ChatGPT
Perplexity
Claude
Gemini
Como a Mile 80 usa a OpenArt para ampliar enormemente sua produção, e o que se torna possível quando o fluxo de trabalho muda
Para Ryan Sheffer, a relação com a OpenArt começou com um recurso que fazia a maior parte do trabalho pesado. "O recurso número um que a gente usou por mais tempo foi quadro inicial, quadro final, faz um vídeo", diz ele: gere o primeiro quadro de uma cena, gere o último e deixe o modelo preencher o movimento entre eles. Por mais simples que pareça, foi assim que o estúdio de Sheffer, Mile 80, colocou discretamente cenas geradas por IA em trabalhos para algumas das marcas mais reconhecidas do mundo. Em um projeto recente da BMW, a Mile 80 entregou vídeos para a Mini Cooper e a Rolls Royce e, segundo Sheffer, a maior parte do material relacionado à BMW naquela temporada tinha pelo menos uma cena gerada ou parcialmente gerada com a OpenArt — o tipo de cliente premium que, nas palavras dele, "você nem imaginaria que teria IA nos vídeos."
Sheffer founded Mile 80 nearly a decade ago after years of working as what he calls "the nerdy guy" in post-production and visual effects. The studio built its name in live events: 360-degree screens, spatial storytelling, the kind of shows where a single project might need hundreds of assets rendered at 30K resolution. It's a business built on technical difficulty, and Sheffer has spent his career finding the next hard problem before everyone else does. That instinct is what brought him to AI early, and it's also what makes him refreshingly honest about where it actually helps.
Por que quadro inicial e quadro final mudaram tudo
Sheffer conversou com a gente para contar o que aconteceu quando sua equipe parou de tratar a OpenArt como um gerador isolado e começou a construir em torno dela.
A virada veio quando a OpenArt abriu seu servidor MCP. A Mile 80 começou a colocar sua própria interface por cima, usando o Claude para gerenciar todo o processo criativo, desde montar listas de cenas até criticar quadros individuais, e roteando as requisições de geração para a OpenArt por baixo. "A gente começou tipo a colocar uma UI por cima disso", explica Sheffer, "basicamente agora só construímos com o Claude, o que é muito interessante. Então, hoje em dia, nossa UI é o Claude conversando com a OpenArt."
In practice, that means Mile 80's artists talk to Claude the way they'd talk to a coordinator on a physical set. They define characters, environments, and reference images, then Claude builds what Sheffer calls a production bible and shot list, and routes generation requests to OpenArt for the actual start and end frames. Two of his artists, Camila and Francez, built a custom Claude skill that takes a script, breaks it into individual shots, and fires off the OpenArt requests automatically. "It works really well," Sheffer says.
Uma das peças de que Sheffer mais se orgulha é uma animação da Rolls Royce que a Mile 80 fez inteiramente com quadros gerados pela OpenArt, o tipo de trabalho para marca de luxo que, segundo ele, não tem precedente real de envolvimento de IA. "Não consigo pensar numa marca mais premium que essa", diz ele.
OpenArt's contribution here goes beyond just start and end frames. Rather than generating a finished background, Mile 80 prompts OpenArt to build visuals with a green screen already baked into the shot, then relies on its own compositing tools, the same ones it's always used, to pull that green screen out and layer the shot into the scene. It's the detail that lets Sheffer's team keep working the way a VFX shop always has, just with a generated element standing in for what used to be a live-action plate. The same approach produced a character Mile 80 built for LangChain, an animated figure named Newton generated with a green screen baked in and then composited out, set to appear as part of a New York City subway campaign.
O projeto que deveria ter sido impossível
The clearest example of what that pipeline makes possible is Gammarama, a live event series the client wanted positioned as something like the new TED talks: more serious than the brand's usual output, without losing its sense of fun. Sheffer's team had five weeks to develop the entire visual identity and then deliver on it. "There was only five weeks to develop the entire visual identity," he says, "what the deliverables would be, each of the video scripts, each of the videos, storyboards, and then execute and deliver for a large screen display."
