito avançado que… não é este, desculpem, é este. Aí está. Deixem-no a correr, porque este tem, na verdade, 240 passos.

Roman: Para que serve isso? Não percebi. Para que serve isso?

Jakub: Sim, sim. Então, o que temos aqui é que, na verdade, estamos a usar um Modelo do anime «Ion on Justice», e estamos a utilizar o modelo apenas durante 140 passos. E o que estamos a tentar conseguir — estamos a tentar gerar um guerreiro antropomórfico com a forma de um leopardo-das-neves, num estilo realista, para o nosso jogo. Há aqui um prompt bastante extenso, e também um prompt negativo bastante extenso. 

Levei algum tempo a fazer isto. Mas queremos que isto seja realista, e o modelo de anime que estou a usar aqui não consegue reproduzir coisas realistas. Então, o que se passa aqui? 

Então, o que se faz: utiliza-se um refinador. E o que ele faz é o seguinte: após 140 etapas, este modelo pára e eu, na verdade, insiro um modelo diferente. 

Portanto, agora estamos a fazer uma geração com dois modelos através do Fennekin, que é um modelo realista, o qual conclui a geração e a remoção do ruído da imagem ao longo de mais 100 passos. Assim, chega até aos 240. É por isso que está a demorar cerca de 3 minutos. E, basicamente, cria algo que cada um destes modelos não conseguiria criar sozinho. Porque queremos, mais uma vez, um guerreiro-leopardo-das-neves ao estilo fantástico que... repito, não fiquei satisfeito com nada do que encontrei na Internet, por isso fui aprofundando cada vez mais e mais e mais e mais e acabei por me dedicar a isto.

O mais importante é que este modelo e o fluxo de trabalho que temos aqui — e, já agora, de tudo o que vêem aqui, nem sequer estamos a usar metade. Aqui, temos basicamente as possibilidades deste fluxo de trabalho, e podem simplesmente ativá-las ou desativá-las como se fossem funções. Basta clicar aqui e ativá-las ou não. Tudo o que está a violeta significa que está inativo. Não estamos a utilizar o OpenPose, o adaptador IP, nem o upscaler ControlNet, nem todas essas outras funcionalidades. É capaz de fazer tantas coisas que, mais uma vez, seria preciso um podcast à parte para as explicar.

Mas o que ele consegue fazer ainda é… estamos a usar as correções pós-geração, como o Detail. Esta é a parte realmente importante. Porque na imagem que gerámos aqui, por exemplo, vê-se que, sim, estão ótimas, mas há algo de estranho nestas duas. Não é que, sabes, a posição dos olhos e tudo isso — é como se fossem do Wish.

Então, o que acontece aqui é que podemos ver isto em tempo real, na verdade, à medida que o fluxo de trabalho continua. E pronto, já está no ADetailer. Temos aqui a imagem base e, como podem ver, não está perfeita. É como se o rosto estivesse um pouco distorcido. Sim, não queremos mesmo isto. Então, o que se passa? Temos um detalhador de rosto, e esse detalhador corrige, na verdade, apenas o rosto. Por isso, estamos a aplicar outra geração à imagem que já temos aqui. E não só isso, também estamos a corrigir os olhos para os melhorar um pouco.

Roman: Ah, sim, sim, sim. Já percebi, já percebi.

Jakub: Basicamente. E podes fazer… mais uma vez, há tipo quatro movimentos que podemos fazer, tanto com as mãos como com o corpo. Vês como o corpo fica, mais uma vez, um pouco fixo.

Então, da última vez que estava a ver algumas coisas na Internet, um profissional de uma agência de IA que estava a partilhar o seu fluxo de trabalho disse que demora cerca de 20 horas numa imagem e 500 gerações para, digamos, chegar ao resultado pretendido — ou seja, à máxima qualidade. Só para dar um exemplo, desde coisas realmente muito básicas, como “Deixa-me gerar o Olaf a partir do meu filho”, até coisas muito, muito avançadas como esta — é assim que funciona. Porque, mais uma vez, isto é algo que tem de ficar praticamente perfeito, já que, mais uma vez, define o que se pretende fazer.

