IA analisa mais de 450 câmeras para encontrar o Wally
IA analisa mais de 450 câmeras para encontrar o Wally
Um modelo aberto revisa gravações de câmeras desprotegidas no mundo todo para localizar pessoas com roupas semelhantes às de Wally.
IA analisa mais de 450 câmeras para encontrar o Wally
O artista belga Dries Depoorter criou um projeto artístico inusitado: uma rede neural revisa gravações de câmeras desprotegidas e procura pessoas semelhantes ao personagem de Onde está o Wally?.
Para a busca, é usado o modelo aberto Qwen3-VL da Alibaba, que roda localmente em três placas de vídeo para jogos. A IA analisa cada quadro e procura a roupa listrada vermelha e branca característica e um gorro com pompom.
Até agora, o sistema verificou 1,68 milhão de quadros e encontrou 13 correspondências em diferentes países, incluindo Estados Unidos, Japão e Peru. O artista confere manualmente cada achado.
O jogo de esconde-esconde atingiu um novo nível. Mais informações em WallyFinder.
Por que isso importa
AnáliseO projeto mostra como modelos multimodais abertos podem transformar grandes fluxos de vídeo em ferramentas de pesquisa e também levanta questões sobre privacidade e segurança de câmeras desprotegidas.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
JSON — dados estruturados para aplicações, APIs e agentes de IA
Guia prático completo sobre o formato JSON: regras de sintaxe, serialização via parse/stringify, integração com REST API, JSON Schema e saída estruturada para inteligência artificial.
Formato CSV: Guia completo para automação e trabalho com IA
Guia prático sobre o uso do formato CSV em pipelines de IA: especificação RFC 4180, comparação com XLSX e JSON, limpeza e enriquecimento massivo de dados, codificação em Python e prompts prontos.
Patch: plataforma para criar jogos, modding e lançar projetos
Patch é uma plataforma de desenvolvimento de jogos com mais de 50.000 assets open source, suporte a modding e controle via CLI e MCP.
Vetores Multimodais (Multimodal Embeddings / CLIP)
Tecnologia de mapeamento de diferentes tipos de mídia (texto, imagens, áudio) para um único espaço vetorial multidimensional comum, utilizando arquiteturas como OpenAI CLIP ou Google SigLIP. Permite buscar fotografias por descrições textuais ou encontrar músicas semelhantes a partir de uma imagem.