Tecnologia & IA
Kling no topo, Sora fora de cena: a nova guerra do cinema IA
Há uma cena acontecendo agora no porão luminoso da inteligência artificial: não é exatamente cinema, não é exatamente videoclipe, não é publicidade, não é televisão. É tudo isso passando junto num projetor febril, como se Glauber Rocha tivesse encontrado um servidor cheio de GPUs, Rogério Sganzerla tivesse ganhado uma arena de benchmarks e os Mutantes resolvessem ensaiar dentro de uma timeline de edição.
A página “Best AI for Video Generation in 2026”, publicada pela LLM Stats, chega como um daqueles cartazes de festival que reorganizam a conversa. O site ranqueia os principais modelos de geração de vídeo por IA a partir de votos humanos cegos: pessoas assistem aos vídeos sem saber qual modelo os criou e escolhem os melhores. Nesse baile mascarado dos algoritmos, a grife não entra no palco. O que vale é o plano, o movimento, a física, a permanência dos objetos, a capacidade de não transformar mão em polvo, cadeira em fumaça, rosto em carnaval involuntário.
No topo, segundo a LLM Stats, está o Kling v3, da Kuaishou. O dado chama atenção porque desloca o eixo simbólico da disputa. Durante muito tempo, a conversa pública sobre vídeo por IA foi dominada por nomes ocidentais: Sora, da OpenAI; Veo, do Google; Runway, a startup mais associada ao imaginário profissional de criação audiovisual; Luma, Pika e outros satélites dessa constelação. Mas o ranking aponta outra batida: a China não está apenas correndo atrás. Está puxando o refrão.
A vitória do Kling, no enquadramento da LLM Stats, parece menos um prêmio de beleza e mais um prêmio de corpo. O modelo é destacado por sua física de movimento, pela continuidade dos objetos e pelo custo competitivo. Em vídeo gerado por IA, isso é decisivo. A imagem parada já foi domesticada. O retrato bonito, o pôster fake, a capa de disco inexistente, tudo isso virou feira livre. O problema agora é o tempo. O problema é fazer o personagem atravessar a sala sem derreter. Fazer a câmera girar sem rasgar a anatomia. Fazer uma onda bater sem parecer gelatina sem memória. Fazer o cinema deixar de ser ilustração e começar a respirar.
É aí que a página da LLM Stats entra como termômetro de uma mudança maior. O ranking não mede apenas “qual ferramenta é melhor”. Ele mede uma virada cultural: a geração de vídeo por IA saiu da fase do truque e entrou na fase da linguagem. Antes, a pergunta era: “consegue gerar?”. Agora é: “consegue dirigir?”.
A arena como cineclube selvagem
O método usado pela LLM Stats segue a lógica das arenas de avaliação: prompts são enviados a diferentes modelos, os vídeos são exibidos sem identificação, e os usuários votam. É um cineclube selvagem, sem ficha técnica, sem tapete vermelho, sem assessoria de imprensa cochichando no ouvido. A obra aparece nua. A marca some. O modelo que sobrevive é aquele que convence no olho.
Esse tipo de avaliação tem seus limites. Voto humano não é verdade divina. Pode privilegiar brilho, realismo fácil, impacto imediato. Pode confundir “parece caro” com “é melhor”. Pode premiar estética de trailer, clipe de luxo, publicidade de perfume, enquanto ignora sutilezas narrativas. Mas, para uma tecnologia que pretende fabricar imagens em movimento para humanos, a preferência humana importa. Cinema também sempre viveu disso: sala escura, respiração coletiva, aplauso, vaia, silêncio.
O curioso é que rankings diferentes contam histórias diferentes. Em outros placares especializados, como os da Artificial Analysis, Seedance 2.0, HappyHorse, Kling e outros modelos aparecem alternando posições conforme o recorte: com áudio, sem áudio, texto-para-vídeo, imagem-para-vídeo, preço, velocidade, qualidade percebida. É como comparar escolas de samba: uma ganha bateria, outra ganha comissão de frente, outra leva enredo, outra perde no recuo. O campeão depende da avenida.
A LLM Stats, ao colocar Kling v3 na liderança geral, enfatiza uma combinação de realismo, movimento e custo. A Artificial Analysis, por sua vez, mostra como Seedance 2.0 e HappyHorse também ocupam o centro da disputa. O resultado não é uma tabela pacificada, mas uma cena em ebulição. O ranking é menos sentença e mais fotografia de um incêndio.