Sheffer é direto sobre o que esse prazo teria significado sem um pipeline baseado em IA. "Teria sido absolutamente impossível", diz ele. "Não havia a menor chance de a gente ter feito o que fez." A equipe teria que reduzir o conceito para algo mais simples e menos marcante só para bater o prazo: menos estilos visuais misturados, menos elementos animados na tela, algo mais próximo de uma edição direta do que da identidade estilizada e em camadas que o cliente acabou recebendo. Ele credita a Fran, seu animador principal, por impulsionar os fluxos de trabalho de IA da equipe o suficiente para tornar a versão ambiciosa possível.
What made the timeline work wasn't a single clever trick so much as the team's willingness to treat "if this were possible, how would we do it" as the starting question, rather than "can we even attempt this." Green screen and alpha-channel generation handled the layering, while Claude, connected through MCP, handled direction and shot management. And because OpenArt could turn a concept into a usable start and end frame quickly, the team could iterate on a look before committing real production time to it.
A diferença entre arte e enrolação
Sheffer's read on generative AI is more particular than the average AI-optimist take, partly because he's been burned by the hype cycle before. Back in 2013, before founding Mile 80, he ran a company that automatically generated short news videos from trending social posts, pulling content based on hashtag and location spikes and stitching it into a reel with an early large language model. It worked, in the sense that it got views. It also produced, by his own account, a video about a viral photo of a slice of pizza at the World Series that did numbers, and that was the moment he started backing away from the business. "I did see AI slop immediately as the core issue," he says. "That's funnily enough kind of why Mile 80 was started."
That history is why he's specific about what AI tools are actually good for. "The generative AI tools are the world's fastest, and in some ways dumbest, employees you have," he says. "You have to be incredibly specific with what you ask for. And if you correctly ask them for it, they will give it to you." He compares the goal to how David Fincher uses visual effects in nearly every shot of every film he makes, so seamlessly that audiences never register them as effects at all. "No one thinks of him as a visual effects director ever," Sheffer says. "Why? It's so good. It's integrated into the scene." The alternative, in his view, is the same failure mode people associate with the least-liked Marvel visual effects work: technically present, but not actually serving the story. "That's the same thing as AI slop," he says. "It's not understanding how to use the tool."
Ele é igualmente claro sobre onde traça o limite para o próprio uso. "Eu nunca vou querer acesso à API da OpenArt para gerar cem mil vídeos de uma banana contando uma piada", diz ele, e leva isso mais a sério do que uma brincadeira: geração em massa e sem controle é exatamente o modo de falha que ele viu afundar sua empresa anterior.
Mais ambição, mesmo prazo
Sheffer não maquia o que a geração mais rápida realmente proporciona à Mile 80: não mais clientes, mas um trabalho muito mais ambicioso dentro dos prazos que eles já têm. "Descobri que é mais rápido", diz ele, "mas o projeto que agora vai ter um Godzilla antes não tinha tempo de fazer o Godzilla do jeito antigo. Sua capacidade de ir da ideia à visualização melhora muito." Um conceito que antes seria discretamente simplificado para caber no prazo agora pode continuar tão ambicioso quanto o briefing realmente pedia.
A única restrição que não mudou é a revisão do cliente. "Mesmo que a gente consiga fazer um vídeo em um dia, ele ainda precisa subir a cadeia de aprovação", diz Sheffer, e esse ciclo de aprovação define o ritmo real de um projeto por mais rápida que fique a etapa de geração. É uma distinção que vale refletir: o valor aqui não é um prazo mais curto, é um teto muito mais alto do que cabe dentro do prazo que você já tem.
O próximo grande desafio
The newest thread Mile 80 is pulling on is live action. Rather than generating a scene from scratch, the team is testing what happens when real footage, shot quickly and simply, gets AI effects, creature work, or set extension added in post. Sheffer thinks there's real room to run here: "I could see a workflow for sure of filming with an iPhone and getting out high quality Hollywood blockbuster style," he says, enough that he half-jokes about the approach eventually undercutting the traditional camera market.
The limiting factor, in his view, is still human emotion. "Our eyes are so used to, and our brains are so used to, knowing that's a human being, that it's always the hardest thing to fake," he says. That's part of why he's also been thinking through quicker face-replacement pipelines, layering real webcam performance onto a generated character rather than trying to generate the performance itself. It's a fitting place for the story to land: even the team most willing to push a pipeline as far as it can go still draws the line at the same place, the parts of the work that come from being human.