Lançamentos de modelos e benchmarks
Modelos Nemotron 3.5 da NVIDIA. A NVIDIA atualizou seus modelos de embedding, parsing e reranking para a versão 3.5 e lançou no Hugging Face modelos de embedding de 1B e 8B, um modelo de reranking de 8B e um modelo de parsing. A atualização sucede a geração 3.0 anterior, voltada a fluxos de recuperação e documentos.
MiniMax M3.1 Flash. A MiniMax lançou no Hugging Face o MiniMax-M3.1-Flash, novo modelo leve de sua série M. O modelo está disponível para uso aberto, mas o trecho não traz mais detalhes.
Modelo de imagem Canva Craft. A Canva lançou o Canva Craft, seu primeiro modelo de geração de imagens, que usa uma arquitetura em dois estágios: planeja o design antes de gerar, o que melhora a legibilidade dos textos e o posicionamento de objetos. Ele gera em resolução de até 2K em 30 proporções de imagem e compete com modelos da OpenAI, do Google e da Microsoft.
Benchmark do Muse Spark Open. Um gráfico da Artificial Analysis mostra que o Muse Spark Open, da Meta, com 816B, obtém 39 pontos, pouco abaixo do Qwen3.8-Flash-Next (180B), com 40, apesar de ser mais de 4 vezes maior. O gráfico também coloca MiMo-V2.6-Pro e DeepSeek V4.1 Flash em 45 como os melhores modelos de pesos abertos.
Ling Sante para saúde. A InclusionAI lançou o Ling-3.0-flash-Sante, um modelo MoE especializado em saúde, com 124B no total e 5,1B ativos, para raciocínio e pesquisa médica, disponível no Hugging Face e no ModelScope. É um modelo de pesquisa, não um dispositivo médico, e exige revisão humana.
Modelo de código Flint. A Recursive lançou o Flint, um modelo de código MoE com 40B no total e 2,5B ativos, desenvolvido em grande parte pelo seu sistema de IA “Eureka Machine”. O modelo, sob licença Apache 2.0, é otimizado para programação agêntica local em hardware da Apple e da Nvidia.
Modelos TTS abertos pequenos. Surgiram vários modelos pequenos de conversão de texto em fala: o Phonon 31M, da Gradium, roda no dispositivo sob Apache 2.0; o AuroraTTS-100K produz fala compreensível com menos de 100 mil parâmetros; e uma otimização do Kokoro TTS alega ganho de velocidade de 50 a 100 vezes por meio de hill-climbing no modelo.
Ferramentas e frameworks para agentes
Recompensas de RL do ThinkingBox. A Microsoft e a Hugging Face tornaram open source o ThinkingBox-Training, que transforma a avaliação por banco de dados em recompensas de RL para o pós-treinamento de agentes. O ajuste fino do Qwen3.8-27B com GRPO elevou a taxa média de sucesso de 51,7% para 60,8% em tarefas fora do benchmark.
Runtime OpenShell da NVIDIA. A NVIDIA lançou o OpenShell, um runtime seguro e privado para agentes de IA autônomos. O projeto aparece no Reddit, sem mais detalhes no trecho.
1Password para agentes. A 1Password lançou uma ferramenta que permite a agentes de IA acessar contas de usuários sem ver as credenciais, usando uma chave digital e aprovação do usuário. Ela tem suporte a agentes como Claude Duet, ChatGPT Work, Grok Bot e Muse, da Meta.
Agent Compute Engine do Google. O Google anunciou o Agent Compute Engine, que dá a cada agente do Gemini uma microVM isolada por hardware, que pausa quando ociosa, e permite acomodar 10 vezes mais agentes por servidor. Entrará em prévia nos próximos meses, com rastreamento de tokens e suporte a identidades de terceiros.
RIPL, da Liquid AI. A Liquid AI lançou o RIPL, motor de inferência em tempo real para os Liquid Foundation Models que devolve respostas completas de ponta a ponta em menos de 50 ms para requisições curtas. Em uma única B200, apresentou latência p95 entre 5,6 e 28,4 vezes menor que a do Qwen3.5 no vLLM nos testes da empresa.
