Lar
A ByteDance torna o Bernini Framework de código aberto para geração e edição unificadas de vídeo
A equipe de tecnologia de comercialização da ByteDance lançou oficialmente uma estrutura de código aberto para geração e edição de vídeo chamada Bernini. Em sua essência, a estrutura adota um mecanismo colaborativo do tipo “primeiro compreender, depois gerar”, projetado para resolver desafios comuns do setor, como instabilidade de imagem e tremulação de quadros, decorrentes da incapacidade dos modelos tradicionais de interpretar instruções complexas com precisão.
Em avaliações internas na ByteDance, o Bernini alcançou resultados de alto nível. Seu código de inferência e o modelo de segundo estágio, o Bernini-R, já estão disponíveis publicamente, com a versão completa programada para um lançamento totalmente de código aberto em um futuro próximo.

Separando a semântica da renderização
O fluxo de trabalho do Bernini introduz uma separação inovadora entre “planejamento semântico” e “renderização visual”. O processo começa com um planejador de modelo multimodal de grande porte que analisa minuciosamente os materiais de entrada para produzir um “esboço semântico”, que é então traduzido em quadros de vídeo estáveis e coerentes pelo renderizador.
Essa divisão clara de responsabilidades torna a estrutura particularmente útil para a edição controlável. Os usuários podem ajustar atributos da cena, como clima, estação do ano ou estilo visual, por meio de comandos simples, além de obter controle preciso sobre ângulos de câmera, foco e movimentos do objeto.
Ricas capacidades de referência visual
Além do controle tradicional baseado em texto, o Bernini suporta o uso de imagens e vídeos como referências visuais, melhorando significativamente a consistência criativa. Na edição de vídeo, ele pode posicionar com precisão materiais específicos ou pôsteres em regiões-alvo sem artefatos de borda ou distorção de perspectiva.
Para gerar novos vídeos, o modelo lida com entradas de referência de imagem única e multiângulo, e pode transformar quadros-chave em sequências contínuas. Para evitar confusão ao conectar múltiplos segmentos visuais, a equipe introduziu um mecanismo de codificação posicional dedicado que distingue claramente os materiais de referência dos alvos de saída.
Página do projeto: https://bernini-ai.github.io/
Artigo relacionado
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
A corrida pela IA não vai esperar, nem esse desconto de 25% do TechCrunch Disrupt
Todo fundador que está trabalhando com IA neste momento faz a mesma pergunta: será que estamos avançando rápido o suficiente e de forma eficaz o suficiente? O TechCrunch Disrupt 2026 coloca você na me
Recomendações de tópicos especiais relacionados
Comentários (1)
A equipe de tecnologia de comercialização da ByteDance lançou oficialmente uma estrutura de código aberto para geração e edição de vídeo chamada Bernini. Em sua essência, a estrutura adota um mecanismo colaborativo do tipo “primeiro compreender, depois gerar”, projetado para resolver desafios comuns do setor, como instabilidade de imagem e tremulação de quadros, decorrentes da incapacidade dos modelos tradicionais de interpretar instruções complexas com precisão.
Em avaliações internas na ByteDance, o Bernini alcançou resultados de alto nível. Seu código de inferência e o modelo de segundo estágio, o Bernini-R, já estão disponíveis publicamente, com a versão completa programada para um lançamento totalmente de código aberto em um futuro próximo.

Separando a semântica da renderização
O fluxo de trabalho do Bernini introduz uma separação inovadora entre “planejamento semântico” e “renderização visual”. O processo começa com um planejador de modelo multimodal de grande porte que analisa minuciosamente os materiais de entrada para produzir um “esboço semântico”, que é então traduzido em quadros de vídeo estáveis e coerentes pelo renderizador.
Essa divisão clara de responsabilidades torna a estrutura particularmente útil para a edição controlável. Os usuários podem ajustar atributos da cena, como clima, estação do ano ou estilo visual, por meio de comandos simples, além de obter controle preciso sobre ângulos de câmera, foco e movimentos do objeto.
Ricas capacidades de referência visual
Além do controle tradicional baseado em texto, o Bernini suporta o uso de imagens e vídeos como referências visuais, melhorando significativamente a consistência criativa. Na edição de vídeo, ele pode posicionar com precisão materiais específicos ou pôsteres em regiões-alvo sem artefatos de borda ou distorção de perspectiva.
Para gerar novos vídeos, o modelo lida com entradas de referência de imagem única e multiângulo, e pode transformar quadros-chave em sequências contínuas. Para evitar confusão ao conectar múltiplos segmentos visuais, a equipe introduziu um mecanismo de codificação posicional dedicado que distingue claramente os materiais de referência dos alvos de saída.
Página do projeto: https://bernini-ai.github.io/
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
A corrida pela IA não vai esperar, nem esse desconto de 25% do TechCrunch Disrupt
Todo fundador que está trabalhando com IA neste momento faz a mesma pergunta: será que estamos avançando rápido o suficiente e de forma eficaz o suficiente? O TechCrunch Disrupt 2026 coloca você na me











