Lançamentos de modelos e agentes
Spark-X2.6-4B no dispositivo. Modelo compacto de 4B para uso no dispositivo, com melhorias em programação, agentes, contexto longo e raciocínio obtidas via pós-treinamento.
Autoaperfeiçoamento do Ornith-1.5. O Ornith-1.5-122B amplia o autoaperfeiçoamento ponta a ponta para otimizar em conjunto geração de tarefas, scaffolds e rollouts; o modelo foi construído sobre Qwen3.5 e Gemma4.
MoE agêntico Agnes-3.0-Qwen. Um MoE multimodal de ~180B com 1M de contexto mostra resultados agênticos fortes no τ³-Banking e no Terminal-Bench, além de superar GPT-5.6 Sol e Claude Opus 4.8 no IFBench.
Stacks de voz em tempo real. O Voxtral 3, da Mistral, e o Eleven Realtime, da ElevenLabs, lançam modelos de fala para fala para agentes em tempo real, com transcrição, TTS e SDKs; o Eleven Realtime Max alcança 98,8% no Big Bench Audio, com resposta de 0,57 s.
TTS aberto compacto. A Phonon lança em código aberto modelos TTS de 31M/40M para dispositivos de borda, enquanto o Pocket TTS reduz a clonagem de voz para 1,9M de parâmetros.
Ferramentas, frameworks e inferência
TorchTPU em código aberto. O Google liberou em código aberto o TorchTPU, um backend nativo de PyTorch para TPUs do Cloud, desenvolvido em conjunto com a Meta, em substituição ao PyTorch/XLA.
Engine de inferência DeepInfer. A DeepSeek liberou em código aberto o DeepInfer, a stack de serving por trás do V4.1-Flash, e o deepseek-recipe, para processamento de tokens compatível em ambiente auto-hospedado.
Decodificação especulativa no Apple Silicon. Os novos métodos KFlash e Eagle-4 aceleram a inferência local no Apple Silicon; benchmarks do KFlash no MacBook Pro M4 Pro mostram cerca de 65 tok/s para o Qwen 3.8 27B.
- KFlash: Benchmarks of newly released versions of Apple Silicon optimized engines: 1.4.0 Splash (DFlash2 ~ 50 tok/s) vs 0.2 Kapitsa (KFlash ~65 tok/s), MLX(MTP) & more on Qwen 3.8 27b/4b/35b 4Q on Macbook Pro M4 Pro 48 GB 2024, 48GB & Macbook Pro M1 Pro 16GB 2021(abre em uma nova aba)
- Eagle-4 Released: Faster than DFlash2 & DSpark(abre em uma nova aba)
Runtime para NPU RK3588. Um runtime de código aberto sem bibliotecas proprietárias roda o Qwen3.5-4B cerca de 2x mais rápido que o SDK do fabricante na NPU Rockchip.
Inferência em GPU antiga. O engine de inferência Pantheon, em C puro, roda modelos MoE de 35B em uma Tesla K80 a cerca de 21 tok/s, o que viabiliza hardware antigo e barato para LLMs locais.
Críticas ao MCP. Dylan Field, da Figma, questiona o compartilhamento assimétrico de contexto do MCP, enquanto a empresa adiciona 20 novos parceiros MCP.
Destaques de pesquisa
Benchmark FairStress. O FairStress mede a equidade demográfica nas decisões de LLMs para além da escolha final, examinando com que facilidade um modelo chega a decisões em trocas demográficas.
Memória do ALTK-Evolve. Uma memória aprendida a partir de tentativas em tarefas de treinamento leva um agente ReAct com GPT-4.1 a 67,5% no τ²-bench retail, assumindo o topo do leaderboard sem modelos de fronteira.
Memória escalável com n-gramas. O COUNT monta embeddings de n-gramas a partir de contagens da memória do host para escalar o uso de memória; na escala de 1B, o ganho na perda de validação equivale a 57% mais poder computacional.
Memória residual do REMORY. O REMORY complementa resumos com tokens de memória suaves, melhorando a atribuição de fontes e o desempenho de agentes com apenas 5,2% das posições de entrada.
Modelo de mundo cirúrgico. O Cosmos3-H-Dreams, da NVIDIA, gera simulação cirúrgica em tempo real a partir de gravações clínicas e roda de forma interativa em uma única RTX PRO 6000.
