Laboratório de Transições: o que 250 vídeos com IA nos ensinaram

Testamos 82 transições e descobrimos que a parte difícil de uma transição não é o efeito. É a troca: o momento em que uma imagem vira a seguinte.

O nosso seletor Transição adiciona uma transição a um prompt de vídeo. Pode ser um Chicote de câmera, um Corte de raccord, um Morphing líquido ou um Dia → noite (time-lapse). O nó de vídeo recebe um quadro inicial e um quadro final, e o modelo desenha tudo o que fica entre eles.

O estudo começou como uma verificação simples: a transição que escolhemos chega de fato ao modelo do jeito que pretendíamos? Nem sempre chegava. Uma primeira montagem com cerca de vinte transições mostrou que os cortes estavam recebendo uma expressão de duração, então nós a removemos. Na verificação seguinte, feita em produção, um Corte de raccord ainda misturava as imagens. O prompt que chegou ao modelo dizia:

Uma expressão de ritmo tinha pegado carona no corte. O modelo fundiu as duas imagens uma na outra. Um corte que mistura as imagens não é um corte.

Corrigir esse único erro virou um estudo de todas as 82 transições. No fim, cada uma delas tinha sido renderizada, avaliada e, quando necessário, reescrita.

As três descobertas que moldaram o estudo

O que de fato testamos

O estudo durou 13 dias, de 23 de setembro a 5 de outubro de 2026. Geramos mais de 250 clipes de teste e usamos mais de 48.000 créditos. Os dois números são valores mínimos: eles só contam as rodadas que registramos com um número.

Todos os clipes usaram a mesma configuração:

• Seedance 2.5, imagem para vídeo, em 480p, 4 segundos, 16:9.
• Um quadro inicial e um quadro final, e o mesmo visual de filme em todas as tentativas.
• Dois momentos: a primeira tomada, de 0 a 2 segundos, e depois a transição, abrindo a segunda tomada.

Separamos as 82 transições em nove famílias, pelo modo como funcionam, porque as famílias falham de formas diferentes:

A 82ª opção, Automático, não adiciona nada ao prompt, então não tem clipe.

Mudamos uma coisa de cada vez. Em um teste A/B, os dois prompts só diferiam no texto da própria transição, e conferimos cada prompt enviado, caractere por caractere, com o texto que esperávamos. Uma pessoa da equipe deu a cada tentativa uma nota de 1 a 5. Medições automáticas verificaram o que o olho pode deixar passar: o quadro em que o corte cai, quanto tempo dura uma mesclagem, para que lado vai uma varredura. Um segundo avaliador automático deu notas aos clipes, como verificação cruzada. Quando os dois discordavam, a nota da pessoa decidia.

Nomeie e depois explique

O seletor enviava o nome da transição, como match cut (corte de raccord), e confiava que o modelo soubesse o que ele significa. Comparamos isso com o envio do nome seguido de uma descrição, em uma linha, de como a transição acontece.

Nas quatro transições que testamos assim — Giro, Estilhaçar e recompor, Congelamento de quadro e Corte de raccord —, o nome com uma descrição venceu 4 de 4. Só com o nome, os estilhaços do Estilhaçar e recompor nunca se juntaram de novo.

Por isso, hoje, cada transição é escrita com o nome seguido da descrição, entre parênteses. O Chicote de câmera, por exemplo:

O nome diz ao modelo qual transição se pretende. A descrição diz o que os quadros devem fazer.

Cortes que insistiam em virar fusão

De volta ao Corte de raccord que virou fusão. Nós o corrigimos em três etapas.

Primeiro, um corte não leva mais nenhuma expressão de duração ou de ritmo. Uma duração ou um “natural timing” (ritmo natural) descreve uma mudança ao longo do tempo e, em um corte, convida o modelo a misturar as imagens.