Jakub: E se voltarmos, mais uma vez, a algum destes aqui — não este, mas aquele criativo que me deixou mesmo, mesmo... não é este. Sim, é isso mesmo. Vês como estas peças publicitárias são lindas? Literalmente, parecem um filme da Pixar. E, mais uma vez, alcança-se esta qualidade ao poder utilizar um fluxo de trabalho avançado. E o que se obtém no final são estas peças publicitárias perfeitas. 

Portanto, mais uma vez, é essa a beleza da coisa. Porque isto parece, literalmente, uma cena cinematográfica de alto nível. É como algo que alguém levaria, mais uma vez, imenso, imenso, imenso trabalho e tempo para conseguir e criar — quer dizer, desenhar. Mas, mais uma vez, basta criá-lo através de uma linha temporal de fluxo de trabalho bastante avançada. E sim, funcionaria, e precisas de personagens consistentes e todas essas outras coisas.

Mas, como disse, é como que o primeiro passo para conseguir tudo isto. Por isso, para qualquer equipa criativa que esteja a produzir conteúdos, sim, acho que a IA — o domínio da geração de imagens e de vídeos — é, basicamente, um problema existencial para o próximo ano. Porque simplesmente não se vai conseguir acompanhar o volume. É simplesmente muito, muito difícil. E ter volume criativo suficiente significa que o teu CPI está a baixar, como deveria, mas, na verdade, está a subir. Por isso, no fim de contas, tudo isto se resume basicamente a isso.

E, como disse, apesar de isto parecer super complexo e tal, não é. Tipo, nem sequer estou a arranhar a superfície do assunto — do quão complexo isto pode chegar a ser. São apenas algumas noções básicas que estou a mostrar, basicamente, sem entrar muito no pormenor.

Roman: Sim, gosto muito da forma como analisamos os dois esquemas. No fim de contas, geramos uma imagem.

Jakub: Sim, sim, sim, sim, claro. Sim, temos aqui um belo guerreiro. Mas, mais uma vez, no fim de contas, podes fazer o que quiseres. E isso é, como já disse, que é que é o mais bonito. Podes brincar com isto e experimentar por ti próprio. Não há nenhum site ávido por dinheiro a consumir créditos ou algo do género. Como disse, a única coisa de que precisas é da tua GPU e de eletricidade. Por isso, podes fazer o que quiseres. Neste momento, já passei das 12 mil, 13 mil gerações, provavelmente. 

Pois é, às vezes, até aqui, por exemplo, há uma configuração que permite executá-lo em lotes de oito ou algo do género. Podes simplesmente ir dormir, deixar o programa a funcionar e depois escolher o melhor. Faço isso de vez em quando. Sim, é como um jogo de espera, por isso, sabes, voltas e, basicamente, recolhes as tuas recompensas depois disso.

Mas acho que é muito gratificante poder saber como é que isto funciona. Porque, além disso, o que isso te dá é que, assim que vais lá e vês esses conteúdos criativos e todas essas outras coisas que estão atualmente em voga no... na maioria das vezes, consigo até identificar o modelo de geração só de olhar para ele. Porque alguns modelos são muito específicos — sabes, dá para ver a pista.

Por exemplo, todas as imagens do ChatGPT têm aquele tom alaranjado no fundo. Então, se formos ver, acho que uma das últimas aqui… sim, vê, esta aqui. Esta é uma imagem publicitária que o Candy Crush está a utilizar, e dá para ver no final que há uma espécie de tom alaranjado à volta da imagem, o que significa que foi criada com base numa imagem do ChatGPT. Aqui, é muito, muito, muito visível. Sim. Mas, mais uma vez, é muito subtil. No entanto, depois de veres 10 000 destas imagens, torna-se muito óbvio.

