A Baseten anunciou um avanço significativo na otimização da API do modelo GLM-5.2, dobrando sua velocidade original. Atualmente, a API atinge picos de 280 tokens por segundo e mantém uma média de 100 tokens por segundo. Além do aumento na vazão, a empresa lançou uma versão "Fast" da API, projetada para reduzir drasticamente a latência, visando aplicações críticas como assistência em codificação e o funcionamento de agentes de IA. A Baseten planeja futuras melhorias, focando em um novo algoritmo de decodificação especulativa para refinar ainda mais a performance do GLM-5.2.
Todas as notícias
CEVIU IA
Lançamentos, inovações e pesquisas para profissionais de IA, machine learning e ciência de dados
2963 notícias
A Anthropic acaba de apresentar o Claude Opus 5, um novo modelo de IA que promete alta eficiência e desempenho comparável ao do Claude Fable 5, mas com o benefício de ter seu custo reduzido pela metade. O Opus 5 já demonstra liderança em benchmarks cruciais de codificação e tarefas de conhecimento, estabelecendo-se como o modelo padrão para o Claude Max. Esta inovação sublinha um avanço significativo na democratização do acesso a capacidades avançadas de IA, tornando a tecnologia de ponta mais acessível e impulsionando novas aplicações.
O uso do cache de prompt promete otimizar custos em agentes de IA, mas a realidade operacional revela sua fragilidade. Fatores como alterações em definições de ferramentas, troca de modelos de IA ou decisões de roteamento do provedor podem facilmente inviabilizar o cache, transformando solicitações incrementais baratas em reproduções completas e custosas do contexto. Este comportamento impacta diretamente a latência, o custo, o design de ferramentas e sessões, e até mesmo a oferta de funcionalidades do produto, exigindo uma análise aprofundada de seu funcionamento e das causas de desempenho insatisfatório.
A NVIDIA acaba de lançar o ModelExpress, uma inovação que promete acelerar drasticamente a distribuição de pesos de modelos de IA. A tecnologia utiliza P2P RDMA (Remote Direct Memory Access) para permitir transferências diretas e de alta velocidade entre GPUs. Este avanço é crucial para reduzir significativamente os tempos de inicialização de modelos complexos, otimizando o fluxo de trabalho e a eficiência em ambientes de computação de alto desempenho e IA generativa.
A Cognition, empresa em ascensão no cenário da inteligência artificial, anunciou a aquisição da The Interaction Company of California. Essa movimentação estratégica integra ao portfólio da Cognition o Poke, um agente pessoal notável por sua capacidade de interagir nativamente via Apple Messages. A compra sinaliza o forte investimento da Cognition em expandir e aprimorar suas soluções no desenvolvimento de agentes de IA.
A Intel superou as expectativas no segundo trimestre de 2026, com suas ações valorizando mais de 170% no ano. A gigante de semicondutores tem fechado acordos de longo prazo para seus CPUs de servidor, refletindo uma tendência da indústria. O CFO da Intel destacou que a demanda por data centers, essenciais para a infraestrutura de IA, supera a capacidade de produção da empresa, evidenciando uma restrição de oferta no mercado.
A Microsoft acaba de anunciar duas novas adições ao seu portfólio de IA, prometendo revolucionar a criação de conteúdo digital. O MAI-Image-2.5-Pro chega com foco em geração e edição de imagens de alta fidelidade, elevando o patamar da arte digital assistida por IA. Paralelamente, o MAI-Voice-2-Flash foi desenhado para otimizar aplicações de voz, tornando-as mais rápidas e com menor custo operacional. Ambos os modelos já estão disponíveis em public preview e foram integrados como modelos de produção, sinalizando a aposta da gigante da tecnologia em ferramentas de IA mais robustas e acessíveis.
Liang Wenfeng, o fundador da DeepSeek, revelou recentemente 64 citações de uma teleconferência com investidores, nas quais ele delineou a visão, a motivação e a cultura que impulsionam sua empresa. Wenfeng aprofundou a estratégia open-source da DeepSeek, os planos para a comercialização de suas soluções de IA e o roadmap ambicioso em direção à AGI (Inteligência Artificial Geral), entre outros temas cruciais que moldarão o futuro da companhia no cenário global de tecnologia.
O Google Research divulgou uma análise aprofundada sobre o veloz desenvolvimento da economia da IA, destacando inovações e as vastas transformações que a tecnologia impulsiona em múltiplos setores. O estudo ressalta como a IA já está remodelando áreas cruciais como saúde e finanças, sublinhando a importância de investimentos estratégicos e um arcabouço regulatório bem definido para assegurar que seu potencial seja explorado de maneira ética e responsável. A corrida pela inovação exige atenção para maximizar os benefícios e mitigar os riscos inerentes a essa revolução tecnológica.
A OpenAI eleva a interação com seus modelos de linguagem ao integrar o avançado controle de voz GPT-Live à aplicação de desktop do ChatGPT. Esta funcionalidade, que oferece uma comunicação mais fluida e natural, permite aos usuários interagirem com a IA de forma inovadora, aproximando a experiência da conversação humana. A novidade também se estende ao Codex, prometendo otimizar o desenvolvimento de código e outras tarefas criativas com comandos de voz.