Segundo, todo corte agora termina com uma frase explícita:

Terceiro, aprendemos que uma palavra dessa frase faz diferença. No Corte invisível, um corte feito para passar despercebido, testamos a frase sem a palavra “abrupt” (abrupto). Sem ela, o corte virou fusão. A tentativa com “abrupt” recebeu nota 5; a tentativa sem a palavra, nota 2.

Nos testes de corte, a frase se sustentou:

Os cortes também melhoraram quando a redação descrevia o próprio quadro do corte. No Corte seco para preto, isso é um único instante de preto puro. No Corte no salto, a troca no ponto mais alto de um salto. No Corte de raccord, uma forma mantida no lugar. Reescritos assim, os cortes somaram 73 de 80 pontos, contra 62 de 80 com a redação antiga. No Corte seco para preto, com a redação antiga, o preto durava de 1,46 a 1,75 segundo. Com a redação nova, durava de 0,67 a 1,12 segundo, mais perto de um instante.

A duração que você pede não é a duração que você recebe

Queríamos uma opção mais suave para dois dos cortes: uma mesclagem curta em vez de um corte seco. Então pedimos ao modelo mesclagens de cerca de 1, 2 e 3 segundos e medimos cada tentativa de 10% a 90% da mistura.

Pedir o dobro da duração não a dobrou: as mesclagens de 2 segundos duraram de 1,04 a 1,34 segundo, dentro da faixa das de 1 segundo. Em um clipe de 4 segundos com duas tomadas, o modelo fez uma única fusão cruzada de cerca de 1 a 1,5 segundo, qualquer que fosse o número que a frase indicasse.

A mesclagem também mudou o caráter de alguns cortes. No Jump cut, o homem deveria estar em um lugar em um quadro e no lugar seguinte no quadro seguinte. Com a frase de mesclagem, em vez disso, ele saltou pelo telhado. No Corte de raccord, a forma compartilhada se perdeu na fusão cruzada. Só o Corte invisível e o Corte no salto mantiveram o que os definia.

Por isso, o produto oferece uma única duração de mesclagem, Curto, e só nesses dois cortes. Qualquer outra duração, e qualquer duração nos outros seis cortes, mantém o corte seco.

O momento da troca mostrou a mesma teimosia em outros casos. No Zoom no espelho, todas as tentativas da última rodada trocaram de cena dentro do espelho por volta de 2,3 segundos, dissesse a redação o que dissesse. É quando se abre a janela da segunda tomada. A redação só mudou o quanto a troca ficava bem escondida.

As transições em vídeo acelerado tiveram o problema oposto. Espremido em uma janela curta no meio do clipe, o Dia → noite (time-lapse) começou com um salto de um único quadro. Com o clipe inteiro, a luz fluiu.

Dê à troca um lugar para se esconder

A família das falhas foi a que mais nos ensinou sobre esconder a troca. A redação antiga delas descrevia um efeito: faixas de interferência, aberração cromática, sangramento de pixels. O modelo muitas vezes desenhava um pouco do efeito e depois fazia uma fusão cruzada por baixo dele.

As reescritas fizeram algo diferente. Cada uma pôs um único evento opaco sobre o quadro inteiro e colocou a troca de tomada dentro dele. A Troca de canal ganhou uma rajada de estática em preto e branco. O Flash de inversão ganhou um negativo fotográfico. A Varredura de tela ganhou uma imagem que se reduz a uma linha e a um ponto sobre o preto. Nas sete transições de falha, as reescritas somaram 25 de 35 pontos, contra 21 de 35 com a redação antiga.

Os textos vencedores têm a mesma estrutura. Primeiro vem o evento, e depois a frase “The camera stays where it is and the framing does not change.” (a câmera fica onde está e o enquadramento não muda). Em seguida vêm a passagem e o modo como a tomada termina e, por fim, uma frase sobre o quadro inteiro. O texto do Flash de inversão diz:

Uma cintilação precisa de um estado apagado

A Cintilação de holograma foi o caso que comprovou a regra. Nenhuma das duas primeiras versões dela cintilou: as duas fizeram uma fusão cruzada. Palavras de textura, como “interference bands” (faixas de interferência), deram textura, e não uma cintilação.

