Google DeepMind afinou o Imagen com os esboços de um designer para criar uma cadeira impressa em 3D

Um ajuste específico para um estúdio, não uma ferramenta de design genérica

O projeto da Google DeepMind com a Lovegrove Studio, a diretora criativa Ila Colombo e o gabinete de design Modem é mais restrito do que o título sugere. A equipa afinou o Imagen, o seu modelo de texto para imagem, com um conjunto de dados selecionado a partir dos esboços pessoais de Ross Lovegrove. O resultado não é um assistente de design para todos — é um modelo construído para reproduzir as curvas específicas, a lógica estrutural e os padrões orgânicos de um único designer.

A escolha da cadeira não foi acidental. A Google descreve-a como um problema clássico de restrição: uma função fixa associada a uma forma aberta. Essa abordagem permitiu à equipa avaliar se o modelo estava a exprimir o estilo de Lovegrove, e não apenas a produzir mobiliário plausível. O critério de sucesso era subjetivo — se o estúdio sentia que o resultado era uma extensão autêntica do seu trabalho — o que é um patamar diferente de precisão ou de pontuações em testes de referência.

A verdadeira engenharia foi um vocabulário partilhado

O detalhe mais transponível para outros contextos é que o estúdio decidiu dar prioridade à linguagem, a par do conjunto de dados visuais. Trabalharam para decifrar e articular o léxico de design de Lovegrove — construindo um vocabulário específico para descrever o trabalho do estúdio — porque o treino visual, por si só, não era suficiente para orientar o modelo até aos resultados pretendidos.

A equipa tratou depois a criação de prompts como um ciclo iterativo: observavam como o modelo interpretava determinados termos e usavam esse feedback para refinar os prompts. O exemplo mais preciso é o desafio de gerar uma cadeira sem nunca usar a palavra 'cadeira', substituindo-a por sinónimos para forçar uma exploração mais ampla da forma. Trata-se de uma tática concreta de engenharia de prompts, e revela até que ponto a interface entre o designer e o modelo foi de natureza linguística, e não um controlo deslizante ou uma interface gráfica.

Dois modelos, duas funções

O fluxo de trabalho usou dois sistemas distintos para duas fases distintas. O modelo Imagen afinado gerava conceitos no estilo de Lovegrove. Depois, o Gemini era usado numa fase posterior para explorar materiais e visualizar a cadeira a partir de diferentes formas e pontos de vista. A geração e a exploração foram tratadas separadamente, o que vale a pena assinalar para quem assume que um único modelo consegue sustentar todo um processo de design.

O processo terminou em átomos, não em pixels. O design final foi produzido fisicamente através de impressão 3D em metal. A Google descreve isto como transformar pixels gerados por AI (mantém-se o acrónimo em inglês) numa peça tangível — a prova é que os resultados se mantiveram ao longo da produção, e não apenas no ecrã.

O que um ajuste por artista implica para as ferramentas criativas

A lição deste projeto específico é que captar um estilo pessoal exigiu tanto um conjunto de dados privado e selecionado como um vocabulário criado por humanos para o orientar. Nem o modelo de base nem um prompt genérico teriam reproduzido a linguagem de Lovegrove; o estúdio teve de ensinar ao sistema os seus próprios termos e observar as respostas para colmatar essa distância.

Para mim, o resultado final transcende todo o debate sobre o design. Mostra-nos que a AI (mantém-se o acrónimo em inglês) pode trazer algo único e extraordinário ao processo. — Ross LovegroveMontana Labs

Para equipas aplicadas que constroem ferramentas criativas, a conclusão é que o ativo duradouro aqui é o par formado pelo conjunto de dados e o léxico de cada colaborador, e não um modelo único para todos. O frontend de um sistema como este é uma linguagem descritiva partilhada, e construí-la é uma tarefa lenta, de curadoria humana — a parte que não vem incluída de graça com o modelo.