Startup francesa treina modelo de IA que gera imagens em menos de um dia

A Photoroom (empresa francesa que faz um app de edição de imagens por IA) conseguiu treinar um modelo de text-to-image (sistema que cria imagens a partir de comandos escritos) em menos de 24 horas. Segundo informou a empresa em artigo publicado no blog da Hugging Face (plataforma onde desenvolvedores compartilham e baixam modelos de IA), o modelo batizado de PRX alcançou resultados comparáveis aos de sistemas conhecidos como Stable Diffusion (um dos geradores de imagem de código aberto mais usados), mas num tempo drasticamente menor — o que abre caminho para que empresas menores experimentem e refinem suas próprias ferramentas sem precisar de orçamentos milionários.

O segredo está numa combinação de técnicas de otimização: a equipe usou treinamento distribuído em várias GPUs (chips gráficos potentes que aceleram cálculos de IA) da Nvidia, adotou precisão mista (uma forma de fazer contas com menos bits, economizando memória sem perder qualidade) e aplicou gradient checkpointing (técnica que reduz o uso de memória ao recalcular partes do modelo quando necessário). Tudo isso rodando em infraestrutura de nuvem, o que tornou o experimento acessível sem exigir hardware próprio.

O modelo foi treinado com um dataset público (conjunto de dados usado para ensinar o sistema) que combina milhões de imagens com suas respectivas legendas. A Photoroom não revelou todos os detalhes, mas deixou claro que o foco foi acelerar iterações: a ideia é que, em vez de esperar semanas para ver se uma mudança funcionou, a equipe consiga testar hipóteses em horas. Isso é especialmente útil para startups que precisam ajustar modelos rapidamente conforme o produto evolui.

O projeto faz parte de uma série chamada PRX, onde a Photoroom compartilha aprendizados técnicos sobre como construir ferramentas de IA generativa de forma eficiente. A empresa já havia publicado artigos anteriores sobre arquitetura de modelos e pipelines de dados (sistemas que organizam e preparam informações para alimentar modelos de IA). Embora o PRX ainda não esteja disponível publicamente, a metodologia descrita pode ser replicada por outras equipes que trabalham com recursos limitados.

O resultado é um sinal de que o treinamento de modelos generativos está se tornando mais democrático. Há dois anos, criar um sistema desse tipo exigia semanas de trabalho e acesso a clusters de GPUs caríssimos. Hoje, com as ferramentas certas e um pouco de conhecimento técnico, é possível fazer experimentos sérios em tempo recorde — o que deve acelerar ainda mais a corrida pela personalização de IAs para casos de uso específicos, desde e-commerce até aplicativos educacionais.