Glossário de Vídeo IA: 65+ Termos
Ideal para: profissionais de marketing de produto, equipes de operações, redatores de agências e influenciadores que precisam de uma referência rápida ao criar conteúdo com IA.
Novidade em 2026: o glossário ganhou quinze termos sobre os modelos de 2026 e a regulamentação da IA: Rótulo de Conteúdo de IA, DAW de IA, C2PA, créditos, limiar de indistinguibilidade, controle de movimento, áudio nativo, 4K nativo, pesos abertos, geração em tempo real, entradas de referência, Sora, storyboard, SynthID e modelo multimodal unificado.
A
Avatar de IA
Um personagem digital gerado por inteligência artificial que pode falar e se mover de forma realista. Usado em vídeos para substituir atores humanos.
Audio Inpainting
Uso de IA para preencher lacunas, remover sons indesejados ou reparar seções danificadas de gravações de áudio mantendo o fluxo natural.
Áudio Nativo
O modelo gera diálogo, efeitos sonoros e música na mesma passagem que os pixels, em vez de uma trilha de voz ser adicionada depois. O Kling 3.0 (fevereiro de 2026) faz isso em cinco idiomas; o Hailuo 3.0 retorna áudio estéreo em clipes de 2K e 24fps. Veja Kling 3.0 e Hailuo 3.0.
Síntese de Áudio
O processo de gerar fala semelhante à humana usando IA em vez de gravar a voz de uma pessoa real.
Proporção de Aspecto
A relação largura-altura de um vídeo (ex.: 16:9 para widescreen, 9:16 para vertical/mobile).
B
Remoção de Fundo
Tecnologia de IA que remove automaticamente o fundo de filmagens de vídeo, permitindo substituí-lo por cenas personalizadas.
Geração em Lote
Criação de múltiplos vídeos simultaneamente a partir de diferentes scripts ou templates.
Kit de Marca
Uma coleção de logos, cores, fontes e assets usados para manter branding consistente em todos os vídeos.
C
C2PA (Content Credentials)
Um padrão aberto que anexa metadados de proveniência registrando que um arquivo foi gerado por IA e por qual ferramenta. Invisível para um espectador casual. O Google incorpora isso nas saídas do Gemini mesmo quando a marca d’água visível está desativada; a Synthesia o incorpora por padrão. Veja a alternância de marca d’água do Gemini.
CFG Scale (Classifier-Free Guidance)
Um parâmetro que controla quão fielmente a IA segue seu prompt. Valores mais altos criam saídas mais fiéis à sua descrição; valores mais baixos permitem mais liberdade criativa.
Checkpoint
Um estado salvo dos pesos treinados de um modelo de IA. Diferentes checkpoints podem produzir diferentes estilos visuais ou capacidades.
Clonagem de Voz
Criar uma cópia sintética da voz de uma pessoa que pode falar qualquer texto mantendo as características da voz original.
Controle de Movimento
Guiar um personagem gerado usando um vídeo de referência de uma performance real para que o resultado copie o movimento. O Kling VIDEO 2.6 (dezembro de 2025) aceita referências de 3 a 30 segundos e rastreia corpo inteiro, mãos e expressão facial. Veja o controle de movimento do Kling.
ControlNet
Uma técnica que fornece controle preciso sobre geração de imagens e vídeos com IA usando imagens de referência para poses, bordas, mapas de profundidade ou outros guias visuais.
Créditos
A unidade de cobrança que a maioria dos geradores usa; cada clipe custa uma quantidade de créditos que aumenta com a resolução e a duração, então um plano mensal é na prática um orçamento mensal de segundos. Exemplo: a Runway cobra o Hailuo 3.0 a 15 créditos por segundo de vídeo em 2K. Veja o Hailuo 3.0 na Runway.
Avatar Personalizado
Um avatar de IA personalizado criado a partir de filmagens de uma pessoa específica, usado para representar sua imagem digital.
D
DAW de IA
Uma estação de trabalho de áudio digital baseada no navegador com geração integrada, reunindo prompts, stems, MIDI e mixagem em um único projeto. O Suno Studio 2.0 (13 de agosto de 2026) adicionou gravação e edição de MIDI, um colaborador de chat com IA e plugins personalizados, além de permitir que clipes MIDI funcionem como prompts. Veja Suno Studio 2.0.
Deepfake
Tecnologia de manipulação de vídeo que troca rostos ou altera conteúdo. Controverso quando usado sem consentimento (não é o mesmo que avatares de IA éticos). Desde 2 de agosto de 2026, as regras da UE exigem que deepfakes tragam um rótulo visível de IA (veja Rótulo de Conteúdo de IA).
