Lançamentos de modelos
LLM de difusão Mercury 3. A Inception lançou o Mercury 3, um modelo de linguagem de difusão que gera respostas em paralelo e atinge 1.068 tokens por segundo com contexto de 1 milhão de tokens. O modelo, disponível apenas via API, supera GPT-6 Luna e Claude Haiku 5.5 em 8 de 12 benchmarks.
MiniMax M3.1 Flash. A MiniMax lançou o M3.1 Flash, um MoE de 428B parâmetros com cerca de 23B ativos e contexto de 1 milhão, a US$ 0,15 por milhão de tokens de entrada. Ele mira trabalho de escritório agêntico e programação, com pesos prometidos para 23 de outubro.
Nemotron e Bolt da Nvidia. A Nvidia lançou o Nemotron 3.5 Super VL, um modelo de pesos abertos de 120B para agentes corporativos, além de dois modelos Bolt leves para PCs com IA e estações de trabalho DGX Spark. Os modelos buscam cobrir fluxos de trabalho de agentes sempre ativos nas camadas de edge e corporativa.
Modelos de áudio Ming. A InclusionAI lançou o Ming-3.0-audio-flash, um MoE de 126B com 6,5B parâmetros ativos, e o Ming-3.0-audio-tiny, um modelo de 9,3B/2,7B, ambos sob licença MIT. Eles aceitam áudio e texto e oferecem suporte a reconhecimento de fala, perguntas e respostas por voz e compreensão de gravações longas.
Modelo de decisão Drex Max. A Nace AI lançou o Drex Max, um modelo de decisão multimodal para agentes de uso de computador que lê texto e imagens e retorna probabilidades calibradas sem gerar texto. Ele obtém 67,59 no Decision Index 0.3.2 e está disponível apenas como API hospedada.
Ferramentas e frameworks
TorchNeuron para Trainium. A AWS lançou o TorchNeuron, uma ferramenta que permite que aplicativos PyTorch rodem em chips Amazon Trainium alterando uma linha de configuração. Ela mira a vantagem de software que tornou a Nvidia a escolha padrão em hardware de IA.
Suporte da Cohere ao llama.cpp. A Cohere incorporou ao llama.cpp o suporte ao seu encoder de visão North Micro Vision Instruct, tornando todas as suas arquiteturas mais recentes compatíveis com o llama.cpp. O Cohere Transcribe agora também está disponível no Unsloth.
Gerenciador de GPU Berth. O Berth é um serviço de sistema que monitora uma GPU e alterna engines de LLM para evitar colisões de VRAM e a troca manual. Ele pode disponibilizar engines como API e funciona em vários dispositivos que compartilham uma mesma GPU.
VoiceManager e HermesConsole. O VoiceManager é um servidor STT/TTS de streaming de baixa latência que roda localmente via WebSocket e oferece suporte a palavras de ativação, barge-in e conversas por turnos. O HermesConsole é um cliente de demonstração que mostra como adicionar voz a agentes.
Volundr com contexto de 262K. A Blockway criou um motor de inferência personalizado, o Agens Engine, para seu modelo Volundr de 32B, mantendo sessões longas de agentes dentro de um limite de 16 GB de GPU ao substituir um KV cache crescente por estados de tamanho fixo em 54 de 72 camadas.
Segurança e riscos de agentes
Guardian Agents da Microsoft. A Microsoft apresentou os Guardian Agents para monitorar agentes corporativos de IA como ameaças internas, ampliando as equipes vermelha, azul e verde do Project Perception. O CEO Satya Nadella alertou que agentes implantados podem agir como funcionários rebeldes.
Vazamento de chaves no OpenCode. Hackers invadiram um sistema mais antigo do OpenCode, afetando 1,4% dos usuários do OpenCode Console e potencialmente expondo chaves de API. A empresa descreveu o incidente como um ataque de destilação em larga escala.
Agentes de IA invadem alvos. Um hacker usou um exército de agentes de IA orquestrados pela plataforma de código aberto Cairn para invadir mais de 100 sites, incluindo John Deere, SharkNinja e Cummins, com pouca participação humana.
Red teaming para IA física. A Laplace Intelligence está criando red teaming automatizado para robótica e carros autônomos, com o objetivo de submeter a IA física a testes de estresse antes da implantação e gerar evidências para seguradoras e reguladores.