Indústria e negócios
Economia digital do SEA. A economia digital do Sudeste Asiático deve atingir US$ 368 bilhões em GMV em 2026, com IA generativa usada por 243 milhões de pessoas e o comércio agêntico impulsionando um salto de 60 vezes no uso de IA.
Aperto de nuvem na Anthropic. A Anthropic enfrenta dificuldades para garantir capacidade de nuvem na AWS, no Google e na Microsoft, que a veem como concorrente; um S-1 vazado mostra gastos potenciais de US$ 750 bilhões com nuvem e prejuízo líquido de US$ 80,7 bilhões no primeiro semestre.
Lucro de IA da SpaceX. O negócio de IA da SpaceX, agora 52% do faturamento, gerou US$ 7,5 bilhões em receita e US$ 431 milhões de lucro no 3º trimestre, puxado por Cursor, Grok e neocloud.
OpenAI compra biotech. A OpenAI adquire a Orchestra Bio para reforçar o Rosalind, seu modelo e workbench de ciências da vida; a aquisição adiciona equipe e tecnologia para agentes de descoberta de fármacos.
Downloads do Muse da Meta. O Muse, companheiro de IA da Meta, chegou a 10,9 milhões de downloads nos EUA em 40 dias, um dos únicos 12 apps a atingir essa marca.
Spotify contra lixo de IA. O Spotify removeu das recomendações 50 milhões de faixas geradas por IA, classificadas como lixo ou spam, e mudou o sistema para favorecer artistas humanos.
Pedidos de chips da ByteDance. ByteDance, Alibaba e Tencent encomendaram mais de US$ 35 bilhões em chips da Nvidia, incluindo 3 milhões de RTX 5500 Pro, provavelmente para inferência e geração de vídeo.
Aplicações e novidades de produtos
Gemini nos carros. O Personal Intelligence chega ao Android Auto e ao Google built-in, permitindo que o Gemini use Gmail, Agenda, Maps e Fotos para auxiliar na condução.
Conversas trancadas no ChatGPT. Usuários podem trancar conversas do ChatGPT com PIN ou biometria para proteger a privacidade de olhares indiscretos.
Compartilhamento do Muse pausado. A Meta pausou o recurso de compartilhamento do Muse depois que pesquisadores encontraram 6.800 links acessíveis publicamente com informações sensíveis, como receita e agendas.
Olhos abertos no Lightroom. O Lightroom mobile consegue abrir olhos fechados em fotos com IA generativa com um toque, substituindo os olhos de forma realista.
Agentes para acervo local. Um usuário criou agentes de IA locais para processar um enorme acervo pessoal, gerando conexões e descobertas curiosas sem APIs de modelos de fronteira.
Modelos locais na medicina. Uma conferência na Lituânia destaca o uso crescente de modelos locais na medicina por causa das rígidas regras de privacidade dos dados de pacientes.
Política e segurança
Projeto de segurança da Anthropic. A Anthropic defende um projeto de lei de segurança de IA que poderia bloquear o lançamento de modelos se um risco previsível matar mais de 50 pessoas ou causar US$ 1 bilhão em danos materiais.
EUA banem DeepSeek. Os EUA ordenam que as agências federais removam produtos da DeepSeek e serviços de terceiros, citando preocupações com segurança nacional e dados.
Meta edita termos comerciais. A Meta retira a palavra “treinar” dos termos comerciais após a repercussão negativa sobre o scraping de dados para treinamento de IA; diz que os termos de crawling se aplicavam apenas a produtos de publicidade e de negócios.
Cenários finais de Altman. Sam Altman teria apresentado internamente três opções de governança de segurança de IA: um órgão fiscalizador nos moldes da AIEA, um consórcio de laboratórios ou a dominância de uma única empresa.
Meta e torrents na Justiça. A Justiça determina que a Meta revele os executivos que autorizaram o uso de torrent para baixar livros piratas, o que pode expor a cúpula da empresa em processos de direitos autorais sobre treinamento de IA.
EUA e China miram IA aberta. Os EUA e a China propõem controles de exportação sobre modelos de IA abertos; o MOFCOM chinês exigiria aprovação prévia para compartilhar modelos de fronteira internacionalmente.
Isso é tudo deste dia – cerca de 5 minutos de leitura.