As duas versões novas deram à imagem um estado apagado: o preto. A primeira apagava para um preto sólido entre clarões fortes e produziu um estrobo de verdade, com 14 quadros totalmente pretos. A segunda deixava a primeira tomada cintilar até apagar no preto e depois desenhava a nova tomada com uma linha de varredura brilhante. A linha de varredura virou, ela mesma, uma varredura de cima para baixo, e foi a versão que mais pareceu um holograma se materializando. A segunda foi para o produto.

O evento que carrega a troca também pode tomar conta. Certa vez, escrevemos uma dupla exposição carregada por um vazamento de luz. O modelo renderizou uma varredura de vazamento de luz, e não uma dupla exposição: o evento que carregava a troca virou a transição.

Dupla exposição: as imagens decidiram

A Dupla exposição foi a transição mais difícil do estudo. Foram necessárias quatro rodadas.

No nosso primeiro par de imagens fixas, uma pequena figura escura em um campo de trigo e um porto à noite, testamos quatro redações diferentes de transparência. Medidas quadro a quadro, as quatro renderizaram, na prática, o mesmo vídeo, e igual ao da nossa Dissolução cruzada simples. Um vazamento de luz mudou o resultado, mas o transformou em uma varredura de vazamento de luz.

A virada veio quando paramos de reescrever e olhamos para as imagens fixas. Uma dupla exposição clássica precisa de uma silhueta grande contra um fundo claro. A nossa figura ocupava só cerca de 29% da altura do quadro, e o porto à noite era muito escuro. Então criamos um novo par: um perfil em preto sólido ocupando 93% da altura do quadro, sobre um fundo quase branco, terminando em um lago de montanha claro.

No par novo, até uma fusão cruzada simples parece um pouco uma dupla exposição: o lago aparece dentro da figura escura enquanto o fundo branco desbota. A redação nova acrescentou por cima um avanço real, mas parcial. Ela pede que a figura se preencha primeiro:

Medimos o quanto a figura se adiantava em relação ao fundo. Com a redação nova, a figura chegou a ficar 0,31 da mistura à frente. Com a redação antiga, “translucent double exposure” (dupla exposição translúcida), no mesmo par, as duas andaram no mesmo passo: uma vantagem de 0,01. Foi uma tentativa de cada, então chamamos isso de indício, não de lei.

Lição

Quando redações diferentes produzem o mesmo vídeo, as palavras não são a variável. Olhe para as imagens.

As mesmas palavras, dois resultados diferentes

O Corte de raccord foi o corte que mais exigiu tentativas. Um corte de raccord faz duas tomadas rimarem: uma forma da primeira imagem cai no mesmo lugar e no mesmo tamanho na segunda.

Em quatro rodadas e mais de uma dúzia de tentativas, nada superou a redação antiga. Pedir que a câmera avançasse em direção à forma fez a câmera avançar todas as vezes, e o corte não melhorou. Uma redação emprestada do nosso catálogo de câmera deu o corte mais limpo, mas inventou uma engrenagem e só funcionou sem um quadro final.

A redação que finalmente venceu descrevia o quadro do corte:

Em um par que corta de um homem agachado em um telhado para o mesmo homem no meio de uma passada em uma duna, essa redação fez um corte limpo de um único quadro. A passada ficou no mesmo lugar e no mesmo tamanho. Ela venceu a redação antiga por 5 a 3.

Depois, aplicamos a redação a um segundo par de imagens fixas, uma moeda e uma roda-gigante. Não houve corte nenhum. A moeda cresceu até virar um disco de vidro com a roda dentro, e as duas imagens dividiram o quadro por cerca de três quartos de segundo. Isso quebrou a nossa própria regra contra a mistura, e o resultado ficou lindo. Demos nota 5 à tentativa e a escolhemos como prévia.

