Fei-Fei Li ficou conhecida por construir o ImageNet, o banco de imagens que ajudou a destravar a era moderna de visão computacional, e agora lidera a World Labs, startup que lançou o Marble, um modelo de mundo capaz de gerar ambientes 3D navegáveis a partir de texto ou imagem. Não é o único projeto do tipo, mas é um dos que mais se aproxima de virar ferramenta de produção real.
A ideia de modelo de mundo não é nova. O Genie, do Google DeepMind, já mostrou que dá pra gerar ambientes jogáveis a partir de um prompt, e o Marble segue lógica parecida, só que com foco maior em consistência espacial. Em vez de gerar um vídeo que parece 3D, o Marble constrói uma cena que pode ser exportada, editada e reaberta de ângulos diferentes, o que aproxima a tecnologia de um pipeline real de produção.
Ainda não tenho certeza de que isso vira ferramenta de estúdio amanhã, mas o caminho é sugestivo. Artistas de concept art e level design gastam boa parte do tempo montando blockouts, versões brutas de um ambiente só pra testar escala e composição. Se um modelo de mundo consegue entregar isso em minutos, o trabalho humano desloca pra curadoria e refinamento, não pra construção do zero.
O problema é que ninguém ainda sabe muito bem onde termina a ferramenta e onde começa a substituição. Marble resolve uma dor real de produção, mas também levanta a mesma pergunta que Genie e GameNGen levantaram antes dele, quem vai ser dono do resultado quando o motor que gera o mundo pertence à empresa que vende o modelo.
Não dá pra tratar o Marble como notícia do dia, já que o projeto vem se desenvolvendo há meses, mas também não dá pra ignorar. Ferramentas assim tendem a aparecer discretas e sair usadas em produção antes que a indústria perceba que mudou de fase.