Rerank 5, da Cohere. A Cohere lançou o Rerank 5 nas versões Pro e Fast, com o recurso Context Focus para retornar trechos relevantes dentro de documentos e pontuações de relevância calibradas. O modelo Pro obtém 82,2 no BRIGHT, 5,8 pontos acima do Voyage AI Rerank 3, mas tem latência mediana de 11,7 s por requisição de 96 documentos.
API Decisions da OpenAI. A OpenAI tornou sua API Decisions disponível em geral. Construída com o GPT-6 Luna para decisões rápidas e baratas, como classificação e roteamento, ela é até 10 vezes mais rápida que a API Responses. Agora tem suporte à integração GPT-Live, cache de prompts, entradas JSON, imagens e 400 perguntas por requisição.
Doação do padrão Agent Skills. A Anthropic doou o padrão Agent Skills à Agentic AI Foundation, sob a Linux Foundation, depois de doar o MCP anteriormente. A medida busca manter o Skills aberto, guiado pela comunidade e neutro em relação a fornecedores.
Pesquisa e IA aplicada
Agentes brincam sem meta. Pesquisadores do MIT descobriram que agentes Eko deixados em uma ilha simulada, sem tarefas, começaram a inventar desafios; os que brincavam tiveram desempenho melhor em desafios posteriores do que os que não brincavam. O artigo sugere a exploração sem objetivo como uma forma de os agentes aprenderem habilidades.
IA médica da Microsoft. O sistema MAI-DxO, da Microsoft, que coordena vários agentes de IA como um painel de médicos, diagnosticou corretamente 83% dos casos complexos do NEJM, contra 36% de médicos generalistas individuais em uma simulação. O estudo foi publicado na Science, e a Microsoft planeja tornar o benchmark SDBench open source.
IA de observação da Terra. O Google DeepMind lançou o Forest Typology 2020, um mapa global de 10 metros que categoriza tipos de floresta e de uso da terra, enquanto o OlmoEarth v1.3 oferece embeddings de satélite e embeddings globais pré-calculados para monitoramento de mudanças e busca por similaridade.
Indústria e negócios
OpenAI busca US$ 30 bi. A OpenAI estaria trabalhando para captar até US$ 30 bilhões a uma valuation pré-money de US$ 1,25 trilhão, em rodada liderada pela Coatue e por investidores dos Emirados Árabes Unidos, antes do IPO. O negócio pode incluir capacidade adicional de computação nos Emirados.
Uber adota ChatGPT Work. A Uber expandiu o ChatGPT Work para todos os 30 mil funcionários depois que um piloto com 1.000 pessoas mostrou uso em finanças, operações e produto, com 80% de não engenheiros. A empresa ainda explora casos de uso, mas disponibilizou o agente de IA corporativo para toda a força de trabalho.
Estratégia do Spotify para agentes. O Spotify vê os agentes de IA como oportunidade; para o co-CEO Gustav Söderström, o entretenimento é uma categoria que prospera na era agêntica, porque as pessoas não vão pedir a agentes que resumam músicas. A empresa quer ser o serviço de música que os agentes escolhem quando os usuários delegam a criação de playlists e a descoberta.
Rede de Muses da Meta. Mark Zuckerberg descreveu um futuro em que bilhões de pessoas usam agentes pessoais Muse que conversam e fazem transações com os Muses de outras pessoas, formando uma rede em grande escala. A CFO Susan Li disse que todos terão de se adaptar.
Gartner: retorno da IA. Uma pesquisa da Gartner com 2.002 CIOs mostrou que só 13% relatam retornos importantes ou transformadores com IA, enquanto 51% esperam que a IA aumente os custos operacionais. Analistas veem uma lacuna entre a inovação dos fornecedores e os resultados nas empresas, embora 75% dos CEOs ainda planejem aumentar os gastos com IA.
Testes de robotáxi da inDrive. A inDrive, empresa de transporte por aplicativo, assinou um memorando de entendimento com a Pony.ai e a Nvidia para testar robotáxis Gen-7 da Pony.ai em Astana, no Cazaquistão, em 2027, inicialmente com operadores de segurança. A Nvidia fornece a plataforma Hyperion e o sistema de segurança Halos.