Assim, é possível perceber imediatamente como estas equipas estão a trabalhar, como estão a criar estas coisas, e pode fazê-lo você mesmo. Mais uma vez, isto dá-lhe uma grande vantagem no processo. 

Roman: E é mesmo uma competência, certo, provavelmente para 2026 — se estiveres a trabalhar com criativos, quer sejas um gestor de aquisição de utilizadores e isso faça parte das tuas responsabilidades, quer faças parte da equipa criativa.

E, para resumir no final: os serviços baseados na nuvem, como o ChatGPT ou o Claude, oferecem menos flexibilidade em termos do que se pode fazer. Por isso, preferimos utilizar modelos de código aberto.

Jakub: Tipo, sinceramente, até se pode combinar essas coisas de uma forma que, por exemplo, se possa usar a imagem do modelo de código aberto para a aperfeiçoar melhor e, depois, recorrer a um gerador de vídeo. O gerador de vídeo é bastante importante, mas é como que a parte final do processo, em que, sabes, o que queres gerar começa a partir da imagem base, que pode ser uma combinação de, tipo, “Não sei, usar o ComfyUI — quero gerar a imagem”, e depois usar o Veo 3 para dar os retoques finais no vídeo e coisas do género. Mais uma vez, podes fazer o que quiseres.

Na melhor das hipóteses, experimentas tudo e descobres o que funciona melhor para ti. É essa a beleza da coisa. Mas, mais uma vez, ao sabermos estas coisas, temos até a opção de testar por ti próprio. Caso contrário, acabas por pensar: “Ah, podemos simplesmente usar o Veo 3. É a única coisa que conhecemos.” E pronto.

Roman: Estou a ver. 

Jakub: E o outro grande problema com isto é que estas coisas ficam desatualizadas muito depressa. Bem, não é propriamente que fiquem desatualizadas, mas lançam-se novidades constantemente e é preciso manter-se a par. Já vi alguns dos trabalhos criativos aqui, por exemplo — acho que sim, estes aqui, ou talvez alguns um pouco mais antigos — em que se percebe que alguns deles estão a ser executados em modelos antigos. As pessoas ainda não atualizaram, o que, mais uma vez, é normal, porque o ciclo de atualizações aqui é de cerca de 3 meses ou algo do género. Mas é melhor usar o que há de mais avançado porque, mais uma vez, isso dá-te uma vantagem em termos de qualidade, coisas desse tipo e tudo o resto. Por isso, sim, tudo evolui muito, muito depressa.

Roman: Como é que consegues acompanhar tudo, Jakub? Tu, pessoalmente? Tens tempo?

Jakub: Não sei. Está bem, sim, é compreensível. Então, ouço alguns podcasts, claro, sobre IA. Literalmente, podemos partilhar o link — este é, na minha opinião, o… este canal do YouTube chamado “AI Search” é, literalmente, um tipo que se dedica apenas às notícias. Todas as semanas, ele pergunta: «O que foi lançado esta semana?» e passa em revista todos os modelos. E têm vídeos específicos sobre temas específicos, como comparações, coisas desse género. Por isso, vejo este resumo com bastante regularidade.

Jakub: Depois, tenho alguns podcasts sobre o setor, como as últimas novidades sobre o ChatGPT em comparação com a Microsoft e todas essas outras coisas. E depois, claro, vais ao site do Civitai e vais ver o que as pessoas estão a criar.

Então, por exemplo, aqui dá para ver claramente que muitas destas coisas, tipo, ok, há mesmo muito ChatGPT nisto. Há muito de… o que é isto? Sim, o Google Nano Banana está mesmo a dar que falar ultimamente. E dá para ver o que as pessoas estão a criar e o que está basicamente disponível no mercado. E isto diz-nos simplesmente: “Ok, sim, é basicamente isso.” Então, sabemos quem cria o quê, certo? 

