← Voltar ao blog
Aicerca de 6 min de leitura

rea-video assiste a um vídeo e diz como ele foi feito

Publicado 14 de nov. de 2026
rea-video assiste a um vídeo e diz como ele foi feito

A imagem de demonstração na página do repositório são dois vídeos verticais lado a lado. À esquerda, um anúncio de TikTok gravado no celular. À direita, uma refilmagem com IA do mesmo conceito com outro produto. A análise embaixo diz que a esquerda é tudo imagem real, um set, duas posições de câmera; a direita é tudo IA, oito planos distribuídos em três gerações.

Esse veredito é o produto. O rea-video, com 8,494 estrelas um mês após o lançamento, desmonta um vídeo plano a plano e responde três perguntas para cada um: foi filmado, gerado ou desenhado por código, e como você faria de novo.

Instala-se pedindo a um agente que instale

O início rápido é uma frase que você cola no Claude Code ou no Codex: instale este repositório e depois analise este vídeo. O agente lê o README, instala a CLI, aprende o fluxo e executa. Os requisitos são ffmpeg e Python 3.10 ou mais novo, nada exótico.

Esse modelo de distribuição está virando normal e ainda assim vale registrar. As instruções de instalação são escritas para um LLM seguir, não para um humano copiar na ordem. Isso significa que o projeto pode mudar os próprios passos de instalação sem quebrar a memória muscular de ninguém, porque a memória muscular é do modelo.

A saída chega em dois arquivos. Um relatório em HTML ou PDF, estruturado para uma pessoa ler e entender como o vídeo foi montado. E um arquivo `VIDEO.md` em formato aberto publicado em videomd.github.io, em camadas, para que um agente leia só a camada que a pergunta precisa. As camadas são uma decisão de tokens: a análise completa de um anúncio de trinta planos é muito texto, e quase toda pergunta seguinte precisa de uma seção só.

O que ele procura

A ferramenta separa por tipo de fonte, porque a evidência é diferente.

Para imagem real, reconstrói sets e posições de câmera, enquadramento, movimentos, iluminação e correção de cor. O README afirma que uma análise de live action consegue listar doze sets com listas de equipamento, e é esse tipo de detalhe que separa uma desmontagem útil de uma descrição de clima. Se você está tentando igualar um visual, saber que existem doze sets e o que havia em cada um vale mais que um adjetivo.

Chapas finas de vidro empilhadas com pequenos deslocamentos sobre uma superfície escura, cada uma com um reflexo diferente, uma delas em pé sobre a borda. Uma luz fria vinda de cima deixa um reflexo cor de latão na borda esquerda

Para vídeo de IA, junta a evidência da classificação, depois escreve um prompt reconstruído para cada plano e descreve como os planos foram agrupados em gerações. Essa última parte é a que quase todo mundo esquece quando tenta recriar um vídeo de IA. Um clipe de vinte segundos com oito planos costuma ser três gerações, com vários planos tirados de cada uma, o que muda tanto o custo quanto o problema de consistência.

Para vídeo em código, ou seja motion graphics renderizado a partir de código, identifica a técnica. Essa categoria existe porque uma fatia crescente do vídeo curto caprichado que você vê nunca foi filmado nem gerado. Foi escrito.

O README também sai em dez idiomas, o que, para uma ferramenta voltada a agentes, tem menos a ver com usuários internacionais e mais com o modelo ler as instruções no idioma em que o prompt chegou. Um criador chinês que pergunta em chinês recebe um README em chinês, e a compreensão do fluxo pelo agente melhora na mesma medida.

Opcionalmente você pode dar ao agente um modelo capaz de ver vídeo, Gemini e Doubao funcionam, passando um endpoint e uma chave. Isso melhora os veredictos de real/IA/3D e acrescenta o prompt reconstruído por plano. Sem isso também roda: se o seu agente enxerga imagens, ele mesmo inspeciona os planos duvidosos.

Por que essa é a metade útil do vídeo de IA

A geração está resolvida até o tédio. Toda semana saem três modelos capazes de produzir um plano de oito segundos plausível. O que não está resolvido é o que um diretor de criação faz nos primeiros dez minutos de um briefing: olhar uma referência, descobrir como ela foi construída e então decidir que partes vale copiar e que partes são acidentes de orçamento.

A engenharia reversa de um vídeo era um ofício passado adiante nas casas de pós-produção. Você congela um quadro, olha a queda da luz principal, conta os cortes, percebe que o fundo se repete e conclui que a diária teve uma locação e uma lente longa. O rea-video transforma isso num processo que um agente roda em qualquer arquivo, a um custo medido em tokens em vez de em diárias.

A lógica comercial vem atrás. Marcas querem saber por que o anúncio de um concorrente parece caro. Agências querem apresentar um tratamento que combine com uma referência. Criadores de IA querem reproduzir um visual sem passar uma tarde chutando prompts. As três são o mesmo pedido: me diga do que isso é feito.

A vizinhança desconfortável

Existe um segundo uso, menos confortável. Na mesma semana, um projeto chamado BLA lançou uma camada de defesa cuja premissa inteira é que agentes de engenharia reversa com IA conseguem abrir um app já distribuído e clonar sua lógica em segundos por cerca de vinte centavos. O rea-video é a metade ofensiva desse par, apontada para vídeo em vez de binários.

A diferença é legal e cultural. Desmontar um vídeo para aprender como ele foi iluminado é escola de cinema. Desmontar um app compilado para levar sua lógica de negócio é outro ato. Mas as ferramentas estão convergindo: um agente que decompõe um vídeo em planos, prompts e sets é do mesmo tipo que decompõe um arquivo `.asar` em source maps. Nos dois casos é o modelo apontado para um artefato e perguntado o que ele é.

Por enquanto, o enquadramento do rea-video é educacional. O README começa com remake, não clone, e os relatórios são escritos para ensinar. Esse enquadramento se sustenta enquanto as saídas ficarem descritivas. No momento em que alguém montar um pipeline que pega o anúncio de um concorrente, extrai os prompts e o regenera com o próprio produto, a conversa muda, e a ferramenta estará no meio dela.

O formato pode sobreviver à ferramenta

`VIDEO.md` é a parte que eu ficaria de olho. Uma descrição aberta e em camadas de como um vídeo foi feito serve além desta CLI: um banco de imagens poderia incluir uma com cada clipe, uma agência poderia anexar uma a um tratamento, um modelo poderia ser treinado para ler e escrever essas descrições.

Se isso acontecer, a ferramenta vira uma implementação de um padrão, o que é um desfecho melhor para todo mundo do que um único repositório popular. O README em dez idiomas e a especificação pública do formato sugerem que o autor pensa nessa direção.

Para quem faz vídeo de IA hoje, o valor prático é mais simples. Você agora tem como responder à pergunta que vinha atrasando todo projeto de vídeo de IA: a que exatamente estamos nos igualando. Essa pergunta antes custava uma reunião. Agora custa um arquivo de vídeo e alguns minutos de agente.

Artigos relacionados