Esse roteiro é sobre o que aconteceu no Centre Stage do Web Summit Lisboa, entre Katie Drummond, Global Editorial Director da WIRED, e Cristóbal Valenzuela, CEO e cofundador da Runway, como quem sabe que, em vinte minutos, o mundo pode mudar um pouco.
Ela começou com uma provocação simples, quase doméstica, perguntando o que exatamente ele quer dizer quando fala em world models. Cristóbal não respirou, não contornou, não poetizou. Respondeu o que responde a todos desde 2023, quando o Runway lançou o Gen-1 e estampou a capa do The New York Times… um world model é um novo tipo de câmera.
Não uma câmera que captura, mas que simula.
Não uma câmera que registra o que existe, mas que gera o que não existe.
Uma câmera que não depende da luz, mas do entendimento matemático da realidade física.
Ele desenhou a linha do tempo para Katie com a precisão de quem já repetiu para investidores, universidades e estúdios:
a fotografia começa como novidade no século XIX, vira cinema no século XX e, mais tarde, se espalha por todos os cantos como olhos artificiais do planeta.
O que a Runway está fazendo agora é repetir o mesmo ciclo, mas sem lentes.
Porque, segundo ele, o vídeo é mais fiel ao mundo que a linguagem.
E é por isso que o Runway treina seus modelos em vídeos, imagens, textos, observações naturais, papers científicos, tudo junto.
É assim que nasce um world model… uma IA que entende geometria, física, espaço, movimento.
Uma IA capaz de prever o que acontece quando um objeto cai mesmo sem saber a equação da queda.
Porque, como ele diz, “linguagem é uma abstração humana; vídeo é realidade comprimida.”
Katie perguntou onde isso entra na vida real.
Ele respondeu sem suspense, sem promessas místicas, quase como quem descreve um aplicativo já lançado…
no futuro próximo, aprender algo não será buscar um vídeo, será gerar um vídeo em tempo real, personalizado, inexistente até o segundo em que você aperta Enter.
Quer estudar Lisboa? A IA cria um guia que nunca existiu.
Quer jogar? Ela monta o jogo ao vivo.
Quer ver uma história? Ela produz uma narrativa inteira sob demanda.
Pixels nascidos no instante.
Katie quis saber o que trava o avanço agora.
Cristóbal foi pragmático… GPU. Compute. Velocidade de inferência. E a necessidade de rodar tudo em tempo real, como voz já roda.
E, claro, os limites práticos de manter um planeta produzindo vídeo simulado 24 horas por dia.
Ela entrou então no tema que ninguém escapa… os riscos.
Ele separou como quem já fez esse discurso dezenas de vezes… o debate hoje não é mais sobre inputs, mas outputs.
Hollywood não está preocupada com o dataset tanto quanto está preocupada com proteger personagens, rostos, IP.
E é por isso que a Runway trabalha diretamente com os estúdios… moderando, bloqueando usos indevidos, criando salvaguardas.
Depois ela perguntou sobre a convivência humana.
Se simulações realistas podem corroer a vida real.
Cristóbal, sempre otimista, disse que grandes mudanças sempre criam grandes ruídos, mas que a sociedade se adapta… como se adaptou à internet, ao vídeo digital, ao próprio smartphone.
E lembrou que, para muita gente, o acesso a aprendizado gerado por IA será mais inclusão, não menos humanidade.
Katie pediu previsões.
Ele disse que a era dos world models já começou.
Que estamos no equivalente ao “GPT-3 dos simuladores”.
Que os próximos 12 a 18 meses vão trazer ganhos sérios de consistência e velocidade.
E que, em 2026, quando o assunto for IA, o termo mais falado não será agente, nem LLM, nem vídeo.
Será world models.
Katie agradeceu. O público aplaudiu.
E os dois desceram das cadeiras pequenas de um palco enorme que, ironicamente, ficou um pouco pequeno para o tamanho da conversa.
Fim.