Negócios e computação
Anthropic e Nscale negociam computação. A Anthropic e a Nscale estariam em negociações para um segundo acordo de computação de US$ 45 bilhões, pouco mais de um mês depois de anunciarem o primeiro. Ambas buscam um IPO em meio a preocupações dos investidores com os gastos com computação para IA.
Consolidação das neoclouds. Os títulos da CoreWeave entraram em território distressed, e executivos do setor esperam que apenas de sete a dez neoclouds sobrevivam em alguns anos. A Nvidia tem exposição significativa, com 45% de sua receita de data centers vinda de clientes fora das big techs.
Tenstorrent capta US$ 1,5 bi. A Tenstorrent levantou US$ 1,5 bilhão com avaliação de US$ 6,2 bilhões para escalar chips de IA para modelos de pesos abertos após rejeitar interesse de aquisição. A empresa vai focar em chips de inferência para servir modelos abertos e geração de vídeo.
Acordo Disney-Character.AI. A Character.AI declarou falência como parte de um acordo que permite à Disney contratar a maior parte de sua equipe, potencialmente adquirir tecnologia e evitar os passivos judiciais da startup. A estrutura deixa as entidades remanescentes responsáveis por lidar com as ações judiciais.
Pagamentos por agentes na Stripe. A Stripe diz que as transações feitas por agentes de IA que usam seu serviço de pagamento Link cresceram 38 vezes em setembro, mas não vai divulgar os números absolutos. Cerca de 200 agentes, incluindo o Muse, da Meta, e o Grok Bot, já usam o Link, principalmente para varejo e viagens.
Política e sociedade
Prefeito de NY rebate IA. O prefeito de Nova York, Zohran Mamdani, pediu aos moradores que resistam à ideia de que a IA é inevitável, citando a inação do governo federal na regulamentação. Ele proibiu recentemente a IA em escolas de ensino fundamental e médio e quer que as cidades responsabilizem as empresas de IA.
Trade-offs da web agêntica. À medida que os agentes pessoais de IA da OpenAI e da Meta ganham escala, muitos sites os bloqueiam, e redesenhar a internet para agentes pode piorar a experiência para humanos. O tráfego da web agêntica triplicou de agosto para setembro.
Lacuna de confiança nos benchmarks. O chefe de políticas da Hugging Face disse que a avaliação de modelos ainda é uma ciência em amadurecimento e que a reprodutibilidade depende do acesso aos pesos. Uma análise independente de 1.629 resultados publicados constatou que laboratórios de IA relatam pontuações em média 6,4% mais altas do que avaliadores independentes.
Democratas miram fiscalização de IA. Se os democratas retomarem o Congresso, líderes dos principais comitês sinalizaram que vão fiscalizar empresas de IA por causa de créditos fiscais para data centers e incidentes de hacking, e podem convocar CEOs para depor. A IA vem desempenhando um papel crescente nos anúncios de campanha para as eleições de meio de mandato.
Pesquisa e interpretabilidade
Possível avanço em interpretabilidade. Um post de 26 mil palavras do pesquisador da Goodfire Nick Cammarata argumenta que os LLMs podem ser muito mais fáceis de entender, monitorar e controlar do que se pensava. Se for verdade, isso poderia responder à necessidade urgente do setor de governar o comportamento de agentes.
Linguagens de baixo recurso. A OpenAI anunciou capacidades aprimoradas para construir e migrar software em COBOL, Fortran e Visual Basic, linguagens que sustentam infraestrutura crítica, mas têm menos dados de treinamento. O trabalho mira manutenção e modernização corporativas.
Pensamento adaptativo por entropia. Um experimento com LLM local usa entropia no nível da palavra e gates semelhantes ao Jev para acionar blocos de pensamento apenas quando o modelo está inseguro, com árvores de conversa paralelas selecionando a melhor linha. A abordagem busca reduzir tokens de raciocínio desnecessários.
EmbeddingGemma 2. O Google lançou o EmbeddingGemma 2, um modelo multimodal compacto de embeddings sob licença Apache-2.0 que representa texto, código, imagens, vídeo e áudio em um espaço unificado de 768 dimensões para recuperação no dispositivo e RAG.
Isso é tudo deste dia – cerca de 5 minutos de leitura.