O fantasma de Sora e a saída pela esquerda
O nome ausente ou deslocado nessa nova conversa é Sora. Quando a OpenAI apresentou o Sora original, em 2024, a impressão foi de choque. A promessa era quase ontológica: não apenas gerar vídeo, mas simular mundo. Depois veio Sora 2, com som, diálogo, física mais robusta e ambição de aplicativo social. Era a IA tentando virar TikTok, estúdio, brinquedo e espelho ao mesmo tempo.
Mas a trajetória pública do produto Sora virou também uma parábola sobre custo, risco e controle. A OpenAI informa que o produto Sora deixou de estar disponível em abril de 2026. A imagem que fica é de um astro que entrou cedo demais no palco, provocou histeria, abriu caminho, mas deixou o show antes do bis. O modelo pode continuar como tecnologia, mas o produto social, aquele teatro de avatares, cameos e remixes, saiu de cena.
Isso tem peso simbólico. Porque Sora era mais do que ferramenta: era narrativa. Era a promessa de que a OpenAI repetiria no vídeo o que fez no texto com o ChatGPT. Mas vídeo é outra fera. Texto custa pouco, viaja leve. Vídeo pesa. Vídeo queima computação. Vídeo encosta em rosto, corpo, voz, celebridade, direito autoral, deepfake, cinema, televisão, sindicato, estúdio, medo. Cada segundo sintético traz junto uma mala de advogados.
A saída do produto Sora, portanto, não significa derrota técnica. Significa que o vídeo por IA é um território mais inflamável do que o chat. O algoritmo pode até aprender a filmar; o mundo ainda não aprendeu a conviver com o que ele filma.
Seedance, Hollywood e o pânico de quem viu o futuro no feed
Se Kling é o campeão do ranking da LLM Stats, Seedance 2.0 é o personagem que entrou chutando a porta da cultura pop. A ByteDance, dona do TikTok, apresentou um modelo capaz de trabalhar com texto, imagens, vídeo e áudio, criando clipes curtos com som sincronizado e controle multimodal. A repercussão especializada foi imediata porque Seedance toca num nervo que Hollywood conhece bem: a semelhança.
O caso que circulou como sinal de alerta foi um vídeo sintético com Tom Cruise e Brad Pitt em uma cena de luta. A reação de figuras da indústria não foi apenas curiosidade técnica. Foi pânico profissional. A frase “acabou para nós”, dita em tom de assombro por um roteirista de Hollywood, resume o impacto: se uma pessoa com duas linhas de prompt consegue fabricar algo que parece caro, reconhecível e viral, qual é o chão do cinema industrial?
Essa pergunta não deve ser respondida com histeria, mas também não pode ser tratada como frescura de artista. O cinema é trabalho coletivo. É eletricista, câmera, maquiadora, montador, roteirista, ator, compositor, figurinista, continuísta, técnico de som, produtora de elenco. Quando a IA promete condensar esse batalhão num prompt, ela não está apenas lançando uma ferramenta. Está redesenhando relações de trabalho e autoria.
Ao mesmo tempo, há o outro lado: o da invenção pobre, brasileira, gambiarreira, independente. Para quem nunca teve orçamento, diária, autorização, caminhão de luz, travelling, grua ou finalização de luxo, esses modelos soam como uma câmera Super-8 caindo do céu — só que com alucinações, custo variável e termos de uso escritos por corporações. A promessa é sedutora: fazer um clipe, um trailer, uma cena, uma vinheta, um curta-manifesto. O perigo é confundir ferramenta com emancipação. A câmera digital barateou o cinema, mas não aboliu o mercado. A IA pode baratear a imagem, mas não garante liberdade.
Veo e Runway: o cinema como controle
Enquanto Kling e Seedance avançam com força, Google e Runway disputam outro campo: o controle criativo. O Veo 3.1, nas atualizações recentes, aposta em consistência, vídeo vertical, integração com plataformas do Google, referências visuais e upscaling. É o modelo pensado para circular entre Gemini, YouTube Shorts, Flow, API, Vertex AI e Google Vids. Não é apenas uma câmera: é uma infraestrutura.
A Runway, por sua vez, continua tentando ocupar o lugar de suíte profissional. Seu Gen-4.5 é apresentado como avanço em fidelidade visual, aderência a prompts, física, controle e consistência temporal. A empresa fala com o mercado audiovisual como quem diz: “não somos brinquedo, somos set de filmagem”. A mídia especializada reconhece os avanços, mas também registra as limitações: objeto que perde permanência, causalidade que tropeça, efeito que vem antes da causa. A IA já sabe fazer um plano bonito; ainda se atrapalha para entender por que uma porta só abre depois que alguém gira a maçaneta.
