O que é vídeo multi-shot?

Um vídeo multi-shot com IA é feito em três etapas: uma ideia é planejada como uma lista de planos, cada plano é gerado por um modelo de vídeo e os planos são unidos com cortes em um só filme. Como cada plano é uma geração própria, um que saia errado pode ser gerado de novo enquanto os outros ficam como estão.

Por que uma geração é um plano de poucos segundos

Um modelo de vídeo gera todos os quadros de um clipe juntos, e o trabalho cresce rápido a cada segundo acrescentado, então uma geração é curta: o relatório do Seedance 2.0 indica de 4 a 15 segundos por geração (Team Seedance, 2026), e o Video 3.0 do Kling chega a 15 (Kuaishou, 2026). Veja geração de vídeo com IA para entender o processo.

Planejamento: de uma ideia a uma lista de planos

O planejamento diz o que cada plano mostra, como é enquadrado, quanto dura e quem aparece nele. Sistemas de pesquisa o escrevem com um modelo de linguagem: o VideoDirectorGPT expande um único prompt em um “plano de vídeo” com descrições de cenas, as entidades de cada uma com a sua disposição, o fundo de cada cena e quais entidades precisam ter a mesma aparência em todas as cenas (Lin et al., 2023).

Gerar e unir os planos

Cada plano é gerado a partir do seu próprio prompt, com as mesmas descrições e imagens de referência dos personagens e lugares em todos eles, para que saiam parecidos. Nenhum espera pelo outro, então eles podem ser gerados ao mesmo tempo. Depois, são unidos em sequência com cortes secos em um só vídeo.

Cortes dentro de uma geração: modos multi-shot

Alguns modelos recentes conseguem cortar dentro de uma única geração. A Kuaishou diz que o Video 3.0 do Kling “entende instruções de várias cenas e vários planos”, e o Video 3.0 Omni acrescenta um storyboard multi-shot em que você define a duração, o tamanho de plano, a perspectiva, o conteúdo narrativo e o movimento de câmera de cada plano (Kuaishou, 2026). A ByteDance descreve uma “capacidade narrativa multi-shot nativa e profissional” no Seedance 2.0, que também segue um storyboard em texto (Team Seedance, 2026). O Wan 2.6, da Alibaba, tem uma opção para isso: um plano contínuo ou “vários planos com transições” (Alibaba Cloud).

A pesquisa vai pelo mesmo caminho: o Long Context Tuning amplia a atenção de um modelo de plano único para todos os planos de uma cena e relata, com isso, cenas multi-shot coerentes (Guo et al., 2025). Mas um modo multi-shot continua sendo uma única geração: todos os seus cortes cabem nos cerca de 15 segundos do modelo.

Os três costumam ser chamados de “multi-shot”, mas são coisas diferentes, com limites diferentes:

Este vídeo foi feito no DreamBench a partir do briefing abaixo dele, no Kling 3.0, no formato vertical 9:16. O briefing é escrito como uma sequência: um close nos tênis, a curva em direção ao sol e depois um “plano final” que ele nomeia. A corredora, os tênis e a luz da manhã continuam os mesmos do começo ao fim.

Um corte une dois planos gerados separadamente, então nada faz com que concordem além do que os dois receberam. Uma boa continuidade faz o segundo plano parecer o mesmo momento, visto de outro lugar.

O que se mantém num corte

• Rostos, cabelo e roupas: a mesma pessoa, descrita com as mesmas palavras e mostrada com as mesmas imagens de referência em todos os planos. Isso é consistência de personagem.
• O lugar: o mesmo cômodo, rua ou paisagem, com os seus pontos de referência onde estavam.
• Posições e poses: alguém sentado à esquerda num plano continua sentado à esquerda no seguinte.
• Objetos e o estado deles: uma xícara pela metade continua pela metade; uma porta deixada aberta continua aberta.
• Luz: a mesma hora do dia, a mesma direção do sol, a mesma cor de luz.
• Movimento: um corredor que vai da esquerda para a direita continua indo da esquerda para a direita, no mesmo ritmo.

O que muda num corte

O enquadramento precisa mudar: dois planos do mesmo elemento com quase o mesmo tamanho e ângulo parecem um salto, como se quadros tivessem se perdido. A regra do DreamBench para toda junção é um contraste claro: pelo menos dois passos de tamanho de plano, do aberto ao close, por exemplo, ou um quarto de volta da câmera, ou um plano de corte para outra coisa, ou uma cena nova.

Som entre cortes

Nos modelos que fazem som, o áudio de cada plano é gerado com a sua imagem e unido a ela no corte. Uma fala pertence a um plano: corte uma conversa no fim das falas, como um filme corta entre quem fala, e o som se une de forma limpa. Veja áudio nativo para saber como o som é feito.

