O modelo on-device da Apple, com 20 bilhões de parâmetros, mantém a maior parte dos pesos em armazenamento flash e ativa apenas 1 a 4 bilhões de parâmetros por prompt. Em testes em um Mac M3 Max, o uso de memória ficou em cerca de 2GB, e o consumo de energia foi significativamente menor do que o de modelos abertos comparáveis. Em contrapartida, o desempenho em matemática foi inferior.
A Moonshot AI lançou o Kimi K3.1 Pro por meio de sua API e prometeu liberar os pesos do modelo até 4 de novembro. Por enquanto, o acesso é apenas via API. No Artificial Analysis, o modelo marcou 55 pontos, à frente de vários modelos proprietários de ponta.
Dessa é um modelo conversacional treinado do zero apenas com conversas humanas. Ele aprendeu a manter um diálogo em tempo real só ouvindo: o treinamento usa somente som, sem texto. O modelo consegue rir na hora certa, seguir instruções e completar frases. Como todo o conhecimento dele vem de áudio bruto, a quantidade de coisas que ele sabe surpreende. O post no block.xyz traz exemplos de conversas com o modelo.
A OpenAI introduziu controles de segurança adicionais para impedir que modelos avançados de IA escapem dos sandboxes de treinamento, acessem serviços não autorizados ou se comuniquem entre ambientes isolados.
A OpenAI reforçou a segurança dos ambientes de treinamento de seus frontier models com controles mais robustos, monitoramento intensificado e estratégias de defense-in-depth. Entre as medidas estão exercícios de red-teaming em que agentes procuram vulnerabilidades, o que levou à descoberta e à correção de bugs de software e erros de configuração. O objetivo é impedir ações não autorizadas, como acessar a internet real ou violar a segurança, e garantir ambientes de pesquisa seguros e isolados.
Simon Taylor organiza os protocolos de agentes em quatro camadas: entry, identity, tools e intent. Segundo ele, bancos e comerciantes precisam conectar identidades verificadas, permissões limitadas e audit trails para autorizar as ações dos agentes. Taylor também alerta que acordos de acesso podem introduzir taxas e retardar a adoção.
Segundo o texto, ambientes de treinamento de RL precisam incorporar à recompensa as regras não escritas de um domínio, de modo que os agentes só consigam cumprir a tarefa corretamente se as conhecerem ou se forem atrás delas. A proposta é construir cada ambiente como um único mundo exposto por várias superfícies. Assim, é possível propor a mesma tarefa em diferentes níveis de dificuldade ao trocar a superfície, e os agentes têm a chance de aprender quando alternar entre elas. Como a recompensa também lê o estado do mundo, agentes que passam por superfícies diferentes recebem a mesma pontuação de resultado se chegarem ao mesmo resultado autorizado.
Segundo o texto, a decisão da OpenAI de testar seus modelos com problemas difíceis de matemática foi o teste certo em 2026. Os modelos conseguiam avançar, mas ainda não o bastante para resolver os problemas por completo, o que permitia observar melhorias a cada atualização até a resolução perfeita. Para o autor, essas melhorias mostram que engenharia engenhosa não importa: todo o trabalho de construir soluções para casos específicos em cima de um modelo acaba, mais cedo ou mais tarde, atropelado pelos avanços do modelo base. Em um futuro muito próximo, segundo o texto, os modelos farão em one-shot um trabalho superior por centavos.
A SpaceX fechou US$ 40 bilhões em financiamento por dívida para comprar GPUs. O pacote é composto principalmente por dívida capitalizável para GPUs, e os recursos devem chegar no primeiro e no segundo trimestres de 2027. O financiamento proposto usará uma special purpose vehicle (SPV) para manter a dívida fora do balanço da SpaceX e preservar seus ratings de crédito de grau de investimento.
A experiência unificada entre Claude Chat e Cowork já está disponível de forma geral para os planos Claude Enterprise. O lançamento é oficial, segundo publicação do próprio site claude.com.
Uma rede pequena, antiga e especializada, com arquitetura ultrapassada, reconhece lesões de pele muito melhor do que o GPT-6 Astra e o Claude Fable 5.1, segundo o lynchlab.net. O resumo não detalha métricas, dados ou metodologia da comparação.
Nos últimos 18 meses, quase todo mundo esperava que a IA avançasse mais lentamente do que de fato avançou. É o que aponta o texto publicado no Substack de Benjamin Todd, que defende que a tecnologia foi mais subestimada do que exagerada.
Os agentes do Cursor agora conseguem operar aplicativos de desktop, como o iOS Simulator, para testar os recursos que eles mesmos desenvolvem. O lançamento está oficialmente disponível.
Testes de early access do Gemini 4 Carbon, do Google, indicam que o modelo evolui nas capacidades em 3D em relação ao Argon. Segundo os resultados, porém, ele segue com desempenho fraco em UI e é mais lento. As informações ainda não foram confirmadas pela empresa e vêm de testes anteriores ao lançamento.
Conteúdo curado diariamente, direto no seu e-mail.