Modelo de Difusão
A arquitetura de IA que alimenta geradores de vídeo modernos como Kling, Veo e Runway (o Sora foi descontinuado em março de 2026). Funciona aprendendo a remover ruído de estática aleatória até que uma imagem ou vídeo coerente emerja.
Humano Digital
Outro termo para avatar de IA - uma pessoa gerada por computador que parece e age como humana.
Dublagem
Substituir o áudio original em um vídeo por um idioma diferente enquanto sincroniza os movimentos labiais.
E
Entradas de Referência
Imagens, clipes ou áudio fornecidos junto com o prompt para que o modelo mantenha um personagem, objeto ou cenário consistente. O Google Veo 3.1 chama isso de “Ingredients to Video”; o Hailuo 3.0 aceita até 12 arquivos de referência por geração (no máximo 9 imagens, 3 clipes de vídeo e 3 clipes de áudio). Veja Veo 3.1.
Casos Extremos
Cenários incomuns ou raros onde a IA pode não ter desempenho ideal (ex.: pronúncias incomuns).
Formato de Exportação
O tipo de arquivo em que seu vídeo é salvo (ex.: MP4, MOV, WebM).
F
Face Swap
Tecnologia que substitui o rosto de uma pessoa pelo de outra em um vídeo.
Fine-tuning (Ajuste Fino)
O processo de pegar um modelo de IA pré-treinado e treiná-lo mais com dados específicos para especializá-lo para uma tarefa, estilo ou assunto particular.
Taxa de Quadros
Quantas imagens (quadros) são mostradas por segundo em um vídeo. O padrão é 24-30 fps.
Frontend/Backend
Frontend refere-se ao que os usuários veem, backend refere-se ao processamento de IA que acontece nos bastidores.
G
Geração em Tempo Real
Produzir um clipe em menos tempo real do que a duração do próprio clipe. O LTX-2.5 gerou um clipe de 10 segundos em 720p em 6,8 segundos em hardware NVIDIA GB200. Veja LTX-2.5.
IA Generativa
IA que cria novo conteúdo (imagens, vídeos, áudio) em vez de apenas analisar conteúdo existente.
Controle de Gestos
A capacidade de programar os movimentos de mãos e linguagem corporal de um avatar.
Tela Verde
Uma técnica onde um fundo de cor sólida (geralmente verde) é substituído por outras imagens. A IA pode fazer isso automaticamente agora.
H
Alucinação
Quando a IA gera conteúdo falso, sem sentido ou factualmente incorreto. Em vídeo, isso pode aparecer como mãos distorcidas, física impossível ou rostos que se deformam de forma não natural.
Hiper-Realista
Conteúdo gerado por IA extremamente difícil de distinguir de filmagens reais. Quando os espectadores não conseguem mais perceber diferença alguma, o resultado cruzou o limiar de indistinguibilidade.
HeyGen
Uma plataforma popular de vídeo com avatar de IA conhecida por clonagem de voz e facilidade de uso.
I
Imagem para Vídeo (img2vid)
Gerar conteúdo de vídeo a partir de uma única imagem estática. A IA anima a imagem estática, adicionando movimento, movimento de câmera ou animação de personagem.
Inferência
O processo de executar um modelo de IA treinado para gerar saída. Quando você cria um vídeo com uma ferramenta de IA, o processo de geração é chamado de inferência.
Inpainting
Preencher ou modificar partes de um quadro de vídeo usando IA.
Avatar Instantâneo
Avatares de IA pré-fabricados disponíveis imediatamente sem treinamento personalizado.
J
J-Cut
Uma técnica de edição onde o áudio da próxima cena começa a tocar antes que o visual atual termine. Útil para fazer cenas geradas por IA parecerem mais naturais.
Redução de Jitter
Filtros de estabilização que removem pequenas tremidas de câmera ou ruído de quadro a quadro em filmagens renderizadas por IA.
K
Keyframe (Quadro-chave)
Um quadro que marca uma mudança em animação, posição de câmera ou efeito. Muitos editores de vídeo IA permitem definir keyframes para poses de avatar ou movimentos de câmera.
Data de Corte do Conhecimento
A data mais recente em que um modelo de IA generativa foi treinado. Importante quando ferramentas de IA citam fatos em seus scripts.
L
Latência
O atraso entre iniciar a geração de vídeo e receber o produto finalizado.
Limiar de Indistinguibilidade
O ponto em que as pessoas não conseguem mais distinguir com confiança uma mídia gerada por IA de uma gravação real. A clonagem de voz cruzou esse limiar em 2025: alguns segundos de áudio já produzem um clone com entonação natural, ênfase, pausas e respiração, uma constatação destacada por Siwei Lyu, da University at Buffalo. Veja a retrospectiva de deepfakes de 2025.