Escreva a história em uma frase e depois divida-a em momentos, um plano para cada. Um planejamento de 30 segundos poderia ficar assim:

• Uma ação por plano: um plano que tenta mostrar três coisas acaba misturando tudo.
• Descreva cada personagem do mesmo jeito em todos os planos, palavra por palavra, e use as mesmas imagens de referência.
• Mude o tamanho de plano a cada corte e mantenha a direção do movimento.
• Dê a cada plano os segundos que a ação dele pede: um olhar precisa de um; atravessar um cômodo, de três ou quatro.

Se um plano precisa terminar exatamente onde o próximo começa, um modelo que aceita primeiro e último quadro pode receber as duas pontas. Para colocar um produto ou uma pessoa real em todos os planos, dê imagens deles como referências: isso é referência para vídeo.

Quantos planos um filme precisa depende da duração dele e do plano mais longo que o modelo consegue fazer em uma geração. Estas são as durações por geração dos modelos de vídeo do DreamBench:

A IA consegue fazer um vídeo de 1 minuto? Sim, com vários planos montados: nenhum modelo do DreamBench faz 60 segundos em uma geração. O DreamBench divide um filme novo em planos de 3 a 12 segundos, do tamanho que a ação de cada plano pede, mesmo num modelo que renderiza mais tempo, para que cada plano tenha só algumas ações. Um minuto, então, são pelo menos cinco planos.

• Anúncios e filmes de produto: o produto no seu cenário, em uso, em close e depois a cartela final.
• Histórias curtas e curtas-metragens, com um personagem acompanhado de cena em cena.
• Videoclipes, cortados no ritmo da música, passando por muitos lugares.
• Vídeo para redes sociais em 9:16, feito de cortes rápidos.

• Desvio entre planos: um rosto, uma jaqueta ou um penteado muda um pouco de um plano para o outro. Imagens de referência em todos os planos são a principal solução.
• Jump cuts: dois planos parecidos demais em tamanho e ângulo parecem uma falha, e não uma edição.
• Continuidade quebrada: um objeto troca de mão, a luz passa da manhã para a noite, um personagem atravessa da esquerda para a direita e depois volta.
• Ações mal divididas num corte: uma mão estendida para uma porta num plano e já do lado de dentro no seguinte, sem o meio.
• Um corte escrito dentro de uma geração num modelo sem modo multi-shot: ele pode sair como uma cintilação entre dois lugares mal formados, em vez de um corte limpo.
• Duração: cada plano a mais é mais um lugar para um erro, então confira cada plano, não só o filme inteiro.

Por que o meu personagem fica diferente depois de um corte? Porque o segundo plano foi gerado sem ver o primeiro: só as palavras e as imagens que os dois receberam os ligam. Descreva o personagem de forma idêntica em todos os planos, dê as mesmas imagens de referência a cada um e mantenha a roupa e o cenário sem mudança, a não ser que a história os mude. Dentro de um plano, o mesmo problema é uma falha de consistência temporal.

Um filme feito de planos gerados pode parecer uma gravação real. Identifique-o quando ele puder ser confundido com algo real, e nunca coloque uma pessoa real nele sem o consentimento dela.

Vídeo multi-shot é como o DreamBench faz todo filme. Você descreve a história, e o DreamBench escreve o roteiro: um plano de cenas com o enquadramento, a ação e as falas de cada plano. Ele desenha cada personagem, lugar e objeto uma vez como ficha, para que tenham a mesma aparência em todos os planos, depois gera cada plano no modelo que você escolher e os monta, com um corte seco em cada junção.

• Revise cada etapa: por padrão, você lê o roteiro e depois conhece o elenco, antes que qualquer plano seja gerado; reescreva o roteiro com uma observação ou desenhe um personagem de novo, a partir de uma imagem sua, se quiser. Ou deixe o filme seguir até o fim sem parar.
• Refaça um plano: no editor de planos de um filme pronto, escolha o plano e diga o que mudar. Só esse plano é gerado de novo, com o mesmo elenco, e todas as tomadas anteriores ficam guardadas entre as versões dele para você escolher.
• Vários planos de uma vez: dê uma nova direção a quantos planos quiser, compare as versões e aplique as que quiser, pagando pelos segundos que gerar de novo mais uma pequena taxa de edição.
• As suas próprias imagens: adicione até 8 imagens de referência a um filme, cada uma marcada como personagem, criatura, cenário ou objeto, e elas são usadas nos planos a que pertencem.
• Duração conforme o plano de assinatura: um filme pode durar até 30 segundos no Starter, 2 minutos no Plus e 5 minutos no Ultra e no Studio, em planos de 3 a 12 segundos, até 40 planos.
• Cortes dentro de um plano: no Seedance 2.5 e no Seedance 2.0, um plano pode ter um corte próprio; em todos os outros modelos, cada plano é uma tomada contínua e os cortes ficam entre os planos.

Para um clipe só, sem plano de cenas, o Vídeo envia o seu prompt ao modelo do jeito que você digitou, como uma geração: o lugar para um plano único ou para o modo multi-shot do próprio modelo. A página de cada modelo na lista de modelos mostra as opções dele.