A AMD e a Cerebras anunciaram uma colaboração estratégica para introduzir uma nova solução de inferência de IA de ponta. A parceria integra o sistema AMD Helios, focado em alta performance, com o revolucionário Cerebras Wafer-Scale Engine, conhecido por sua capacidade de processamento em larga escala. O objetivo principal é otimizar cargas de trabalho complexas de IA, garantindo ultra baixa latência e alto throughput, cruciais para aplicações que exigem respostas imediatas e processamento massivo de dados.
Um consórcio liderado pela Huawei divulgou um relatório técnico detalhando o pós-treinamento completo da família de modelos DeepSeek V4 utilizando os chips Ascend da própria Huawei. O estudo revela que o treinamento alcançou uma impressionante utilização de FLOPs do modelo em 34,22%, indicando um avanço significativo na capacidade de processamento de IA da tecnologia chinesa. Este feito destaca a crescente autonomia da China no desenvolvimento de infraestrutura para IA, consolidando a performance dos chips Ascend no cenário global de computação de alto desempenho e inteligência artificial.
A startup Etched, focada em hardware para IA, anunciou uma inovadora arquitetura que permite aos chips operar blocos matemáticos com apenas metade da voltagem convencional. Essa otimização resulta em um salto significativo na densidade de FLOPs (operações de ponto flutuante por segundo) e mitiga os desafios térmicos, pavimentando o caminho para processadores de IA mais potentes e energeticamente eficientes. A novidade promete revolucionar o desempenho computacional necessário para as crescentes demandas da Inteligência Artificial.
A Sierra, empresa em ascensão no cenário tecnológico, anunciou a aquisição da TakeOff, uma plataforma especializada em agentes de IA de longo horizonte. Esta transação estratégica garante à Sierra acesso imediato a uma tecnologia robusta e multifacetada, capaz de impulsionar o desenvolvimento de aplicações autônomas e multifásicas em diversos setores empresariais, consolidando sua posição no mercado de inteligência artificial.
A plataforma Fugu-Ultra anuncia o lançamento da versão 1.1, prometendo elevar o padrão em capacidades de codificação, execução de tarefas "agentic" e raciocínio complexo. Mantendo o mesmo custo da versão anterior, a atualização se destaca por oferecer desempenho de "nível frontier" sem a dependência de um único fornecedor. A inovação reside na sua capacidade de orquestrar dinamicamente os modelos de IA mais adequados para resolver desafios multifacetados, garantindo versatilidade e eficácia na execução de passos complexos.
A Anthropic aprimorou significativamente o modo de voz do seu assistente de IA, o Claude, ao integrar os modelos Opus, Sonnet e Haiku. Essa atualização estratégica expande as capacidades de conversação do Claude e o torna mais versátil para usuários em diversas plataformas. A novidade inclui integrações diretas com aplicativos amplamente utilizados, como Gmail, Slack, Notion e Google Calendar, otimizando fluxos de trabalho e produtividade. Atualmente em fase beta, a funcionalidade está acessível a todos, embora contas gratuitas tenham o uso limitado ao modelo Haiku e a um aplicativo conectado, marcando um avanço importante na interação com IAs generativas.
A OpenAI acaba de lançar o recurso Health no ChatGPT, direcionado a adultos nos Estados Unidos. Essa inovação permite que usuários integrem dados do Apple Health e registros médicos compatíveis, aprimorando a capacidade do chatbot de oferecer conversas mais contextuais e personalizadas sobre saúde. A empresa assegurou que as informações de saúde conectadas e as interações geradas não serão utilizadas para o treinamento de seus modelos fundamentais de IA, nem para fins de direcionamento de anúncios, reforçando o compromisso com a privacidade dos dados.
A Runway, gigante em ferramentas de IA generativa, acaba de introduzir o Runway Media Router, uma inovação para desenvolvedores que promete revolucionar a forma como modelos de imagem, vídeo e áudio são selecionados. A ferramenta automatiza a escolha do melhor modelo com base em critérios como qualidade, velocidade e custo. Esse lançamento eleva o Runway Dev a uma camada de infraestrutura crucial, oferecendo acesso unificado via API a modelos tanto da própria Runway quanto de terceiros, simplificando o fluxo de trabalho na criação de conteúdo.
No universo da IA, a precificação do poder computacional, especialmente da GPU, muitas vezes é abordada como uma commodity, baseada em taxas de mercado. No entanto, o CEVIU News destaca que essa visão simplificada ignora a complexidade de cargas de trabalho específicas, como o treinamento, fine-tuning e inferência de alta vazão, que demandam múltiplas GPUs idênticas e colocalizadas em uma mesma máquina ou cluster. A compra de contratos futuros de H100, por exemplo, mitiga o risco de aumento de preço, mas não resolve o desafio da disponibilidade de capacidade de hardware em conjunto. Essa lacuna gera um risco de base real, onde a flutuação do preço geral não garante a infraestrutura necessária para operações críticas de IA, ressaltando a necessidade de estratégias de aquisição mais sofisticadas.
O modelo de linguagem Kimi K3 está redefinindo os limites do raciocínio em IA, empregando uma quantidade massiva de 'thinking tokens'. Análises revelam que o K3 utiliza mais de 12 vezes a capacidade de raciocínio do aclamado Claude Opus 4.8 e mais que o dobro de seu antecessor, o Kimi K2.6. Essa performance superior é atribuída à sua inovadora abordagem de 'chain-of-thought', onde a IA itera sobre designs internamente, simulando o comportamento de um agente autônomo dentro de sua própria cadeia de pensamento. O CEVIU News explora como essa arquitetura está por trás de seu desempenho notável.
