xAI e Elon Musk anunciaram na última semana o lançamento do "Episode 1" da série Ôdiseia — os primeiros 7 minutos de vídeo gerado inteiramente por IA baseados no poema épico de Homero. Trata-se de um desdobramento direto da promessa feita por Musk em julho de que o Grok Imagine produziria, até o fim do ano, um filme "historically accurate and true to the art of Homer."
O vídeo foi lançado em colaboração com o estúdio Wonder Studios e o diretor Dev Walker, conforme anunciado no X pela própria conta do Grok Imagine em 23 de outubro. Desde a primeira demonstração de três minutos no mês de julho, o Grok Imagine evoluiu para uma versão 1.5, posicionada como motor de geração de vídeo para uso em escala via API — e a escolha de usar a ferramenta para adaptar A Odiseia não é casual: é, antes de tudo, um exercício de demonstração técnica.
O resultado, contudo, revela mais sobre os limites atuais da inteligência artificial do que sobre a capacidade do Grok Imagine de capturar o mundo homérico. A crítica do TechCrunch, Anthony Ha, foi contundente: o vídeo "carece de qualquer senso de arte, inspiração ou interesse humano", com diálogos artificiais, ritmo sem impulso narrativo e uma sensação geral de "vazio" que fez o jornalista verificar o relógio durante os primeiros quatro minutos — muito antes do ponto médio dos sete.
O problema não é apenas estético. É conceitual. O próprio termo "historically accurate" (precisamente, historicamente precisa), usado por Musk para descrever o projeto, carece de fundamento quando aplicado a uma narrativa de 2.800 anos baseada em poemas orais, cerâmicas e pinturas, sem nenhum registro visual direto daquela época. Como observou Erik Pendzich, historiador da antiguidade que colabora com a The Conversation, quando o Grok Imagine "renderiza a antiguidade, ele não está reaching back into history — ele está reaching for the centre of every image already made about it". O modelo não reconstrói a história; ele consolida estereótipos cinematográficos.
A ironia é que essa limitação não é exclusiva do Grok Imagine. Qualquer modelo generativo — Sora, Veo, Seedance, Kling — opera sob o mesmo princípio: o modelo aprende padrões a partir de imagens já existentes e as combina na forma mais provável. O resultado não é uma reconstrução histórica, mas um averaging visual de tudo o que já foi produzido sobre o tema. Estátuas brancas de mármore, armaduras douradas, cenários grandiosos em tons quentes — a estética do "mundo antigo" que o Grok Imagine produz é a que Hollywood e as produções anteriores já consolidaram, não a realidade que a arqueologia moderna sugere.
E é exatamente esse ponto que a promessa de "precisão histórica" torna-se problemática. Um modelo que busca o "mais provável" não pode fazer a escolha criativa de exagerar, subverter ou reinterpretar — e sem essas escolhas, não há arte. "A machine that lives at the mean can smooth, but cannot heighten", escreve Pendzich. A "emoção" do blockbuster gerado por IA chega sem a qualidade que faz a emoção funcionar: a decisão arbitrária de um diretor humano sobre o que é importante mostrar e o que omitir.
Há, contudo, um aspecto que o Grok Imagine faz bem: a coerência visual. Nas avaliações do Artificial Analysis Arena, o modelo ficou em #1 em qualidade de image-to-video, com pontuação 9/10. A geração é sub-minuto em 720p, e o áudio nativo, quando funciona, soa natural. O teto de resolução (720p) e a inconsistência do áudio são as limitações técnicas mais citadas na revisão do JXP, mas o progresso é real — e o modelo está a apenas uma iteração de distância de resolver essas barreiras.
A questão que fica é se o anúncio de Musk de que um filme completo sairia até o fim do ano é uma meta realista ou, mais provavelmente, um exercício de marketing. Os 7 minutos de Episode 1 são um marco técnico, mas também um lembrete de que a IA ainda não sabe o que não mostrar.
Fontes: TechCrunch, The Guardian, The Conversation
✓ Fontes independentes cruzadas e verificadas antes da publicação
