IA para UX · Laboratórios · 6 min de leitura
Gere imagens localmente
Um laboratório prático: gere imagens no seu próprio computador com um modelo aberto. Três jeitos de começar, como ler a licença de um modelo antes de usar o resultado, o que medimos em um Mac e o que de fato corrige mãos e olhos (não é a resolução).
Modelos de imagem não estão mais só na nuvem. Hoje, modelos abertos produzem, em um notebook recente, imagens boas o bastante para trabalho de conceito, moodboards e placeholders, sem custo por imagem e sem uploads. Duas coisas importam mais do que o app que você escolhe: a licença do modelo, que decide o que você pode fazer com as imagens, e como você escreve o prompt, que decide a maior parte da qualidade.
O que você vai conseguir fazer depois deste laboratório:
- Escolher um jeito de rodar um modelo de imagem localmente, com ou sem terminal
- Ler a licença de um modelo e decidir se você pode usar o resultado
- Gerar uma imagem e mudar uma coisa de cada vez para aprender o que importa
- Conhecer os custos de memória e de tempo antes de começar
Produtos, versões e licenças são de novembro de 2026. Confira de novo antes de depender deles.
1. Três jeitos de começar
Um app grátis para Mac, iPad e iPhone que roda offline.
O começo mais fácilComandos que rodam modelos de imagem no Apple silicon (MIT).
Rápido no Mac; repetívelMonte fluxos ligando caixas (GPL-3.0).
Mais controle; mais difícil de aprender2. Leia a licença primeiro
- 1Qual modelo?
O nome e a versão exatos.
- 2Uso comercial?
Permitido, limitado por faturamento, ou nunca?
- 3Onde?
Algum país ou região excluídos?
- 4O que mais?
Atribuição, proibição de treinar com as saídas, aceite no download.
- 5Quem aprova?
O jurídico, para tudo além de testes pessoais.
A licença do app e a licença do modelo são coisas diferentes. O mflux é MIT, o ComfyUI é GPL-3.0, mas cada modelo que você baixa tem os próprios termos:
- FLUX 3 Image Klein (Black Forest Labs, outubro de 2026) usa a FLUX Kommunity License: gratuita para uso não comercial, e a geração de imagens para uso comercial só é permitida para "Qualifying Users" (usuários qualificados) com receita bruta anual abaixo de US$5 milhões, contando empresas afiliadas. Você precisa aceitar a licença no Hugging Face antes de baixar (página do modelo).
- MiniMax-H3-Image lista a União Europeia, o Reino Unido, a Coreia do Sul e os EUA como territórios excluídos na licença (novembro de 2026). Se você está em um deles, não use.
- Alguns modelos populares são só para uso não comercial.
3. O caminho pelo terminal em um Mac: mflux
O mflux roda modelos de imagem em Apple silicon com a biblioteca MLX da Apple (licença MIT). Na versão 0.24, cada família de modelos tem o próprio comando.
# 1. Instale (precisa do uv: https://docs.astral.sh/uv/)
uv tool install --upgrade mflux
# 2. Aceite a licença do modelo no Hugging Face e depois faça login
hf auth login
# 3. Gere uma imagem
mflux-generate-flux3 --model flux3-image-klein --quantize 8 --steps 16 \
--width 1024 --height 1024 --seed 7 \
--prompt "A small bakery shop window at dusk, hand-lettered sign reading 'Fresh bread'" \
--output bakery.png
Em palavras: --quantize 8 comprime o modelo para usar menos memória, --steps 16 é quantas passadas de refinamento ele faz, e --seed fixa a aleatoriedade para você poder repetir a mesma imagem enquanto muda uma palavra do prompt.
4. O que medimos
Em um MacBook Pro com chip M3 Max e 36 GB de memória, com o FLUX 3 Image Klein, 8 bits, 1024 × 1024 pixels e 16 passos:
| Medida | Resultado |
|---|---|
| Download | uns 20 GB de arquivos do modelo |
| Tempo por imagem | de 85 a 93 segundos, aproximadamente |
| Memória usada pelo processo inteiro | uns 14 GB |
| Texto na imagem (a placa de uma loja) | escrito sem nenhum erro |
O que corrigiu mãos e olhos. Comparamos o mesmo prompt e a mesma seed com configurações diferentes:
| O que testamos | Resultado |
|---|---|
| Dobrar a resolução | O dobro do tempo, mãos nada melhores |
| Precisão total em vez de 8 bits | A mesma imagem, 6 GB a mais de memória |
| 50 passos em vez de 16 | Mais de dez minutos por imagem, nenhum ganho |
| Reescrever o prompt: figura grande no quadro, "five fingers" (cinco dedos), "feet planted on the ground" (pés firmes no chão) | Corrigiu |
A lição: o enquadramento vale mais que as configurações. Descreva como é um bom resultado, do jeito que você faria o briefing para um ilustrador. Veja IA para design visual e Padrões de prompt para designers.
5. Erros comuns
- Usar imagens de um modelo cuja licença não permite o seu uso.
- Mudar várias coisas ao mesmo tempo, sem conseguir saber o que ajudou.
- Brigar pela qualidade com resolução e passos em vez de um prompt melhor.
- Colocar o nome de um artista no prompt para imitar o estilo dele. Isso levanta questões éticas e legais; veja Ética, viés e inclusão.
- Pular a revisão humana: confira cada imagem em busca de detalhes distorcidos e conteúdo indesejado antes que ela vá para qualquer lugar.
6. Vocabulário
| Termo | Significado |
|---|---|
| Modelo de difusão | Um modelo que transforma ruído em imagem, passo a passo |
| Passos (steps) | Quantas passadas de refinamento o modelo faz |
| Seed | O número que fixa a aleatoriedade, para você poder repetir uma imagem |
| Quantizado (8 bits) | Comprimido para usar menos memória, com pouca perda visível |
| Licença | Os termos que dizem o que você pode fazer com o modelo e com o resultado dele |
7. Experimente
Sem terminal? Use o Draw Things (gratuito, offline, para Mac e iPad).
- Escolha um modelo e leia a licença dele com as perguntas da seção 2.
- Gere uma imagem com uma seed fixa.
- Mude uma coisa de cada vez: uma palavra do prompt, o enquadramento, o tamanho. Anote o que mudou.
- Pare depois de cinco imagens e escreva qual mudança ajudou mais.
Perguntas para refletir: quais das suas necessidades de imagem (moodboards, placeholders, assets finais) um modelo local de fato atende? De quem seria a aprovação necessária antes de usar uma imagem gerada em um produto real?
Checklist
Para saber mais
- Ferramentas: mflux · Draw Things · ComfyUI
- Modelos e licenças: FLUX 3 Image Klein no Hugging Face
Livros, cursos e vídeos para ir mais fundo (em inglês)
- How Diffusion Models WorkDeepLearning.AI com Sharon ZhouCurso · curso online curto (site externo)
- Hands-On Generative AI with Transformers and Diffusion ModelsOmar Sanseviero, Pedro Cuenca, Apolinário Passos e Jonathan WhitakerLivro · O'Reilly, 2024 (Amazon)
Os links dos livros são de afiliado da Amazon: como associado, recebo por compras qualificadas, sem custo a mais para você.
Relacionadas
IA para design visual · Direitos autorais e imagens geradas por IA · Rode um modelo no seu notebook · Padrões de prompt para designers · Ética, viés e inclusão