O que o Muse Spark Open faz: do vídeo ao 3D, o segredo é revisar

O que o Muse Spark Open pode fazer? Lançado pela Meta em 15 de outubro de 2026, esse modelo de pesos abertos pode combinar texto, imagens, áudio e vídeo para entender uma tarefa e avançar por meio de um agente que chama ferramentas. Dois usos concretos são especialmente interessantes para quem cria conteúdo: revisar material de vídeo e selecionar trechos, e continuar ajustando um recurso 3D ao observar renderizações de vários ângulos.

O modelo produz texto. O software de edição executa os recortes, enquanto o código e o renderizador exibem o objeto tridimensional. Conectar essas etapas permite passar de “dar uma sugestão” para “verificar o que ainda precisa de ajuste depois da execução”.

Editar vídeo começa por decidir quais trechos manter

O anúncio da Meta descreve um teste de fluxo de trabalho local: o Muse Code, com o Muse Spark Open, operou o DaVinci Resolve, examinou o material quadro a quadro, encontrou os melhores trechos e os recortou para o formato vertical.

Isso envolve duas avaliações diferentes. Selecionar um trecho exige verificar se a ação, a emoção ou a informação permanecem completas. Recortá-lo na vertical exige conferir se o assunto e os detalhes importantes continuam no quadro. Um momento adequado para abrir o vídeo nem sempre funciona como recorte vertical direto. Separar “por que escolher” de “onde recortar” facilita apontar o que precisa mudar.

Para aplicar essa ideia ao seu projeto, você pode começar pedindo um plano de edição. Veja um exemplo de tarefa:

Vou fornecer o material. O objetivo é um teaser vertical de 30 segundos.
Primeiro, liste os tempos de início e fim dos trechos que recomenda manter, os motivos da escolha e as ações ou falas que precisam ser preservadas.
Explique o foco do quadro 9:16 em cada trecho e quais informações importantes podem se perder no recorte. Liste separadamente os trechos que não funcionam bem na vertical.
Execute somente depois da confirmação do plano. Em cada revisão, trate apenas dos problemas confirmados.

O valor dessa entrega está na possibilidade de conferi-la. O motivo de descartar um trecho ou uma fala cortada pode ser discutido em um ponto específico. As tomadas que faltam também podem ser listadas como necessidades de material complementar antes de continuar com o storyboard e a criação do vídeo.

Em 3D, uma boa vista frontal não basta

Um teste prático da Hugging Face mostrou outra abordagem. A equipe combinou o Muse Spark Open quantizado em 2-bit com o agente de programação Pi e o llama.cpp. O modelo escreveu código de recursos Three.js, renderizou os objetos no navegador e recebeu capturas de vários ângulos para que o mesmo modelo as examinasse. O Pi ajustou o código de acordo com os problemas visíveis e passou à próxima rodada.

A tarefa pública definiu dez pontos de vista fixos, incluindo vistas alinhadas aos eixos, oblíquas e de detalhes, e exigiu capturas, avaliações e registros de alterações de cinco rodadas de melhoria. Manter fixas as câmeras, a iluminação e a orientação do objeto é importante: se o ângulo mudar a cada rodada, fica difícil avaliar se a estrutura realmente melhorou.

Isso transforma “deixe mais refinado” em uma alteração localizada. Primeiro, é preciso indicar em qual vista, em qual parte e com qual problema visível trabalhar; depois, propor a correção. Na rodada seguinte, é necessário voltar à mesma vista para verificar se o problema foi resolvido. A quantidade de rodadas não comprova qualidade, e os defeitos pendentes devem continuar na lista de problemas.

Esse método de revisão também serve para fichas de personagens, múltiplas vistas de objetos e tomadas complementares de vídeo. Você pode organizar os comentários com esta tarefa de exemplo:

Preserve a silhueta, as cores e os detalhes principais do mesmo objeto. Compare vistas fixas de frente, de lado, de trás e de detalhes.
Primeiro, crie uma lista no formato “vista — localização — problema visível — alteração sugerida”.
Nesta rodada, trate apenas dos 1 a 3 itens confirmados. Mantenha o restante sem alterações.
Depois da revisão, compare cada item na mesma vista e explique o que foi resolvido e o que continua pendente. Não tente adivinhar o que não estiver claro.

Imagens conceituais de múltiplas vistas e recursos 3D executáveis são entregas diferentes. As primeiras ajudam a definir a forma e os ajustes necessários; os segundos também exigem código, geometria e renderização real. A revisão deve se orientar pelo resultado final de que você precisa.

Inclua a revisão do resultado no briefing criativo

Os dois casos compartilham a mesma sequência de criação: observar o material, tomar uma decisão executável, deixar a ferramenta realizar o trabalho e voltar ao resultado para conferir. A edição se concentra em intervalos de tempo e no foco do quadro; a criação de formas, em vistas fixas e partes específicas. Quanto mais localizado for o comentário, mais fácil será explicar a próxima alteração.

Ao criar imagens ou vídeos no PagePop, você também pode começar com um briefing claro: forneça referências, descreva o trabalho que deseja concluir, indique o que precisa ser preservado e o que deve mudar apenas nesta rodada. Depois de receber o resultado, continue ajustando uma imagem ou um quadro específico. Assim, fica mais fácil manter as partes de que você já gosta e avançar na revisão do que apenas acrescentar adjetivos.