Essa é a fronteira real. O futuro do vídeo por IA não será decidido apenas por resolução, textura de pele ou brilho de lente anamórfica. Será decidido por causalidade. Por continuidade. Por direção de atores sintéticos. Por montagem. Por som. Por saber quando a câmera deve parar.
A estética do videoclipe infinito
O ranking da LLM Stats também revela um deslocamento estético. Os modelos estão ficando bons em gerar imagens com cara de publicidade premium, trailer de ficção científica, fashion film, clipe de artista internacional, vinheta de festival. A IA ama néon, chuva, câmera lenta, cidade molhada, rosto dramático, criança olhando para o céu, astronauta melancólico, mulher de cabelo ao vento, robô com alma, ruína bonita. Ela aprendeu o inconsciente visual do streaming.
É por isso que o tom musical é inevitável. A geração de vídeo por IA se parece muito com a história do sampler. Quando o sampler entrou na música, houve pânico: roubo, cópia, fim dos músicos, fim da autoria. Depois veio hip-hop, eletrônica, funk, colagem, remix, novas gramáticas. Mas também vieram processos, cercamentos, bibliotecas licenciadas, indústria reorganizada. O vídeo por IA está nesse momento: entre o baile e o tribunal.
A diferença é que o sampler musical pegava pedaços identificáveis de gravações. Os modelos de vídeo absorvem padrões estatísticos de imensos acervos audiovisuais, muitos deles protegidos, muitos deles arrancados da internet sem negociação clara. A disputa autoral será mais opaca, mais difícil e talvez mais violenta. Não se trata apenas de “copiar um trecho”; trata-se de reproduzir estilos, corpos, gestos, mundos.
E o Brasil nessa história?
Para o audiovisual brasileiro, a pergunta é urgente. O Brasil sempre fez cinema contra a escassez. Cinema Novo, Boca do Lixo, vídeo popular, clipe independente, documentário de guerrilha, produtora de quebrada, canal de YouTube, TikTok de periferia, funk ostentação, sertanejo universitário, tecnobrega, manguebeat, rap, piseiro, trap, brega funk — todos são, de algum modo, tecnologias sociais de produção com pouco recurso e muita linguagem.
A IA de vídeo pode entrar nessa linhagem como ferramenta de invenção. Pode ajudar artista independente a criar teaser, videoclipe, visualizer, animação, cenário impossível, projeção de show, material de campanha, narrativa experimental. Pode permitir que um coletivo faça uma ficção científica sertaneja anarquista sem esperar edital, sem pedir bênção para emissora, sem vender a alma para agência.
Mas também pode reforçar dependências: plataformas estrangeiras, cobrança por créditos, censura algorítmica, bloqueios de conteúdo, modelos treinados com referências que não entendem Brasil profundo, corpos brasileiros tratados como exotismo, periferia convertida em estética genérica. A questão não é usar ou não usar. A questão é disputar a linguagem.
O cinema brasileiro sempre soube que técnica não é neutra. Uma câmera na mão pode ser revolução ou vigilância. Um drone pode ser poesia ou polícia. Um algoritmo pode ser instrumento popular ou máquina de pasteurização. Depende de quem opera, de quem paga, de quem controla, de quem lucra e de quem aparece na imagem.
O ranking como parada musical
No fim, a página da LLM Stats funciona como parada musical de uma cena que muda toda semana. Hoje Kling v3 lidera. Amanhã pode ser Seedance, Veo, Runway, HappyHorse, Wan, LTX, algum modelo aberto saído de laboratório chinês, israelense, americano ou de uma garagem com GPUs alugadas. O ranking importa, mas o mais importante é a tendência: o vídeo por IA deixou de ser curiosidade e virou linguagem competitiva.
A pergunta “qual é o melhor modelo?” talvez seja pequena demais. A pergunta maior é: que tipo de imagem esses modelos estão ensinando o mundo a desejar? Uma imagem rápida, lisa, cara, obediente, infinita? Ou uma imagem estranha, política, errada, brasileira, ruidosa, inventiva?
Kling pode estar no topo da tabela. Seedance pode assustar Hollywood. Veo pode virar infraestrutura do YouTube. Runway pode se vender como estúdio portátil. Sora pode ter deixado a cena como produto, mas permanece como fantasma fundador. No meio disso tudo, criadores olham para a tela como músicos diante do primeiro sintetizador barato: alguns vão fazer jingles, outros vão fazer ruído, outros vão inventar um gênero.
