Peça a uma inteligência artificial para criar uma cadeira azul e provavelmente receberá uma cadeira azul. Agora peça que ela use exatamente o mesmo azul presente na identidade visual de uma empresa, sem alterar o tecido, a iluminação ou o restante da cena. É nesse ponto que a aparente criatividade dos geradores de imagem começa a revelar uma limitação bastante concreta: eles entendem ideias de cor, mas ainda têm dificuldade para obedecer a uma especificação precisa.
O Paint-Anything, apresentado por pesquisadores em setembro de 2026, tenta fechar essa distância entre a linguagem vaga dos prompts e o controle exigido pelo trabalho profissional. O modelo recebe uma cor hexadecimal de 24 bits, como as usadas diariamente por designers e desenvolvedores, e aprende a aplicá-la a objetos tanto na geração de novas imagens quanto na edição de imagens existentes.
A proposta parece modesta diante de modelos capazes de criar cenas inteiras a partir de uma frase. Mas ela ataca uma das diferenças fundamentais entre produzir uma imagem impressionante e operar uma ferramenta confiável. Para uma marca, não basta que o vermelho seja bonito. Ele precisa ser o vermelho correto.
O problema escondido dentro de uma simples cor
Modelos generativos costumam associar palavras como azul-marinho, verde-limão ou rosa-claro a regiões aproximadas do espaço de cores. Essa associação funciona bem quando o usuário busca uma impressão visual. Ela não resolve, porém, situações nas quais uma diferença pequena pode descaracterizar um produto, quebrar a consistência de uma campanha ou invalidar uma simulação.
Uma cor hexadecimal representa intensidades dos canais vermelho, verde e azul. Como cada canal pode assumir 256 valores, o sistema descreve mais de 16 milhões de combinações. Essa linguagem é comum em sites, aplicativos, materiais publicitários e manuais de identidade. Mesmo assim, os modelos de imagem foram treinados principalmente para compreender descrições textuais, referências visuais e relações semânticas, não para transformar qualquer código desse espaço em uma instrução visual rigorosa.
Há ainda uma dificuldade física. A cor que vemos em um objeto não depende apenas do pigmento. Sombras, reflexos, textura, transparência, material e iluminação mudam os pixels registrados pela câmera. Uma cadeira cujo tecido possui uma determinada cor não apresentará o mesmo valor hexadecimal em toda a superfície. Exigir que cada pixel corresponda ao código eliminaria justamente os sinais que fazem a cadeira parecer tridimensional e real.
Portanto, o desafio não é simplesmente pintar uma região com um valor constante. O sistema precisa preservar volume, luz e material enquanto desloca a aparência do objeto para a cor solicitada. É uma negociação entre exatidão numérica e coerência visual.
Como o Paint-Anything tenta resolver isso
A principal escolha do Paint-Anything é usar o próprio código hexadecimal como uma interface compartilhada. Em vez de criar um mecanismo diferente para geração, recoloração e edição, o modelo aprende a interpretar a mesma representação de cor em todas essas tarefas. Segundo os autores, até modelos de linguagem compactos já demonstram associações úteis entre valores hexadecimais e conceitos de cor, o que oferece um ponto de partida para conectar a instrução numérica ao gerador visual.
Para ensinar essa relação, a equipe construiu o Paint-500K, um conjunto de aproximadamente 500 mil exemplos derivados de imagens reais. O processo combina localização de objetos, identificação perceptual de suas cores e síntese de pares de edição. Em termos simples, o sistema precisa saber qual objeto está sendo modificado, reconhecer sua aparência cromática e observar exemplos de como a cena deveria ficar depois da mudança.
Imagens reais, entretanto, fornecem rótulos imperfeitos. Um sofá vermelho fotografado perto de uma janela pode conter áreas claras, sombras escuras e reflexos de outros objetos. O valor estimado representa a cor percebida do sofá, não uma verdade uniforme em todos os pixels. Para compensar essa ambiguidade, os pesquisadores acrescentaram âncoras de cor pura: exemplos nos quais os pixels correspondem exatamente ao valor hexadecimal associado.
As duas formas de supervisão cumprem papéis complementares. As fotografias ensinam como uma cor se comporta sobre objetos reais; as âncoras puras estabelecem uma referência numérica sem interferência de iluminação ou textura. O resultado pretendido é um modelo capaz de respeitar a especificação sem transformar cada superfície em uma mancha artificial.