As varreduras vão para onde você aponta, na maioria das vezes

A Varredura agora tem a configuração Direção: Automático, além das direções da esquerda para a direita, da direita para a esquerda, de cima para baixo, de baixo para cima e das duas diagonais. Cada direção muda só as palavras dentro da descrição da varredura:

Na primeira tentativa de cada uma, cinco das seis direções foram para o lado indicado. A opção da esquerda para a direita saiu da direita para a esquerda, que era a direção que o modelo escolhia nesse par quando nenhuma direção era indicada. Repetimos a tentativa com uma entrada idêntica byte a byte: 2 de 4 foram para o lado indicado.

As verificações automáticas pegaram o que uma olhada rápida deixou passar. As duas varreduras diagonais têm redações espelhadas, mas não foram renderizadas como imagens espelhadas: uma saiu a cerca de 45 graus, e a outra, perto da própria diagonal do quadro, de cerca de 29 graus. Nas duas diagonais, o casaco do homem vazou pela borda por uma fração de segundo.

Frases negativas são uma proteção, não uma solução

O Jump cut teve uma falha específica. O homem deveria estar agachado em um quadro e já sentado no muro no quadro seguinte. Em 2 de 3 tentativas, ele primeiro saltou em direção ao novo lugar durante alguns quadros.

Acrescentamos uma frase:

A frase deu 2 tentativas limpas de 3, contra 1 de 3 antes. Na taxa antiga, 2 ou mais tentativas limpas em 3 acontecem por sorte cerca de 26% das vezes. E a terceira tentativa ainda saiu borrada, exatamente como as falhas antigas.

Isso confirma o que descobrimos no Laboratório de Movimentos de Câmera: descreva primeiro o quadro que você quer. As exclusões só ajudam marginalmente.

Palavras que o modelo ignora

Algumas frases foram renderizadas como se nem estivessem ali:

• Uma dupla exposição que deveria “stop at equal strength” (parar com as duas imagens na mesma intensidade) e se manter “unchanging, for a clear beat” (sem mudar, por um instante nítido). Não houve nenhum platô.
• Uma quinta frase pedindo que tudo o que ficasse fora de uma silhueta continuasse sendo a primeira tomada. O quadro inteiro mudou gradualmente mesmo assim.
• Uma mudança de clima cujo texto dizia “then clears, sun returns” (depois o céu abre e o sol volta), em um quadro final em que ainda chovia. As duas tentativas continuaram chuvosas até o fim.
• Um datamosh cujos blocos deveriam “slide sideways across the frame in long smeared streaks” (deslizar de lado pelo quadro em longos rastros borrados), em um quadro inicial estático. Blocos substituíram blocos no mesmo lugar. Nada deslizou.

A maior parte da redação antiga já estava certa

Reescrever tudo teria sido fácil. Também teria sido um erro.

Antes de renderizar, lemos todas as 81 descrições no papel: 66 pareciam boas, 12 precisavam ser reescritas e 3 precisavam de uma decisão. Em vídeo, a primeira rodada de reescritas venceu em 3 transições, e o texto antigo se manteve em 6. Nas transições suaves e varreduras clássicas, as descrições antigas de uma linha tiveram 5 de 5 em seis das nove. O Giro foi uma das três que mudaram: a redação antiga fazia o quadro girar parte do caminho e voltar, e a nova gira para um lado só, “with no swing back” (sem voltar).

Palavras isoladas fizeram diferença. O Corte invisível precisava de “abrupt” (abrupto). O Derretimento ficou mais fraco quando tiramos “standing” (em pé). O Zoom na boca melhorou quando tiramos “throat” (garganta).

No fim, 41 das 82 transições foram para o produto com uma redação nova, e as demais mantiveram a sua.

Quando dois visuais são bons, fique com os dois

A Nuvem de fumaça empatou: duas versões tiveram a mesma nota, com dois visuais diferentes. Uma envolve o sujeito; a outra cobre o quadro inteiro. Em vez de escolher uma, mantivemos as duas como opções do controle Estilo.