O cinema sintético ainda está em seu primeiro ato. A câmera acendeu. O algoritmo pediu silêncio. Mas, como no melhor cinema brasileiro, a plateia não vai obedecer quieta.
Tecnologia & IA
Suno Studio 2.0 quer deixar de ser “gerador de música” — e disputar o território das DAWs
Nova versão acrescenta MIDI, automação, sintetizador, efeitos e um assistente de IA capaz de compreender a sessão musical. Mais do que uma atualização, o lançamento revela a nova ambição da Suno: transformar a inteligência artificial de uma máquina de gerar canções em um ambiente de produção musical.
Há uma diferença enorme entre apertar um botão e gerar uma música e sentar diante de uma sessão, escolher acordes, mudar uma linha de baixo, automatizar um volume, decidir quanto reverb uma voz merece e descobrir que a ponte ainda não funciona.
É justamente nesse espaço — o espaço entre gerar e produzir — que a Suno decidiu concentrar sua nova ofensiva.
Apresentado em 13 de agosto de 2026, o Suno Studio 2.0 é a tentativa mais clara da companhia de atravessar a fronteira que separa os populares geradores de música por inteligência artificial das tradicionais Digital Audio Workstations, as DAWs que há décadas formam o centro nervoso da produção musical.
O movimento é importante porque muda a pergunta.
Até recentemente, a discussão ao redor da Suno era: “uma inteligência artificial consegue criar uma música inteira?”
Com o Studio 2.0, a empresa parece querer que a pergunta seja outra:
“E se a inteligência artificial estiver dentro do estúdio, trabalhando ao lado do produtor durante todo o processo?”
Essa mudança de posição pode ser muito mais relevante para o futuro da música do que simplesmente lançar um modelo capaz de produzir uma canção mais realista.
De gerador de músicas a estação de trabalho
Quando o primeiro Suno Studio foi apresentado, em setembro de 2025, a empresa já tentava fugir da imagem de uma simples caixa de prompts.
A Suno passou a defini-lo como uma “Generative Audio Workstation”, uma estação de trabalho na qual geração e edição de áudio acontecem no mesmo ambiente. A primeira versão permitia trabalhar em uma timeline multipista, importar áudio, separar elementos, gerar variações de stems e exportar material em áudio ou MIDI.
Em fevereiro de 2026, a versão 1.2 aprofundou essa direção.
Chegaram ferramentas como Warp Markers, quantização, suporte a diferentes fórmulas de compasso, sistema de takes alternativos e Remove FX, recurso destinado a reduzir efeitos previamente incorporados ao áudio gerado.
Era evidente que alguma coisa estava acontecendo.
A Suno estava lentamente acrescentando ao seu universo conceitos conhecidos por qualquer produtor que utilize Logic, Ableton Live, FL Studio, Cubase, Pro Tools ou Reaper.
O Studio 2.0 praticamente abandona qualquer timidez nessa estratégia.
Segundo o The Verge, a nova versão acrescenta justamente algumas das ferramentas que faltavam para o Studio começar a se parecer menos com um editor de resultados gerados pela IA e mais com uma estação de produção musical propriamente dita.
MIDI muda completamente a conversa
A principal novidade é também uma das tecnologias mais antigas da produção digital: MIDI.
Parece paradoxal.
Em pleno 2026, uma das companhias mais avançadas da geração musical está comemorando a chegada de uma tecnologia criada nos anos 1980.
Mas faz todo sentido.
MIDI continua sendo uma espécie de linguagem universal da música eletrônica. Ele permite registrar notas, acordes, duração, dinâmica e performance sem amarrar essas informações a um determinado som.
E é exatamente aí que a Suno acrescenta sua camada generativa.
No Studio 2.0, o músico poderá tocar ou inserir acordes e melodias e utilizar esse material como informação para a inteligência artificial.
Isso permite imaginar um workflow muito diferente de:
“Faça uma música indie triste sobre o fim de um relacionamento.”
Agora o ponto de partida pode ser uma progressão harmônica tocada pelo próprio usuário.
A IA pode receber essa ideia, convertê-la em áudio, desenvolver uma melodia, criar uma segunda seção ou elaborar instrumentações ao redor daquele material. O MIDI deixa de ser apenas informação para disparar instrumentos virtuais e passa a funcionar também como prompt musical.
Essa talvez seja a verdadeira mudança conceitual do Studio 2.0.
O prompt deixa de precisar ser apenas texto.
O músico pode fazer o prompt com música.
