Geração automatizada de vídeos de veículos

Um vídeo com a marca para cada veículo

O vídeo vira mais uma saída automática, e não um trabalho de produção à parte.

Geração automatizada de vídeos de veículos — estudo de caso: Automação

Cada anúncio vira um vídeo.

A CodeLeap construiu um motor de renderização sobre o Remotion, em que cada vídeo é composto em código React a partir de um template parametrizado, uma API de renderização que a plataforma do cliente chama para cada veículo e a renderização serverless no AWS Lambda que reduziu o custo por vídeo ao ponto em que ter um vídeo para cada anúncio passou a fazer sentido comercial.

Nosso cliente atua com imagens automotivas e queria um vídeo promocional com sua marca para cada anúncio de veículo, em um volume que nenhuma equipe de edição conseguiria acompanhar. A CodeLeap construiu o sistema de vídeo de ponta a ponta: um motor de renderização sobre o Remotion, em que cada vídeo é composto em código React a partir de um template parametrizado, uma API de renderização que a plataforma do cliente chama para cada veículo e a infraestrutura na AWS para produzi-los em escala.

Funcionalidades do produto

Vídeos compostos em código

Cada vídeo é montado programaticamente com o Remotion, usando slides de imagem, sequência, mapa e vídeo dentro de vídeo, uma biblioteca de estilos de legenda e transições, e um comportamento de zoom ajustado para cada tipo de plano. A consistência se mantém em todas as saídas, e os ajustes são feitos no código, e não em uma linha do tempo de edição.
Uma API de renderização para a plataforma

A plataforma do cliente solicita os vídeos por meio de uma API, passando parâmetros como tipos de slide, textos, cores, fontes, proporção de tela e presets de estilo, e recebe os arquivos MP4 prontos. A CodeLeap forneceu a documentação que a equipe de desenvolvimento do cliente usou diretamente na integração.
Efeitos guiados por visão computacional

A detecção de objetos da plataforma identifica elementos como faróis, rodas e bancos, o que alimenta destaques animados e zooms que se movem entre partes reais do veículo. As placas são desfocadas ou substituídas nos quadros do vídeo, com validação por detecção de pontos-chave.
Renderização serverless em escala

O motor de renderização passou por benchmarks extensivos. Em 2021, um vídeo de 24 slides era renderizado em cerca de 2,5 minutos em uma única instância EC2, produzindo por volta de 500 vídeos por dia; depois, o sistema foi reconstruído no AWS Lambda para renderização serverless, com o S3 gerenciando os arquivos e o DynamoDB acompanhando cada job.

Desafio

Vídeo promocional vende veículos, mas produzi-lo manualmente só é viável para um punhado de anúncios. O cliente precisava de um vídeo para cada veículo que processava, o que significava que toda a produção tinha de acontecer sem que um editor tocasse nela: escolher quais imagens usar, sequenciá-las, adicionar marca e especificações, animar os destaques e renderizar o arquivo.

A composição era só metade do problema. Renderizar vídeo é caro, e um custo por vídeo que parece razoável nos testes se torna proibitivo no volume de produção, então o sistema precisava ser medido e reprojetado em torno de throughput e custo, e não simplesmente colocado para funcionar.

Solução

A CodeLeap construiu o sistema de geração de vídeos de ponta a ponta. Os vídeos são compostos em código React com o Remotion, de modo que um template define a estrutura e o vídeo de cada veículo é produzido passando os dados dele por esse template. A plataforma do cliente chama uma API de renderização para cada veículo e recebe um MP4 pronto, com tipos de slide, textos, cores, fontes, proporção de tela e presets de estilo controlados em cada requisição. A detecção de objetos da plataforma do cliente guia destaques animados que se movem entre elementos reais do veículo, e as placas são tratadas automaticamente nos quadros.

A infraestrutura de renderização passou por benchmarks e depois foi reconstruída no AWS Lambda para renderização serverless, com S3 para os arquivos e DynamoDB para o acompanhamento dos jobs, o que levou custo e throughput ao ponto em que produzir um vídeo para cada anúncio passou a fazer sentido comercial. O sistema entrou em produção e roda desde então, gerando vídeos de anúncios sem nenhuma etapa de edição humana.