Sincronização Labial
Combinar os movimentos da boca de um avatar com as palavras faladas. Crítico para vídeos realistas.
LLM (Large Language Model)
Modelos de IA como GPT que podem ajudar a escrever scripts e gerar conteúdo de vídeo.
LoRA (Low-Rank Adaptation)
Uma técnica de ajuste fino leve que treina pequenos módulos adaptadores em vez do modelo de IA inteiro. Popular para adicionar estilos personalizados, personagens ou conceitos a geradores de vídeo.
M
Captura de Movimento
Gravar movimentos humanos reais para fazer avatares se moverem mais naturalmente.
Suporte Multilíngue
A capacidade de criar vídeos em muitos idiomas diferentes com pronúncia nativa.
Modelo Multimodal Unificado
Um único mecanismo que lida com texto para vídeo, imagem para vídeo, edição e transferência de estilo, combinando entradas de texto, imagem, vídeo e assunto em vez de alternar entre modelos especializados. O Kling O1 (30 de dezembro de 2025) foi o primeiro, com saída de até 2K a 30fps em clipes de 3 a 10 segundos. Veja Kling O1.
MP4
O formato de arquivo de vídeo mais comum, amplamente compatível com todas as plataformas.
Multimodal
Modelos de IA que podem entender e gerar múltiplos tipos de conteúdo—texto, imagens, áudio e vídeo—dentro de um único sistema. Exemplos incluem GPT-4V e Gemini. Geradores de vídeo que combinam texto, imagens, vídeo e áudio em um único mecanismo são cobertos pelo termo Modelo Multimodal Unificado.
N
Processamento de Linguagem Natural (PLN)
A capacidade da IA de entender e gerar linguagem humana - usado para análise de scripts e narrações.
Prompt Negativo
Instruções dizendo à IA o que NÃO incluir no conteúdo gerado. Usado para evitar elementos indesejados como imagens borradas, membros extras ou estilos específicos.
Rede Neural
A arquitetura de IA que alimenta a geração de avatares e síntese de voz.
O
Overdub
Substituir diálogo existente por nova fala gerada por IA mantendo o timing intacto.
Outpainting
Estender cenas de vídeo além de suas bordas originais usando IA para imaginar os pixels extras.
P
Fotorrealista
Qualidade visual que se assemelha muito a fotografias ou filmagens de vídeo reais.
Tom (Pitch)
A altura ou gravidade de uma voz. Pode ser ajustado na geração de voz IA.
Pesos Abertos
Os parâmetros treinados de um modelo são publicados para download, normalmente no Hugging Face, sob uma licença que pode restringir o uso comercial; diferente de código aberto, que também libera o código e os dados de treinamento. O LTX-2.5 (agosto de 2026) tem pesos abertos e é gratuito para organizações com menos de US$ 10 milhões em receita anual; o Hailuo 3.0 também lançou pesos abertos. Veja LTX-2.5.
Preset
Configurações ou templates pré-configurados que aceleram a criação de vídeo.
Q
Limite de Qualidade
Um padrão mínimo (resolução, bitrate ou pontuação de confiança da IA) que deve ser atendido antes que a renderização termine.
Quantização
Comprimir modelos de IA para que rodem mais rápido em GPUs de consumidor, às vezes ao custo de detalhes finos.
R
Renderização
O processo de gerar o arquivo de vídeo final a partir do seu script e configurações.
Resolução
Qualidade do vídeo medida em pixels (ex.: 1080p, 4K). Maior = melhor qualidade mas arquivos maiores.
Resolução 4K Nativa
Renderizar quadros em 3840×2160 diretamente, em vez de gerar em uma resolução menor e depois ampliar. Os modelos Video 3.0 da Kling adicionaram isso em maio de 2026, com até 60fps e clipes de 15 segundos. Veja o 4K nativo da Kling.
Rótulo de Conteúdo de IA
Uma divulgação visível de que um vídeo, imagem ou arquivo de áudio foi gerado por IA. O AI Act da UE (Artigo 50) e a SB 942 da Califórnia entram em vigor em 2 de agosto de 2026, com a UE também exigindo marcação legível por máquina (prevista para 2 de dezembro de 2026 para sistemas já no mercado) e multas de até 15 milhões de euros ou 3% do faturamento. Veja a cobertura do AI Act da UE.
S
Script
O texto que seu avatar de IA falará no vídeo.