Para quem acompanha a discussão sobre autoria na inteligência artificial, essa diferença não é pequena.
Quanto mais o sistema permite introduzir decisões musicais específicas — melodias, ritmos, progressões, arranjos e performances — menos a experiência precisa depender exclusivamente do mecanismo quase lotérico de escrever uma descrição e aguardar o que a máquina vai entregar.
Finalmente, automação
Outra novidade parece trivial para quem trabalha com uma DAW tradicional, mas representa uma mudança importante dentro do ecossistema Suno: automação.
O Studio 2.0 permite programar mudanças de parâmetros ao longo da música.
Volume e panorama podem variar durante o arranjo, por exemplo.
É o tipo de recurso aparentemente pequeno que separa uma ferramenta de montagem de áudio de uma ferramenta de produção.
Uma guitarra pode aparecer gradualmente.
Um sintetizador pode migrar de um lado para outro do estéreo.
Um instrumento pode recuar quando a voz entra.
Uma seção inteira pode crescer dinamicamente antes do refrão.
São decisões de produção.
E são justamente essas decisões que, historicamente, constituem parte importante da assinatura de um produtor musical.
O primeiro sintetizador da Suno
O Studio 2.0 também ganha um sintetizador próprio.
Segundo a análise inicial do The Verge, trata-se de um instrumento relativamente simples, baseado em duas wavetable oscillators, três envelopes e quatro LFOs.
Por enquanto, há uma limitação importante: o Studio aparentemente ainda não oferece suporte completo ao universo tradicional de plugins VST de terceiros.
Isso significa que um produtor acostumado a abrir instrumentos e efeitos de empresas como Arturia, Native Instruments, FabFilter, Waves ou Soundtoys ainda não encontra no Studio a mesma liberdade existente nas grandes DAWs.
É um detalhe técnico que ajuda a colocar o lançamento em perspectiva.
O Suno Studio 2.0 está se aproximando de uma DAW.
Ainda não significa que tenha substituído uma.
Efeitos entram definitivamente na plataforma
Outra peça importante são os efeitos internos.
O Studio 2.0 incorpora ferramentas como EQ, compressão, reverb, delay e distorção, permitindo que parte significativa do tratamento sonoro seja realizada diretamente dentro da plataforma.
Mais interessante, entretanto, é a maneira como esses efeitos podem ser utilizados.
Porque o produtor pode manipulá-los.
Mas a IA também pode.
E é aqui que o Suno Studio começa a revelar uma proposta diferente da lógica tradicional das DAWs.
Um produtor assistente dentro da sessão
O Studio 2.0 adiciona um chatbot contextual conectado ao projeto.
Não se trata simplesmente de abrir uma janela e perguntar coisas a uma inteligência artificial genérica.
O assistente conhece a sessão.
Ele consegue interpretar elementos do projeto e receber instruções relacionadas à música que está sendo produzida.
Pode ajudar a escrever letras, sugerir ou produzir uma nova linha de guitarra, corrigir MIDI e atuar sobre determinados elementos da mixagem.
Em vez de abrir um compressor e decidir ataque, release, threshold e ratio, o usuário pode, em determinados casos, simplesmente indicar o resultado que deseja.
Algo próximo de:
“Faça essa voz soar melhor.”
A IA pode então aplicar uma cadeia envolvendo equalização, compressão e reverb.
É uma inversão enorme na interface tradicional da produção musical.
Durante décadas, softwares musicais reproduziram digitalmente a lógica dos estúdios físicos.
Knobs.
Faders.
Cabos.
Racks.
Mesas.
Compressores.
Equalizadores.
A inteligência artificial introduz outra interface:
intenção.
O usuário descreve o que deseja ouvir, e o sistema tenta traduzir aquela intenção em operações técnicas.
Plugins criados por conversa
Talvez a função mais futurista do Studio 2.0 esteja justamente aqui.
O chatbot pode criar efeitos personalizados.
Segundo o The Verge, o sistema consegue produzir, a partir de instruções, variações próprias de reverbs, chorus, compressores e outros processamentos, que depois podem ser salvos na conta do usuário e reutilizados.
A ideia é potencialmente explosiva.
No modelo tradicional, um músico escolhe entre plugins previamente desenvolvidos.
Nesse novo paradigma, ele poderá descrever o processamento que deseja e pedir ao sistema para construir uma ferramenta específica para aquela necessidade.
Em outras palavras:
o efeito deixa de ser necessariamente um produto e pode virar uma geração.
É difícil exagerar o quanto essa ideia pode alterar futuramente o mercado de software musical.
