A área de vídeos com IA generativa está agora bastante em alta, mas todos estão presos a um obstáculo comum — custos de armazenamento demasiado elevados, velocidade de acesso aos dados insuficiente e a proteção da privacidade do utilizador continua a ser um grande problema.

Recentemente, vi um caso interessante. A plataforma de vídeos com IA generativa Everlyn voltou-se para o armazenamento descentralizado, escolhendo o Walrus como camada de dados central, quebrando diretamente essas dificuldades do setor. Esta fusão profunda de IA com armazenamento distribuído é, na verdade, bastante digna de atenção.

Qual é a vantagem competitiva principal da Everlyn? O seu modelo Everlyn-1 consegue transformar uma imagem estática em vídeo de alta qualidade em 16 segundos, uma velocidade que supera de longe plataformas como a Midjourney. O suporte tecnológico por trás disso não seria possível sem o apoio do Walrus.

Esta colaboração é de grande escala. A Everlyn já migrou mais de 5000 vídeos de utilizador, com resoluções entre 480p e 720p, para o Walrus, e planeia também transferir conjuntos de dados de treino, pontos de verificação de modelos e caches KV que estavam originalmente na AWS e Azure, totalizando mais de 50GB. Para uma plataforma de geração de vídeos com IA, isto é um grande movimento.

Por que fazer isto? Custos. O custo de armazenamento dos dados de treino determina diretamente o preço do serviço. A tecnologia de codificação de correção de erros bidimensional Red-Stuff usada pelo Walrus consegue reduzir os custos de armazenamento ao nível mais baixo do setor, permitindo que a Everlyn mantenha uma geração rápida e, ao mesmo tempo, reduza a barreira de entrada para os criadores.

Há ainda um detalhe — a solução de armazenamento em lote Quilt. O processo de geração de vídeos produz muitos ficheiros pequenos fragmentados, e esta solução consegue lidar com eles de forma eficiente, permitindo processamento em lote e acesso rápido, garantindo a atualização em tempo real do modelo. Parece uma solução completa.