Separação de Stems
Tecnologia de IA que divide uma faixa de áudio mixada em componentes individuais (stems) como vocais, bateria, baixo e outros instrumentos. Usado para remixes, karaokê e criação de conteúdo.
Sora
O modelo de texto para vídeo da OpenAI. O aplicativo Sora 2 foi lançado em setembro de 2025 com áudio gerado e um recurso de “cameo”; a OpenAI descontinuou tanto o aplicativo quanto a API em 25 de março de 2026. Veja por que o Sora foi encerrado.
Storyboard (Múltiplos Planos)
Definir vários planos conectados em uma única geração, cada um com sua própria câmera, duração e perspectiva, para que o clipe corte entre eles de forma coerente. O Kling 3.0 permite até seis planos dentro de um clipe de 15 segundos; o LTX-2.5 traz workflows multishot para o ComfyUI. Veja Kling 3.0.
Mídia Sintética
Conteúdo (vídeo, áudio, imagens) criado ou modificado por IA.
Synthesia
Uma plataforma líder de vídeo com avatar de IA focada em empresas.
SynthID
A marca d’água invisível do Google, incorporada nos pixels ou no áudio de arquivos gerados, detectável mesmo após edições, compressão e corte. Ela permanece mesmo quando a marca d’água visível do Gemini é desativada (uma opção adicionada em 14 de agosto de 2026). Veja a alternância de marca d’água do Gemini.
T
Consistência Temporal
Quão suave e coerentemente um vídeo gerado por IA mantém elementos visuais entre quadros. Consistência temporal ruim causa cintilação, objetos que se deformam ou personagens que mudam de aparência no meio do vídeo.
Texto para Música
Sistemas de IA que geram composições musicais completas a partir de descrições de texto. Plataformas como Suno e Udio podem criar músicas com vocais, instrumentos e produção a partir de prompts simples.
Texto para Fala (TTS)
Converter texto escrito em áudio falado usando vozes de IA.
Texto para Vídeo
Gerar vídeo a partir de uma descrição de texto ou roteiro. A maioria dos modelos de 2026, incluindo o Kling 3.0 e o Hailuo 3.0, também gera a trilha sonora na mesma passagem; veja Áudio Nativo.
Template
Layouts de vídeo pré-desenhados que aceleram o processo de criação.
Miniatura
A imagem de prévia mostrada antes de um vídeo ser reproduzido.
U
Upscaling
Usar IA para aumentar a resolução de um vídeo finalizado, por exemplo de 1080p para 4K. Compare com 4K nativo, quando o modelo renderiza os quadros em resolução total diretamente.
V
Vídeo para Vídeo (vid2vid)
Transformar filmagens de vídeo existentes usando IA para mudar seu estilo, aparência ou conteúdo enquanto preserva o movimento e estrutura originais.
Clonagem de Voz
Criar uma versão sintética da voz de alguém que pode falar qualquer texto.
Modulação de Voz
Ajustar características da voz como tom, velocidade e emoção.
VTT/SRT
Formatos de arquivo de legendas para adicionar legendas a vídeos.
W
Marca d’Água
Um logotipo ou texto sobreposto visível, comum em planos gratuitos e testes. Diferente de marcas invisíveis como o SynthID e metadados de proveniência como o C2PA, que permanecem incorporados mesmo quando a marca visível é desativada.
Workflow
A série de passos do script ao vídeo finalizado.
X
XR (Realidade Estendida)
Um termo guarda-chuva para AR, VR e realidade mista. Avatares de IA são frequentemente portados para experiências XR.
Legenda XML
Arquivos de texto temporizados (como TTML) exportados de ferramentas de legendagem IA para workflows de transmissão.
Y
Espaço de Cor YUV
O modelo de cor que a maioria das plataformas de streaming usa. Conhecê-lo ajuda ao exportar filmagens de IA para corresponder aos padrões de transmissão.
YouTube Shorts
Vídeos verticais de menos de 60 segundos. Muitos geradores de vídeo IA vêm com presets de Shorts.
Z
Geração Zero-Shot
Produzir um vídeo ou voz convincente sem fornecer filmagens ou áudio de exemplo do sujeito alvo.
Importação de Gravação do Zoom
Enviar uma reunião do Zoom para um editor de IA para que possa cortar, traduzir ou transformar em clipes roteirizados.
Conclusão
Este glossário cobre os termos essenciais que você encontrará ao trabalhar com ferramentas de geração de vídeo IA. À medida que a tecnologia evolui, novos termos surgirão - manterei este guia atualizado!
Salve esta página nos favoritos para referência rápida ao criar seus vídeos IA.
Falta algum termo? Entre em contato para sugerir adições!