O que a imprensa já vinha dizendo sobre o Suno Studio
Como o Studio 2.0 foi apresentado em 13 de agosto, a cobertura especificamente dedicada à nova versão ainda é inicial.
O primeiro movimento relevante da mídia especializada em tecnologia veio do The Verge, que interpretou o lançamento justamente como uma tentativa da Suno de transformar o Studio em uma ferramenta mais próxima de uma verdadeira DAW.
Mas as análises das versões anteriores ajudam a entender o tamanho do desafio.
Em janeiro, a MusicTech concedeu nota 6/10 ao Suno Studio.
A revista reconheceu como qualidades a facilidade de acesso pelo navegador, a musicalidade dos resultados, o controle mais granular em comparação com o gerador tradicional e principalmente a possibilidade de exportar stems e MIDI.
Ao mesmo tempo, apontou resultados inconsistentes, artefatos de áudio, dificuldade de domínio e questões éticas relacionadas aos modelos de inteligência artificial.
A avaliação era reveladora.
O Studio parecia interessante justamente porque devolvia ao produtor parte do controle que havia sido perdido na lógica do prompt.
Mas ainda estava longe de oferecer a previsibilidade das ferramentas profissionais.
O TechRadar, ao experimentar a primeira geração do Studio, chegou a uma conclusão semelhante: havia uma combinação promissora entre geração por IA e edição próxima da lógica do GarageBand, embora os melhores resultados continuassem dependendo de intervenção e refinamento humanos.
O Studio 2.0 parece responder diretamente a muitas dessas críticas.
MIDI, automação, efeitos e ferramentas contextuais oferecem justamente mais pontos de intervenção.
Quanto mais controle, menos “caça-níquel”?
Existe uma crítica recorrente aos geradores musicais: a sensação de estar diante de uma máquina caça-níquel criativa.
Você escreve um prompt.
Gera.
Não gostou.
Gera novamente.
Não gostou.
Troca duas palavras.
Gera outra vez.
Em algum momento, aparece algo interessante.
A própria crítica da MusicTech à imprevisibilidade da geração aponta para esse problema.
O modelo das chamadas AI DAWs tenta resolver justamente isso.
Em vez de substituir uma música inteira porque o baixo ficou ruim, substitui-se o baixo.
Em vez de gerar novamente uma faixa porque o refrão não funcionou, trabalha-se apenas naquele trecho.
Em vez de aceitar a harmonia proposta pela máquina, o músico escreve a sua.
É uma mudança aparentemente técnica que possui uma consequência cultural:
a unidade básica da inteligência artificial musical deixa de ser “a música pronta” e passa a ser “a decisão musical”.
Isso aproxima a IA da lógica de uma ferramenta.
Mas existe um paradoxo
Quanto mais o Studio ganha ferramentas profissionais, mais surge outra questão.
Quem está tomando as decisões?
O próprio The Verge chama atenção para isso ao observar que o chatbot pode assumir tarefas que poderiam ser feitas manualmente pelo músico, como corrigir MIDI ou decidir uma cadeia de efeitos.
A mesma tecnologia que oferece mais controle pode oferecer também mais automação.
Esse será provavelmente um dos grandes debates dessa nova geração de softwares.
Uma inteligência artificial dentro da DAW pode ampliar a capacidade do músico.
Mas também pode transformar algumas escolhas antes conscientes em operações invisíveis.
A tecnologia democratiza processos técnicos?
Sim.
Mas democratizar produção não precisa significar eliminar decisão artística.
O desafio será construir ferramentas em que a máquina amplie possibilidades sem transformar criação em mera aprovação de sugestões.
O lançamento acontece no momento mais delicado — e poderoso — da Suno
O Studio 2.0 também não surge num vácuo.
A Suno tornou-se uma das empresas mais relevantes e controversas da nova indústria de música generativa.
Em fevereiro de 2026, a companhia já contabilizava 2 milhões de assinantes pagos e US$ 300 milhões de receita recorrente anual, segundo números divulgados por seu CEO e repercutidos pelo TechCrunch.
Em junho, captou outros US$ 400 milhões, numa rodada que avaliou a companhia em US$ 5,4 bilhões.
Ao mesmo tempo, continua envolvida em disputas de direitos autorais.
Universal Music Group e Sony mantêm ações contra a companhia, enquanto a relação com parte da indústria fonográfica começa a mudar da guerra judicial para o licenciamento.
