CEVIU News - CEVIU IA - 11 de março de 2026

O Gemini Embedding 2 do Google, acessível via Gemini API e Vertex IA, unifica texto, imagens, vídeos, áudio e documentos em mais de 100 idiomas. O modelo processa até 8.192 tokens de texto, seis imagens, vídeos de 120 segundos e PDFs de seis páginas, incorporando Matryoshka Representation Learning para dimensões de saída personalizáveis. Usuários em acesso antecipado já o utilizam para Retrieval-Augmented Generation e busca semântica, com feedback inicial indicando desempenho superior em relação aos concorrentes.

Modelos open source propõem distribuir o valor criado pela IA de forma mais ampla, permitindo que mais pessoas desenvolvam. Contudo, o ecossistema atual não facilita essa construção. O stack contém muitos bugs e há um débito técnico oculto em cada camada. Desenvolvedores precisam parar de apenas corrigir bugs e, em vez disso, construir um stack melhor. ️

A ferramenta Codex pode ser utilizada para declarar impostos pessoais e demonstrou ser ainda mais precisa que um contador humano . O feedback imediato fornecido por Codex auxilia os usuários a compreender melhor sua situação fiscal e o código tributário . Ao ter acesso a detalhes pessoais, Codex consegue fazer suposições mais acertadas sobre o tratamento fiscal. Contadores provavelmente não precisam se preocupar: a maioria não se agrada de fazer declarações de imposto de renda pessoal, e suas outras responsabilidades tendem a ser muito mais difíceis de automatizar.

A Meta adquiriu a Moltbook , uma rede semelhante ao Reddit onde agentes de IA, construídos com o framework OpenClaw, interagem entre si e mantêm um diretório de agentes sempre ativo.

A Nvidia e o Thinking Machines Lab de Mira Murati estabeleceram uma parceria plurianual, na qual a startup implantará pelo menos um gigawatt de chips de ponta para treinar e servir seus frontier models . As empresas colaborarão no design de sistemas de treinamento e serving de IA utilizando a tecnologia da Nvidia. O acordo concede ao relativamente jovem laboratório de IA poder computacional para avançar em suas pesquisas e financiamento para sua equipe de 120 funcionários. A empresa compete acirradamente por talentos de pesquisa em IA, num cenário de avaliações que dispararam na indústria .

A liderança do ChatGPT em engajamento é mais ampla do que sua liderança em participação de mercado. Sua taxa DAU:MAU é de 45% contra 22% do Gemini, e o WAU:MAU subiu de 50% em meados de 2023 para 82% atualmente, superando Gmail e Spotify e se aproximando do Instagram. A retenção na quarta semana de 66% supera todos os aplicativos corporativos do conjunto de dados e é mais que o dobro dos 24% do Perplexity, enquanto a maioria dos apps vê a retenção estabilizar em escala. O sinal mais raro é a "curva de sorriso" do ChatGPT: um dos únicos três produtos, junto com Gmail e Chrome, onde a retenção cai e depois se recupera, indicando que os lançamentos de produtos da OpenAI estão reativando ativamente usuários inativos, não apenas atraindo novos.

Benchmarks de codificação agentic são frequentemente empregados para comparar as capacidades de engenharia de software de frontier models. Esses resultados são muitas vezes interpretados como medições precisas da capacidade relativa dos modelos. Contudo, pesquisas indicam que a configuração da infraestrutura por si só pode gerar variações significativas nos resultados. Embora os desenvolvedores de evals tenham começado a considerar esse fator, as soluções atuais podem, potencialmente, modificar o que esses benchmarks realmente avaliam. ️

Todo pipeline de treinamento de IA se baseia em uma camada de dados que determina o comportamento dos modelos. Esses dados definem o que os modelos conhecem, como raciocinam e o que podem fazer com segurança. No entanto, grande parte dos dados de treinamento atuais permanece opaca, fragmentada ou isolada entre equipes. O acesso a dados abertos oferece aos desenvolvedores um caminho mais rápido e econômico para construir modelos de alta qualidade. É por isso que a NVIDIA lança datasets abertos junto com seus modelos abertos, ferramentas e técnicas de treinamento.

O navegador Comet AI da Perplexity foi impedido de acessar o site da Amazon. A Amazon processou a Perplexity em novembro, alegando que a startup ocultou seus agentes de IA para continuar a fazer scraping do site da Amazon sem aprovação. O navegador Comet permite aos usuários pedir ao assistente para encontrar itens na Amazon e realizar compras. A Amazon afirma que os agentes de IA da Perplexity representam um risco para os dados dos clientes e criam desafios para seu negócio de publicidade. A empresa tem bloqueado amplamente seus sites de compras para agentes de IA e impedido o acesso de dezenas deles. ️

Um agente de IA é, essencialmente, um modelo aprimorado por um 'harness'. A engenharia de harness consiste em desenvolver sistemas que circundam esses modelos, transformando-os em verdadeiras ferramentas de trabalho eficientes. Enquanto a inteligência reside no modelo, é o harness que a torna funcional e aplicável. ️ Este artigo explora a fundo a natureza dos harnesses e detalha os componentes cruciais que os agentes de IA exigem para operar.

Agentes de dados e IA enfrentam dificuldades sem o contexto adequado, e dados empresariais desorganizados e dispersos complicam sua capacidade de responder a consultas básicas.

O GitHub Copilot SDK possibilita a execução orientada por IA diretamente dentro das aplicações, evoluindo para além das simples interações textuais ️. Essa mudança marca uma transição fundamental para uma nova interface onde a IA atua mais diretamente na automação e no controle operacional, em vez de apenas gerar texto.

Laboratórios de IA de fronteira continuam a desenvolver produtos próprios baseados em suas capacidades. Para cada token que vendem, eles podem utilizá-lo internamente com um custo de aquisição (COGs) inferior a 50%. Isso significa que seu fornecedor é também seu concorrente, e ele possui uma vantagem de custo permanente sobre você. Empresas de IA aplicada precisam, portanto, se destacar por algo além dos tokens. O desafio é construir produtos tão bons que o próprio token se torne um insumo básico (commodity), e não a proposta de valor principal.

O IH‑Challenge da OpenAI é um dataset desenvolvido para treinar modelos de IA a priorizar instruções com base no nível de confiança entre prompts de sistema, desenvolvedores, usuários e dados externos.

Os modelos Gemma 3 do Google , incluindo a variante de 27B, foram direcionados para alterar características que se correlacionam com a consciência de avaliação e a intenção de cometer homicídio ️.