PostHog Lança Replay Vision: Vídeos de Sessão para Treinar Modelos de IA

A PostHog, conhecida por suas ferramentas de análise de produto, lançou o Replay Vision, uma solução que transforma dados brutos de sessões de usuário em vídeos compatíveis com modelos de IA multimodal. A essência do problema era técnica: as gravações de sessão da PostHog, baseadas em rrweb, são na verdade um fluxo de mudanças no DOM (Document Object Model), não um vídeo de pixels. Para uma IA multimodal, que precisa de estímulo visual, esse formato abstrato era inútil. Ela não conseguiria entender o que o usuário viu na tela, apenas que um atributo de um elemento mudou.

Para resolver isso, a PostHog desenvolveu um rasterizador customizado. Ele carrega a sessão em um navegador headless, reconstrói o DOM e, em seguida, captura cada frame como se fosse uma gravação de tela, codificando tudo em MP4. O desafio maior foi garantir que esse processo fosse determinístico, mesmo sob intensa carga de CPU. A solução veio ao manipular o tempo virtualmente dentro do navegador. Usando HeadlessExperimental.beginFrame e falsificando o relógio JavaScript, eles fizeram com que o renderizador e o capturador de frames trabalhassem em sincronia perfeita, frame a frame, independentemente da carga do sistema. Desde março, a ferramenta já gerou 3,5 milhões de vídeos, o equivalente a mais de 370 anos de gravações, um volume massivo de dados visuais prontos para treinar IAs.

Esta nova ferramenta concretiza uma estratégia que o CEVIU já acompanhava. Em 28 de maio de 2026, noticiamos que a PostHog estava investindo no treinamento de modelos próprios de IA para otimizar produtos e criar funcionalidades 'self-driving'. O Replay Vision é a peça que faltava para essa visão: ele gera a matéria-prima essencial, os vídeos de sessões de usuários, que alimentam esses modelos de IA proprietários. O que era um objetivo estratégico da PostHog para desenvolver produtos inteligentes agora tem um braço técnico fundamental entregue para sua execução.

O lançamento do Replay Vision é um movimento estratégico para a PostHog e para a evolução da IA. Modelos de IA multimodal exigem dados visuais para entender o mundo real ou as interações humanas em plataformas digitais. Transformar milhões de sessões de usuário em vídeos acessíveis a IAs é um salto na capacidade de automação da análise de comportamento. Em um cenário onde a indústria busca cada vez mais a capacidade de IA em processar vídeos em larga escala, como vimos nas notícias sobre o Dyna-2, a NVIDIA WorldTrace e os novos datasets para raciocínio em vídeo, a solução da PostHog democratiza a criação de grandes conjuntos de dados visuais de interações reais, algo crucial para o avanço da inteligência artificial aplicada ao desenvolvimento de produtos.