Agora, sete transições têm o controle Estilo: Nuvem de fumaça, Tempestade de areia, Tempestade de sakura, Varredura de aurora, Florescimento, Chuva de destroços e Flash branco.

O que ainda não funciona

Algumas transições foram para o produto com a melhor redação que encontramos, e não com um problema resolvido:

• A Dupla exposição depende das imagens fixas. Nenhuma tentativa, em quatro rodadas, manteve uma sobreposição verdadeira por meio segundo. O que a faz funcionar é uma silhueta grande e escura sobre um fundo claro.
• O Zoom no espelho nunca atravessa o vidro. A cena troca dentro do espelho, e uma ondulação líquida é o que melhor esconde a troca.
• O Corte de raccord pode virar uma metamorfose em alguns pares de imagens fixas, como aconteceu com a moeda.
• O estilo Varredura leve da Tempestade de areia varreu em uma única direção em 1 de 2 tentativas. A outra tentativa foi uma névoa cinza uniforme.

O que isso mudou no produto

• Todas as 82 transições do seletor Transição usam uma redação testada no laboratório. 41 delas mudaram.
• Cada transição é escrita com o nome seguido da descrição.
• Os cortes levam a frase contra a mistura e não recebem duração nem ritmo.
• O Corte invisível e o Corte no salto podem fazer uma mesclagem em vez de cortar, com a opção Curto: uma mesclagem de cerca de um segundo.
• A Varredura tem a configuração Direção, e sete transições têm o controle Estilo.
• No Nodaro Studio, 81 transições mostram um clipe de prévia no seletor de transições. Cada clipe é uma tentativa real do estudo.

As regras que mantivemos

1. Escreva o nome da transição e depois o que os quadros dela fazem.
2. Um corte é um único quadro. Diga isso e diga que as duas imagens nunca se misturam.
3. Não dê a um corte nenhuma expressão de duração ou de ritmo.
4. Não conte com um número para definir o tempo de uma transição. Em um clipe de 4 segundos, espere uma única mesclagem de cerca de 1 a 1,5 segundo.
5. Esconda a troca de tomada dentro de um único evento opaco que cubra o quadro inteiro.
6. Uma cintilação precisa de um estado apagado: diga que a imagem corta para o preto.
7. Crie as imagens fixas pensando na transição. O par pode importar mais do que as palavras.
8. Teste a redação em mais de um par de imagens fixas.
9. Quando o texto e o quadro final discordam, o quadro final vence.
10. Compare uma direção indicada com o que o modelo faz sem nenhuma direção.
11. Descreva primeiro o quadro que você quer. Trate as frases negativas como uma proteção.
12. Dê às transições em vídeo acelerado o clipe inteiro.
13. Quando dois visuais são bons, fique com os dois.
14. Teste a redação existente antes de reescrevê-la e mude uma coisa de cada vez.

O que aprendemos

Começamos tentando nomear as transições com mais precisão. Terminamos descrevendo o que acontece com o quadro.

Por conta própria, um modelo de vídeo pega o caminho mais fácil da primeira imagem até a última: uma fusão cruzada. Uma transição é tudo o que impede o modelo de fazer isso. As palavras podem dar à mudança um lugar para se esconder: um quadro preto, uma rajada de estática, uma ondulação. Mas são as imagens que decidem se o esconderijo é convincente: uma silhueta capaz de conter um lago, uma forma capaz de carregar um corte.

Por isso, hoje, quando uma transição falha, fazemos duas perguntas. Onde a troca pode se esconder? E as imagens fixas dão esse lugar a ela?

Em uma linha

Não peça uma transição ao modelo. Dê à troca um lugar para se esconder.

Laboratório de Transições, notas de pesquisa, outubro de 2026. Cada clipe desta página é uma tentativa real do estudo: imagem para vídeo no Seedance 2.5, em 480p, com 4 segundos.