Modelos e frameworks de agentes
Modelo de agente abliterated. Um novo Qwen3.8-27B mesclado reúne visão, decisões tipadas e pesos sem recusa para stacks de agentes locais com 16 GB de VRAM. Um PSA à parte observa que ablações de rank 1 podem ser aplicadas como uma LoRA pequena em tempo de execução, o que evita baixar modelos abliterated grandes.
Modelos de 4B especializados. Treinar modelos de 4B específicos para uma tarefa, como o Qwen3.5-4B-3D-Coder, indica que modelos pequenos dão conta de muitos trabalhos práticos, de assets 3D a programação, e variantes menores, de até 350M, estão em estudo.
Fala full-duplex. O Tofu-1, da Bland, e o Haru-4B, aberto, fazem fala-para-fala full-duplex: escutam e falam ao mesmo tempo. O Tofu-1 é voltado a chamadas ruidosas; o Haru-4B é multilíngue e opera a 7,5 Hz com áudio contínuo.
Avatares e agentes de vídeo. O audio.cpp 0.9.5 combina SoulX-FlashHead, OWSM v4 e LFM3-Audio para conversar com avatares locais em tempo real em uma RTX 4090 ou superior. Já o LongCat-Video-Avatar 1.6, da Meituan, melhora a geração de vídeos de pessoas guiada por áudio, com sincronia labial melhor e mais consistência em vídeos longos.
LongCat-2.5 de pesos abertos. A Meituan lançou um modelo de agente MoE de 1,6 trilhão de parâmetros treinado inteiramente em hardware chinês. Ele ativa 48B parâmetros por token, trabalha com 1M de contexto e iguala os níveis de programação do Claude Opus 5 anterior.
Claude Fable pinta. O Claude Fable 5.2, da Anthropic, gera imagens escrevendo código Python que posiciona centenas de milhares de pinceladas em uma tela virtual. Ele supera o GPT-6 Astra em um benchmark de simulação robótica, mas é mais lento no controle em mundo real.
Europa e multilíngues. O EUROPA mira quase 1 trilhão de parâmetros, e a família Villanova2 acrescenta modelos multilíngues sob Apache-2.0 para cinco línguas europeias.
Inferência local e ferramentas
Basalt 0.4.0. O Basalt ganhou suporte a NVFP4 no Qwen 3.8 27B dense e roteamento entre múltiplos modelos, chegando a 770 tok/s em uma RTX 5090 e mantendo 92,8% de acurácia top-1 em relação ao BF16.
BigMoeOnEdge. A ferramenta roda qualquer GGUF MoE em NVIDIA, AMD, Intel, Mac, celular ou CPU e costuma superar Strata e colibri em placas de 8 a 16 GB e em Macs, com o Qwen3.6-35B e modelos maiores.
Ganhos de velocidade no llama.cpp. O llama.cpp segue evoluindo: benchmarks com o Gemma4 mostram que ele está alcançando as engines dedicadas; o ajuste no cudaMemcpy eleva o prefill com offload de MoE de 345 para 466 t/s em uma 3090; e um ganho de CPU com AVX-VNNI para Q2_0 está em um PR.
Plugins de agente no Datasette. Simon Willison publicou várias versões do Datasette construídas com o Claude Fable 5.2: visualização com MapLibre/OpenFreeMap, exportações em streaming, correções de segurança, apps em sandbox com links por URL e melhorias nos prompts de agente.
Visualizador do interior de LLMs. O inside-llm é uma ferramenta open-source de navegador que compara dois quants GGUF token a token, exibindo probabilidades, gates do sampler, entropia e divergência.
Indústria e negócios
Estudo de saúde da Apple. A Apple e a OpenEvidence lançaram um app de estudo com respostas de saúde fundamentadas clinicamente para até 200 mil participantes nos EUA; os usuários avaliam as respostas e podem compartilhar dados do HealthKit.
Crise na liderança da Nvidia. Jensen Huang foi deposto após revelações de um caso com uma suposta espiã chinesa; a Megaspeed, ligada à ex-amante, intermediou quase US$ 12 bilhões em pedidos de chips para a China. O Congresso quer regras mais rígidas de exportação de chips de IA, enquanto apoiadores pedem a volta de Huang.
- Is bad news for Jensen Huang also bad news for the AI industry?(abre em uma nova aba)
- Firm linked to Jensen Huang's ex-lover reportedly brokered nearly $12 billion in Nvidia chip orders for China(abre em uma nova aba)
- Jensen Huang might be plotting a return and more of the latest Nvidia drama(abre em uma nova aba)
- Congress wants to tighten export rules on AI chips after Nvidia spy scandal(abre em uma nova aba)
- The Sequence Radar - Issue #972: Last Week in AI: The Invisible Hand Wore a Leather Jacket(abre em uma nova aba)
- An overview of Jensen Huang’s messy days(abre em uma nova aba)
Sensores de IA indianos. A Bharat Semi levantou US$ 24 milhões em rodada seed para desenvolver sensores de imagem com IA que unem captura, processamento e IA em um único chip, com produção prevista para 2027.
Impacto da IA no trabalho. O banco central da Austrália aponta que as vagas caíram mais nos setores com maior exposição à IA, e que trabalhadores jovens de software e atendimento ao cliente enfrentam empregabilidade mais fraca.
Segurança e governança
Governança de agentes na Uber. A Uber criou um framework de ciclo de vida para determinar se as ações de um agente são apropriadas, registrando agentes em um AI Registry e aplicando controles em tempo de execução e pós-implantação contra injeção de prompt e sequestro de objetivos.
Guard de prompt X3Guard. A Axiomic Labs lançou o X3Guard-150M, um modelo pequeno de proteção de prompts que sinaliza prompts nocivos e adversariais e roda em dispositivos de borda com respostas em milissegundos.
Revisão de código com IA na Anthropic. A equipe do Claude Code usa várias camadas de verificação automatizada e revisões com IA, dobrando os PRs mesclados e cortando as taxas de revert em mais de 40%.
Destaques de pesquisa
Blog de ciência da OpenAI. A OpenAI lançou um blog de ciência e publicou um post convidado em que o físico Nathaniel Craig usou o GPT-6 Astra para chegar a uma definição em lattice candidata do Modelo Padrão.
Guia de embeddings posicionais. O Ahead of AI aborda o RoPE e outros métodos de codificação posicional nos LLMs modernos, inclusive quais escolhas os modelos de pesos abertos de 2026 usam.
Baking em tempo de teste. Um novo método TTB incorpora a um MLP leve as informações globais da cena extraídas da atenção entre vistas, entregando até 23 vezes mais velocidade de renderização na síntese de vistas com decoder-only.
Autoaperfeiçoamento recursivo. Pesquisadores aplicaram autoaperfeiçoamento recursivo a um treinamento prévio de fronteira completo e liberaram o 801-30B-A3B-Base, um MoE de 30B treinado do zero em 11,8 trilhões de tokens.
Isso é tudo deste dia – cerca de 5 minutos de leitura.