Roman: E é tão interessante que, na verdade, sejas um especialista em design de jogos e agora estejas totalmente envolvido nesta parte criativa do jogo. Totalmente envolvido. Como te sentes, Jakub?

Jakub: Ah, é ótimo, sabes. Estou sempre um pouco obcecado com isso… mas, mais uma vez, o maior problema era que eu não percebia como é que isto funciona, o que para mim é a maior inquietação, tipo: “Tenho de fazer alguma coisa a esse respeito”, porque não me sinto seguro, ou como é que se diz? Não me sinto no controlo da situação se não perceber como funciona.

Por isso, isso leva-me, de certa forma, a mergulhar neste mundo e a aprender sobre o assunto. Porque, mais uma vez, se não sabes algo, pelo menos sabe como funciona. Não precisas de o fazer especificamente, mas pelo menos sabe que essas opções existem. Porque, dessa forma, não ficas de fora. Não vais ficar numa situação em que alguém te diga algo, não consigas desmascarar a treta dessa pessoa e não saibas se isso é o melhor, se não é o melhor, ou se é que estão mesmo a dizer a verdade, coisas desse género.

Então, mais uma vez, a IA está a evoluir tão rapidamente nos dias de hoje, de certa forma, e é uma das tecnologias mais importantes das nossas vidas atualmente. Então, porque não, sabem, matar dois coelhos com uma cajadada só? Por um lado, precisamos disto devido à nossa experiência profissional na indústria dos jogos. E, por outro lado, é claro que a IA estará presente e irá mudar as coisas. Isso é certo.

Mas, mais uma vez, a vantagem que isso me dá agora é que sei, por exemplo, no que diz respeito aos jogos — não, no que diz respeito à jogabilidade —, que não vai mudar grande coisa. Talvez ajude com algumas otimizações, como o matchmaking ou outras coisas do género, não sei bem o quê. Mas ainda não chegámos ao ponto em que a IA esteja a fazer, sabes, os jogos baseados em IA — jogos que não funcionariam sem capacidades de IA. Ainda não atingimos esse ponto de inflexão.

Não é como era, por exemplo, em, não sei, 1999 ou por aí, quando o Doom 3D foi lançado. Porque o facto de ser em 3D permitia fazer coisas que não se podiam fazer em 2D. Ainda não chegámos a esse ponto. Mais uma vez, porquê? Porque aprendes sobre isto e percebes que, tipo: “Oh, isto não faz sentido. Ainda nem sequer consegue programar corretamente, são tantas as alucinações.” 

Roman: Tudo está interligado. Muito bem, Jakub, isto foi extremamente esclarecedor. Tenho a certeza de que os rapazes vão ter muitas perguntas. Vou pedir a todos que deixem as suas perguntas nos comentários. Vamos pedir ao Jakub para lhes responder assim que tiver tempo. 

Alguma reflexão final? Ou, claro, vamos deixar todos os links nas descrições para o «Two and a Half Gamers» e para tudo o que mencionámos durante os vídeos. Mas também quero que o Jakub diga alguma coisa, especialmente agora que o ano está a chegar ao fim. Alguma reflexão final da tua parte, Jakub?

Jakub: Sim, sim. Como disse, se tiverem alguma dúvida, opinião ou comentário, não hesitem em deixá-los nos comentários do vídeo, ou podem juntar-se ao Slack do Two and a Half Gamers. Esse espaço também está aberto a toda a gente para partilhar conhecimentos e conversar com os outros.

Jakub: Sim, eu diria — como já disse, a mensagem final é: vai e aprende. Não esperes até que seja, tipo, tarde demais para recuperar o atraso.

Roman: Muito bem dito, muito bem dito. Vamos terminar por aqui. Não se esqueçam de gostar e subscrever. Tenho a certeza de que gostaram deste episódio. E muito obrigado, Jakub.

Jakub: Sim, não te preocupes. Vemo-nos lá. Até logo.

Roman: Adeus.