Lançamentos de Modelos e IA Local
Modelo de áudio-linguagem Sori-1B. Um modelo de 1 bilhão de parâmetros, treinado do zero em texto emparelhado com áudio, sem pré-treinamento apenas com texto, tem como objetivo ancorar as respostas no áudio. Ele usa o codificador congelado Audio Flamingo Next, da NVIDIA, e um tokenizador próprio de ontologia auditiva, e é disponibilizado sob licença não comercial/acadêmica.
Onda local do Qwen3.8. Relatos da comunidade mostram Qwen3.8-27B e Flash Next rodando em hardware que vai de um celular com 12 GB (3,5 tok/s) a quatro GPUs R9700 (80-120 t/s de geração, contexto de 700k). Em workloads de agentes locais, o Flash Next é mais rápido e estável, enquanto o 27B denso continua mais forte para uso contínuo em múltiplas rodadas; alguns usuários acham os modelos densos, embora a qualidade da tradução para alemão seja elogiada.
- → Qwen3.8-Flash-Next-NVFP4 vs Qwen3.8-27B-FP Test Results
- → Qwen 3.8 27B - Fantastic German capabilities
- → Unpopular opinion Qwen 3.8 is hard to understand
- → Qwen 3.8 Flash Next locally on simple mobile phone at 3.5 tok/s
- → Here my pretty good qwen3.8 27B setup, hope it helps
- → Qwen3.8-Flash-Next turns 4xR9700 into a local AI powerhouse! 120 t/s TG and 12k t/s PP single request with optimized vLLM
Lançamentos de GGUF sem censura. Um usuário do Reddit publicou GGUFs do LongCat-Flash-Lite-Sparse, um modelo de atenção esparsa de 69B-A3B com contexto de 1M, além de Qwen3.8-27B com MTPs, Qwen3.5-122B-A10B, Qwen3-Coder-Next e um modelo de visão. O suporte ao LongCat exige um fork personalizado do llama.cpp.
Hardware de IA para desktop. O desktop DGX Station, da NVIDIA, oferece desempenho de classe de data center com 7,1 TB/s de largura de banda de memória, enquanto a Framework parece estar preparando uma placa-mãe com 192 GB de memória, com preço esperado em torno de US$ 4,5 mil.
Benchmarks e Avaliações
Benchmark de pentest em LLM. Um novo benchmark testa LLMs contra infraestruturas reais que eles precisam atacar, com o objetivo de identificar o melhor modelo para trabalhos de segurança ofensiva, em vez de reproduzir CVEs conhecidos.
Índice de benchmarks de programação. Um usuário do Reddit agregou os principais benchmarks de programação agêntica em um 'Agentic Coding Index' e calculou uma métrica de densidade de inteligência para comparar a capacidade dos modelos por parâmetro.
VLM aberto em avaliação egocêntrica. Usando o HFlow em um benchmark de vídeo egocêntrico, um VLM Gemma aberto igualou o Gemini 2.5 Flash nas métricas de visibilidade das mãos e manipulação, custando 19x menos, o que torna viável o processamento privado auto-hospedado.
Ferramentas e Frameworks de Agentes
Cloudflare AI Search. O AI Search da Cloudflare agora oferece um pipeline de busca de ponta a ponta para dados personalizados, com integração com agentes, busca multimodal e modo de descoberta, que pode indexar sites sem sitemaps.
AWS Kiro Crew. A AWS abriu o código do Kiro Crew, um espaço de trabalho para executar vários agentes de programação assíncronos, com memória compartilhada, habilidades reutilizáveis e tarefas agendadas; ele foi usado internamente por mais de 39.000 desenvolvedores.
ChatGPT Work explicado. O ChatGPT Work da OpenAI, disponível em planos pagos, existe em versão na nuvem via chatgpt.com e em versão desktop local que pode acessar arquivos e executar programas, mas seus limites em relação ao Chat ainda geram confusão.
Redução no limite do Claude Code. A Anthropic planeja um aumento de 25% no limite base do Claude Code, mas, na prática, isso representa um corte de 17% em relação ao atual aumento temporário de 50%. Ela também adicionou uma ferramenta automática de relatório de bugs.
Pesquisa e Análise
Agentes não têm percepção de tempo. Um estudo descobriu que o Claude Code e o Codex erram sistematicamente na estimativa de tempo das tarefas, superestimando as curtas em 3 a 10 vezes, o que é problemático para tarefas de agentes de longa duração.
PILOT: autoaperfeiçoamento contínuo. PILOT é um harness supervisor-worker que adiciona direcionamento e auto-evolução em tempo real para agentes de longo horizonte, superando harnesses equivalentes em até 9,8 pontos no Terminal-Bench 2.0.
Modelo mundo-ação GameWAM. GameWAM é o primeiro modelo mundo-ação para gameplay nativo em vídeo, gerando conjuntamente frames futuros e ações de teclado/mouse por meio de flow matching, com controle de ciclos por blocos de longo horizonte.
Raciocínio por chunks: RL vs SFT. Um estudo controlado mostra que SFT misto com dados sem CoT e com CoT longo supera o RL de raciocínio por próximo chunk como estratégia de treinamento pré-RLVR, com mais de 60x menos computação.
Debate sobre a agência da IA. Citando o incidente de julho envolvendo a Hugging Face, um ensaio argumenta que a agência da IA — não apenas a capacidade — moldará os resultados, e que a forma como os usuários concedem ou restringem essa agência é importante.
Indústria, Política e Negócios
NVIDIA vai adquirir a Hugging Face. Um acordo noticiado de US$ 12,9 bilhões para a NVIDIA adquirir a Hugging Face combinaria a infraestrutura de computação com o principal hub de distribuição do ecossistema de modelos abertos, acelerando a virada industrial da IA.
Barreiras comerciais dos EUA à robótica. Washington endureceu as restrições e tarifas sobre drones e robôs chineses, citando segurança nacional, embora a escala de manufatura e as vantagens de custo da China possam amortecer o impacto em escala global.
Adoção de IA industrial. A Meta está testando robôs da Watney, Kinova e ABB para reinicialização de servidores, troca de cabos e ciclos de energia em data centers; a Caterpillar está aplicando lições de autonomia em mineração à construção civil e usando assistentes de IA para técnicos.
Musk: peças de turbina próprias. A SpaceX está construindo uma fundição para pás e palhetas de turbinas a gás; Musk afirma que a fundição interna pode acelerar em até 18 meses a geração de energia a gás natural para data centers de IA.
Sentimento dos trabalhadores com IA cai. Os dados do Glassdoor mostram que o sentimento positivo dos trabalhadores dos EUA em relação à IA caiu de 81% em 2019 para 43% até meados de 2026, com os gerentes mais otimistas e as mulheres da Geração Z, escritores e profissionais de seguros mais negativos.
Editoras musicais processam a Anthropic. Sony Music, Warner Music e outras empresas alegam que a Anthropic baixou ilegalmente por torrent dezenas de milhares de letras protegidas por direitos autorais para treinar o Claude, citando nominalmente o CEO Dario Amodei e o cofundador Benjamin Mann.
Texas bloqueia câmeras da Flock. O governador Abbott congelou os gastos estaduais com as câmeras de vigilância com IA da Flock depois que mais de US$ 30 milhões foram gastos, em meio a preocupações bipartidárias com privacidade e incidentes de mau uso por policiais.
Isso é tudo por hoje - cerca de 5 minutos de leitura.