Por que isso importa mais do que parece
A geração de imagens por IA avançou rapidamente na composição de cenas, no realismo e na interpretação de instruções. Ainda assim, muitos fluxos profissionais exigem uma longa sequência de correções porque o usuário não consegue controlar atributos básicos com precisão. Cada tentativa adicional consome tempo, capacidade computacional e, em serviços comerciais, dinheiro.
O controle cromático pode reduzir esse atrito em tarefas bastante concretas. Uma empresa de móveis poderia visualizar o mesmo produto em dezenas de acabamentos sem refazer uma sessão fotográfica. Uma marca de roupas poderia testar variações de uma coleção mantendo corte, modelo e cenário. Uma agência conseguiria adaptar uma peça à identidade de diferentes clientes. Um arquiteto poderia comparar revestimentos sem reconstruir manualmente toda a imagem.
Esse tipo de controle também muda a forma de avaliar modelos. Uma imagem pode ser esteticamente excelente e, ao mesmo tempo, estar errada para o trabalho solicitado. Quando existe uma especificação objetiva, fidelidade deixa de ser uma opinião e passa a ser uma propriedade mensurável. O avanço relevante não é a IA produzir algo mais bonito, mas permitir que o usuário defina uma restrição e verifique se ela foi cumprida.
Há, contudo, uma distinção importante entre cor digital e cor física. Um hexadecimal descreve luz em uma tela; tintas, tecidos e impressões dependem de pigmentos, perfis de equipamento, iluminação ambiente e processos de fabricação. O Paint-Anything não elimina a necessidade de gerenciamento de cores nem promete que uma imagem exibida no monitor será reproduzida de forma idêntica no mundo material. Seu ganho está em tornar a etapa generativa mais previsível.
O impacto para empresas e para o ecossistema brasileiro
No Brasil, a oportunidade aparece especialmente em comércio eletrônico, publicidade, moda, arquitetura e personalização de produtos. Pequenos negócios frequentemente não dispõem de orçamento para fotografar cada variação de cor de um catálogo. Se a recoloração controlada funcionar de maneira confiável, uma imagem-base poderá originar diferentes versões para vitrines digitais, anúncios regionais e testes de preferência.
Isso não significa que qualquer empresa deva automatizar a publicação das imagens. Produtos vendidos com base em aparência exigem revisão humana, pois uma variação incorreta pode gerar devoluções, reclamações e acusações de propaganda enganosa. Quanto mais preciso o comando, maior pode ser a confiança do operador — e justamente por isso os mecanismos de validação tornam-se essenciais.
Para agências brasileiras, a tecnologia pode encurtar um tipo recorrente de retrabalho: ajustar peças que ficaram visualmente próximas da identidade do cliente, mas não suficientemente fiéis. Em plataformas de criação, uma interface baseada em seletores de cor já conhecidos também reduz a necessidade de aprender formas exóticas de escrever prompts. O designer escolhe o objeto, informa a cor e continua trabalhando dentro de uma linguagem que já domina.
O estudo também aponta uma oportunidade para modelos adaptados a contextos locais. Catálogos brasileiros incluem materiais, condições de iluminação, estilos arquitetônicos, tons de pele e produtos que podem estar sub-representados em conjuntos globais. Avaliar a fidelidade cromática nesses cenários será tão importante quanto importar a técnica. Um sistema que funciona em imagens de laboratório pode enfrentar dificuldades em fotografias de lojas pequenas, ambientes externos ou câmeras de celulares mais antigos.
Da surpresa ao controle
Durante a primeira fase da IA generativa, o principal encantamento vinha da surpresa. O usuário digitava uma frase e observava uma imagem improvável aparecer. Ferramentas profissionais caminham na direção oposta: quanto mais importante o trabalho, menos espaço existe para surpresas não solicitadas.
O Paint-Anything representa essa mudança de prioridade. Ele não tenta apenas ampliar aquilo que o modelo consegue imaginar. Tenta melhorar aquilo que o usuário consegue determinar. Cor é um atributo específico, mas o princípio pode avançar para materiais, dimensões, posições, iluminação e outras propriedades que hoje ainda dependem de tentativa e erro.
A maturidade da geração visual talvez não seja marcada pela imagem mais espetacular, e sim pelo momento em que uma instrução aparentemente simples deixa de ser uma aposta. Quando a IA aprende a respeitar uma cor exata, ela se aproxima menos de um artista imprevisível e mais de uma ferramenta de trabalho. Para empresas, essa diferença vale muito mais do que uma nova coleção de imagens bonitas.