Liberação de exportação na China. DeepSeek e MiniMax concluíram os novos registros temporários de exportação de IA da China, obtendo aprovação regulatória explícita para continuar abrindo os pesos de seus modelos e firmar parcerias internacionais.
Recorde de lobby em IA. OpenAI, Anthropic e Nvidia tiveram seus trimestres de maior gasto com lobby, somando quase US$ 6 milhões em pautas de política como segurança cibernética e proteção infantil. Os valores ainda ficam abaixo dos de Google e Microsoft, mas indicam maior engajamento político.
Segurança e políticas
Termos da Meta sobre scraping. A Meta ajustou os termos comerciais para remover a linguagem que sugeria que poderia treinar IA livremente em sites de notícias, mas especialistas jurídicos dizem que o trecho restante, “associado aos seus produtos ou serviços”, ainda pode permitir scraping. Os termos entram em vigor em 30 de outubro.
Correção no compartilhamento do Muse. A Meta reativou o compartilhamento do Muse após corrigir um problema de URL que permitia descobrir artefatos compartilhados por meio do DNS público. Novas URLs foram emitidas para os artefatos compartilhados anteriormente.
Bancos bloqueiam agentes de IA. Grandes bancos dos EUA, como Morgan Stanley, JPMorgan, Bank of America e Wells Fargo, estão restringindo agentes de IA que acessam contas com credenciais de clientes, citando violações de políticas e riscos de segurança. Os bancos querem acesso somente leitura para agentes, mas ainda não conseguem distinguir ações de agentes das de usuários.
Ataques em massa com IA. Hackers alinhados ao Estado chinês usaram o framework de IA open source ARTEX para invadir cerca de 2.250 organizações depois de comprometer credenciais de backup em nuvem da ConnectWise, tentando quase 3.000 logins por minuto. A Microsoft diz que a velocidade deixa aos defensores pouco tempo para reagir.
Falha PHP2Shell descoberta por IA. A Amazon alertou que vulnerabilidades em uma linguagem relacionada a PHP, descobertas com ajuda de modelos da OpenAI e do Google, estão sendo amplamente exploradas depois que hackers tiveram quatro dias de vantagem. A NSA e autoridades do Reino Unido emitiram alertas urgentes, e as falhas destacam o papel da IA tanto no ataque quanto na defesa.
IA local e desempenho
DeepSeek V4.1 em AMD. Um usuário rodou o DeepSeek V4.1-1017 quantizado em duas GPUs AMD (7900 XTX + W6800) com DDR4, obtendo média de 9 tokens/s na decodificação e picos de 19 t/s, embora o desempenho variasse com o I/O. O modelo é considerado muito inteligente, mas lento para qualquer uso além de conversar.
Qwen 3.8 contra DeepSeek. Um benchmark usando o BenchKit modificado mostrou que o Qwen3.8-Flash-Next W4A16 acertou 25 de 25 em uma pequena amostra do HumanEval, enquanto o DeepSeek V4.1 Flash em 2,6 bits acertou 23 de 25 e entrou em loop em um dos problemas. O usuário continuará usando o Qwen para trabalho local.
Aceleração XMX na Intel. Um pull request do llama.cpp refatorou os motores matriciais XMX da Intel e melhorou significativamente a velocidade de decodificação especulativa no Battlemage B70. As taxas agregadas de tokens quase dobraram, com algumas tarefas passando de 38 a 53 tok/s para 68 a 94 tok/s.
Mini PC com Snapdragon. Um mini PC com Snapdragon X roda o Qwen3.8 Flash Next a 46 tokens/s na leitura e 20 tokens/s na geração usando um motor personalizado, e duas máquinas conectadas por USB4 alcançam 315/43 tokens/s em um modelo 35B A3B. A configuração custa cerca de £ 300 por máquina e usa apenas CPU/NPU.
Decider local da Perplexity. Um post no Reddit observa que dá para rodar o Perplexity Decision Model pplx-decider-flash-v1.2 totalmente localmente em um Mac, pela barra de menus, mantendo os dados no dispositivo.
Isso é tudo deste dia – cerca de 5 minutos de leitura.