A Warner Music Group chegou anteriormente a um acordo com a Suno e, nesta semana, a BMG anunciou uma aliança global que prevê participação voluntária de artistas e compositores e remuneração pelo uso de repertório em modelos licenciados.
Isso coloca o Studio 2.0 no meio de uma transformação muito maior.
A Suno não quer mais ocupar somente o território experimental da inteligência artificial.
Ela está tentando entrar no sistema operacional da música.
Uma coincidência simbólica: D’Addario e o problema da transparência
Há ainda uma ironia impossível de ignorar.
Na mesma semana do lançamento do Studio 2.0, a tradicional fabricante de cordas D’Addario admitiu que Suno Studio havia sido utilizado para regenerar material musical de um vídeo promocional depois de inicialmente negar o uso de IA generativa.
O episódio provocou críticas justamente porque envolve transparência.
É uma espécie de retrato involuntário do momento atual.
A tecnologia já está chegando aos fluxos de produção.
A questão não é mais apenas se músicos, produtores e empresas utilizarão inteligência artificial.
A questão passa a ser:
como ela será utilizada, quem tomou as decisões criativas e quando seu uso precisa ser informado?
IA musical entra na fase do instrumento
Durante sua primeira fase, a geração musical por inteligência artificial ficou marcada pelo espetáculo.
“Olhe, escrevi uma frase e surgiu uma música.”
Era impressionante.
Também era limitado.
O Studio 2.0 aponta para uma segunda fase.
Nela, inteligência artificial deixa progressivamente de ser apenas uma máquina que entrega obras prontas e começa a ocupar funções dentro do processo de criação.
Uma melodia pode se tornar prompt.
Um MIDI pode ser desenvolvido.
Um erro pode ser corrigido.
Uma guitarra pode ser imaginada.
Uma cadeia de efeitos pode ser construída.
Um plugin pode nascer de uma conversa.
O músico não precisa necessariamente entregar a obra inteira ao algoritmo.
Pode entregar problemas.
E pedir soluções.
É nesse ponto que ferramentas como o Suno Studio 2.0 podem provocar uma transformação muito mais profunda do que os primeiros geradores de músicas.
Porque não estamos mais falando apenas de computadores capazes de fazer músicas.
Estamos falando de computadores começando a participar do ato de produzir música.
E essa diferença provavelmente definirá a próxima batalha da indústria.
A disputa não será simplesmente entre música humana e música artificial.
Será entre diferentes formas de organizar a relação entre músico, instrumento e inteligência artificial.
O Suno Studio 2.0 é, até aqui, uma das demonstrações mais ambiciosas dessa mudança.
Ele ainda não parece pronto para aposentar Ableton, Logic, Cubase ou Pro Tools.
Talvez nem precise.
A questão mais interessante é outra.
Se as DAWs tradicionais também incorporarem agentes generativos — e se plataformas como Suno continuarem incorporando ferramentas tradicionais de produção — esses dois mundos inevitavelmente começarão a convergir.
E nesse momento talvez a expressão “música feita com IA” comece a perder parte do significado.
Assim como ninguém hoje descreve uma faixa como “música feita com computador” apenas porque ela passou pelo Pro Tools.
A verdadeira revolução do Studio 2.0, portanto, talvez não esteja em conseguir fazer a máquina compor mais.
Pode estar justamente no contrário:
fazer a inteligência artificial finalmente aprender a ocupar o lugar de uma ferramenta dentro do estúdio — enquanto o músico decide o que fazer com ela.
Redação assistida por IA. Prompt, curadoria e edição: Silnei L. Andrade.
A relação entre inteligência artificial e indústria musical acaba de ganhar mais um capítulo importante. A Suno fechou um acordo global de licenciamento com a BMG, ampliando a integração entre plataformas de música generativa e grandes detentores de direitos autorais.
Pelo acordo, músicas dos catálogos de gravações e publishing da BMG poderão ser utilizadas no desenvolvimento de modelos da Suno. A participação será voluntária: artistas e compositores poderão decidir se querem fazer parte do programa e, segundo as empresas, serão remunerados pelo uso de suas obras — inclusive por determinados usos anteriores.
É uma mudança importante de cenário.
Em 2024, Suno e outras empresas de IA musical estavam no centro de uma ofensiva judicial das grandes gravadoras, acusadas de utilizar gravações protegidas para treinamento de seus modelos sem autorização. A disputa não desapareceu: Universal e Sony continuam em litígio com a Suno, e entidades de gestão de direitos na Europa também pressionam por modelos de licenciamento e remuneração.
Mas parte da indústria já escolheu outro caminho.
