A Google DeepMind fez um fine-tuning do Imagen com esboços de um designer para criar uma cadeira impressa em 3D

Um fine-tune de um único estúdio, não uma ferramenta de design geral

O projeto da Google DeepMind com a Lovegrove Studio, a diretora criativa Ila Colombo e o escritório de design Modem é mais restrito do que a manchete sugere. A equipe fez o fine-tuning do Imagen, o modelo de texto para imagem da empresa, com um conjunto de dados selecionado a partir dos esboços pessoais de Ross Lovegrove. O resultado não é um assistente de design para qualquer pessoa — é um modelo construído para reproduzir as curvas, a lógica estrutural e os padrões orgânicos específicos de um designer.

A escolha da cadeira em si foi deliberada. A Google a apresenta como um problema clássico de restrição: uma função fixa combinada com uma forma aberta. Esse enquadramento permitiu à equipe medir se o modelo estava expressando o estilo de Lovegrove, e não apenas gerando móveis plausíveis. O critério de sucesso era subjetivo — se o estúdio sentia que o resultado era uma extensão autêntica do próprio trabalho —, o que é uma régua bem diferente de precisão ou pontuação em benchmarks.

A verdadeira engenharia foi um vocabulário compartilhado

O detalhe mais replicável é que o estúdio decidiu priorizar a linguagem tanto quanto o conjunto de dados visuais. Eles trabalharam para decodificar e articular o léxico de design de Lovegrove — construindo um vocabulário específico para descrever o trabalho do estúdio — porque o treinamento visual por si só não bastava para guiar o modelo em direção aos resultados desejados.

A equipe então tratou o prompting como um ciclo iterativo: observaram como o modelo interpretava termos específicos e usaram esse feedback para refinar os prompts. O exemplo mais afiado é que desafiaram o modelo a gerar uma cadeira sem nunca usar a palavra 'cadeira', substituindo por sinônimos para forçar uma exploração mais ampla da forma. Essa é uma tática concreta de prompt engineering, e ela revela o quanto a interface entre designer e modelo foi linguística, não um controle deslizante ou uma UI.

Dois modelos, duas funções

O workflow usou dois sistemas distintos para duas etapas distintas. O modelo Imagen com fine-tuning gerava conceitos no estilo de Lovegrove. Depois, o Gemini entrava em cena para pensar em materiais e visualizar a cadeira sob diferentes formas e ângulos. A geração e a exploração foram tratadas separadamente, algo que vale notar para quem parte do pressuposto de que um único modelo pode carregar todo um pipeline de design.

O pipeline terminou em átomos, não em pixels. O design final foi produzido fisicamente usando impressão 3D em metal. A Google descreve isso como transformar pixels gerados por IA em uma peça tangível — a prova de conceito é que os resultados se sustentaram durante a fabricação, e não só na tela.

O que um fine-tune por artista sugere para ferramentas criativas

A lição deste projeto específico é que capturar um estilo pessoal exigiu tanto um conjunto de dados privado e selecionado quanto um vocabulário criado por humanos para conduzi-lo. Nem o modelo base, nem um prompt genérico teriam reproduzido a linguagem de Lovegrove; o estúdio precisou ensinar ao sistema seus próprios termos e observar as respostas para fechar essa lacuna.

Para mim, o resultado final transcende todo o debate sobre design. Ele nos mostra que a IA pode trazer algo único e extraordinário para o processo. — Ross LovegroveMontana Labs

Para equipes aplicadas que constroem ferramentas criativas, o aprendizado é que o ativo duradouro aqui é o par dataset-e-léxico por colaborador, não um modelo único para todo mundo. O frontend de um sistema como esse é uma linguagem descritiva compartilhada, e construí-la é uma tarefa lenta de curadoria conduzida por humanos — a parte que não vem de graça junto com o modelo.