A Recursive Superintelligence levantou mais de US$ 650 milhões com valuation superior a US$ 4 bilhões para construir IA capaz de se aperfeiçoar com pouca ou nenhuma ajuda de desenvolvedores humanos. Seus sete co-fundadores incluem pesquisadores renomados de grandes empresas de IA da indústria. Muitos desses pesquisadores são especialistas em sistemas de IA que podem operar por longos períodos em busca de objetivos. Embora os pesquisadores sejam otimistas sobre a ideia de IAs que se aperfeiçoam recursivamente, a tecnologia atual ainda está longe do ponto onde humanos podem ser removidos do processo.
Todas as notícias
CEVIU IA
Lançamentos, inovações e pesquisas para profissionais de IA, machine learning e ciência de dados
2317 notícias
O modelo, que será anunciado na conferência anual I/O do Google na terça-feira, terá desempenho aproximadamente equivalente ao GPT-5.5.
O AutoScientist ajuda modelos a aprender capacidades específicas rapidamente usando uma abordagem automatizada para fine-tuning convencional.
DeepSeek V4 Pro obteve 77/100 no benchmark FlowGraph por US$ 2,25 e ficou posicionado entre Opus 4.7 e Kimi K2.6 em termos de performance.
A partir de 15 de junho, os planos pagos do Claude poderão reivindicar um crédito mensal dedicado para uso programático.
Google e SpaceX estiveram supostamente discutindo data centers orbitais como parte de esforços mais amplos para expandir a infraestrutura computacional de IA além das instalações terrestres.
O modelo foundational Muse Spark da Meta agora alimenta a Meta IA em todos os serviços da empresa. O modelo permite respostas de voz mais rápidas, assistência de compras mais inteligente e reconhecimento visual em tempo real através das câmeras dos dispositivos. O lançamento inicial visa usuários nos EUA e Canadá.
O modo Fast para Claude Opus 4.7 está disponível em preview de pesquisa na API e Claude Code, além de plataformas como Cursor, Emergent, Factory, v0, Warp e Windsurf. O modo Fast atualmente é opt-in, mas eventualmente se tornará o padrão. Um link para entrar na lista de espera do modo Fast está disponível.
O Mk1 é um modelo de IA para análise de vídeo com preço 80-90% menor que rivais como Anthropic, OpenAI e Google.
Modelos de busca agentic são LLMs especializados treinados especificamente para busca.
A equipe Qwen lançou o Qwen-Image-2.0, seu mais recente modelo multimodal de geração de imagens, demonstrando melhorias na tipografia, seguimento de instruções, fotorrealismo e renderização de textos longos em tarefas de geração e edição.
O Parameter Golf atraiu mais de 1.000 participantes e 2.000 submissões focadas em minimizar perda em um dataset dentro de restrições rigorosas. Os participantes aproveitaram uma gama de técnicas, incluindo ajustes cuidadosos, quantization e ideias inovadoras de modelagem, com agentes de IA desempenhando um papel significativo. Este desafio revelou novos talentos e destacou o papel em evolução dos agentes de IA em competições de pesquisa.
A OpenAI compartilhou um workflow do Codex para agentes que revisam, reparam e validam saídas iterativamente usando loops de feedback estruturados para melhorar a confiabilidade.
O artigo discute o uso de reinforcement learning para fazer fine-tuning de modelos de 4B parâmetros como recursive language models (RLMs) para produção, alcançando comportamento eficiente específico para tarefas com menor custo. Ao treinar uma política compartilhada para RLMs pai e filho, essa abordagem mantém a performance das tarefas e reduz a necessidade de múltiplos modelos. Em testes, este método iguala a performance de modelos maiores como Claude Sonnet 4.6, mas opera com tamanho e custo significativamente reduzidos.
Pesquisadores derivaram neural scaling laws conscientes de compressão ao treinar quase 1.300 modelos, revelando como bytes por token afetam a alocação de compute. Isso desafia a heurística que escala modelos por 20 tokens por parâmetro, mostrando que isso se deve a tokenizers específicos. O estudo sugere que o scaling deveria usar bytes, não tokens, para melhor eficiência de compute em diversas linguagens.
Google apresentou novos recursos do Android baseados no Gemini que podem executar ações entre aplicativos, navegar na web, preencher formulários e gerar widgets personalizados através de prompts em linguagem natural.
Os LLMs atuais podem ser comercialmente valiosos, mas prever texto sozinho não levará à inteligência humana porque a linguagem é apenas uma pequena fração de como os humanos entendem o mundo. Sistemas de IA futuros dependerão de "modelos de mundo" que aprendem representações abstratas de física, causalidade e consequências, permitindo planejamento, raciocínio e adaptação em ambientes reais como robótica, saúde, fábricas e sistemas industriais.
Cargas de trabalho de inference são mais variáveis e imprevisíveis que as de treinamento, tornando-se candidatas naturais para computação serverless. Porém, serverless só funciona se novas réplicas puderem ser criadas tão rapidamente quanto a demanda muda. Este artigo examina como a Modal reduziu o tempo de scaling de servidores de inference de IA de múltiplos quilossegundos para apenas dezenas de segundos.
O boom da infraestrutura de IA impulsionou a demanda por semicondutores analógicos e de potência, beneficiando especialmente os Capacitores Cerâmicos Multicamadas, em meio a um excesso de oferta passado e competição acirrada. Empresas como Texas Instruments e NXP Semiconductors estão evitando expansão de capacidade, focando em aumentar preços e melhorar lucratividade. A cadeia de suprimentos de semicondutores, que antes atendia as indústrias de veículos elétricos e energia solar, agora está sendo aproveitada para o crescimento da demanda relacionada à IA.
Elon Musk anunciou que a xAI será dissolvida e integrada à SpaceX como uma nova divisão chamada SpaceXAI. A SpaceXAI ficará responsável por projetos de IA como a plataforma X e o Grok, colocando-os sob a marca SpaceX. A mudança simplifica as operações, melhora a integração vertical e alinha os esforços de IA com os objetivos estratégicos da SpaceX.