Em novembro de 2025, a Warner Music Group chegou a um acordo com a Suno, permitindo o desenvolvimento de novos modelos utilizando música licenciada e prevendo experiências com artistas que decidam participar. A própria Suno afirmou que pretende desenvolver modelos treinados com conteúdo autorizado e criar novas formas de interação entre músicos e público.
Agora a BMG amplia esse movimento.
O ponto mais relevante talvez não seja a tecnologia, mas a transformação do debate. A questão começa a deixar de ser simplesmente “podemos usar IA para fazer música?” para se tornar “quem autoriza, quem recebe e quem controla esse uso?”
Esse é justamente o território em que a indústria musical deverá disputar os próximos anos.
A GEMA, que representa mais de 100 mil compositores, letristas e editoras na Alemanha, já desenvolve modelos de licenciamento para treinamento de sistemas de IA e defende que inovação tecnológica e remuneração dos criadores podem coexistir. Ao mesmo tempo, mantém disputas judiciais buscando estabelecer juridicamente essa obrigação.
Para artistas, produtores e criadores independentes, o avanço desses acordos sinaliza que a música generativa dificilmente será um fenômeno paralelo à indústria tradicional.
Ela está começando a fazer parte dela.
E a próxima grande disputa talvez não seja sobre a existência da inteligência artificial na música, mas sobre quem terá poder para definir suas regras — e quem ficará com o valor criado por ela.
Fontes: MusicRadar, Suno, Financial Times, GEMA e The Verge.
Empresa prepara marca d’água, impressão digital de áudio e novas restrições de download para facilitar a identificação de músicas produzidas em sua plataforma.
A Suno anunciou novas medidas para tornar músicas geradas por inteligência artificial mais fáceis de identificar e dificultar o uso de sua plataforma para produção em massa, spam e fraude no streaming. Entre as mudanças estão tecnologias de marca d’água digital e fingerprinting de áudio, além de uma nova política para downloads.
Segundo Mikey Shulman, CEO e cofundador da Suno, as novas marcas deverão sobreviver a tentativas de manipulação do arquivo sem alterar perceptivelmente a experiência de audição. A ideia é permitir que distribuidores e plataformas reconheçam conteúdo produzido com a ferramenta e tenham mais recursos para combater usos fraudulentos.
A Suno também prepara restrições para a exportação em massa de músicas. O plano, anunciado inicialmente após o acordo que encerrou o processo da Warner Music Group contra a empresa, prevê impedir downloads no plano gratuito e estabelecer limites mensais para assinantes pagos.
IA não é sinônimo de spam
A diferença é importante. A própria Suno afirma que não pretende decidir se uma música é boa, ruim ou “humana o suficiente”. O foco declarado é combater fraude, falsificação, spam, engajamento artificial e uso não autorizado de vozes e obras.
O problema ganhou escala. Em junho de 2026, músicas totalmente geradas por IA chegaram a representar mais de 50% dos novos uploads diários na Deezer em dias de pico, cerca de 90 mil faixas por dia. Apesar do volume, elas responderam por apenas 1% a 3% das reproduções. A Deezer afirma ainda que até 85% dos streams desse material identificados em 2025 estavam associados a fraude.
O Spotify segue caminho semelhante: a plataforma criou filtros contra spam e mecanismos para informar como a IA participou de uma gravação, tentando diferenciar uso criativo da tecnologia de manipulação, clonagem não autorizada e fazendas de conteúdo.
Essa distinção começa a virar padrão na indústria. Em julho, entidades como IFPI, RIAA, A2IM, IMPALA e SAG-AFTRA apresentaram um sistema voluntário que separa músicas “AI-Generated”, produzidas majoritariamente por IA, de obras “AI-Assisted”, essencialmente humanas que utilizaram IA em partes do processo.
A discussão, portanto, começa a mudar. Em vez de simplesmente perguntar se uma música foi feita com inteligência artificial, plataformas, artistas e empresas precisarão responder outra questão: quem criou, como a IA foi usada e quem está tentando transformar automação em fraude?
-
Tecnologia & IA2 semanas atrásSuno vai marcar músicas feitas por IA para combater spam e fraude no streaming
-
Cinema6 dias atrásCully Hill Boys: o filme de IA que escancara a importância da direção humana
-
Tecnologia & IA6 dias atrásSuno Studio 2.0 quer deixar de ser “gerador de música” — e disputar o território das DAWs
-
Tecnologia & IA6 dias atrásDepois da Warner, Suno fecha acordo de licenciamento com a BMG