Perplexity está adicionando uma seção de Pesquisa de Mercado, impulsionada por seu sistema multi-modelo agentic, Perplexity Computer.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
2860 notícias encontradas
'Tokenmaxxing' é um novo jogo de status onde trabalhadores obcecados por IA gastam tokens para provar sua produtividade . Algumas empresas incentivam a competição com rankings internos que mostram quantos tokens cada funcionário consome. Há desenvolvedores gastando milhares de dólares por mês para automatizar ao máximo seu trabalho. Um único agente pode gastar 700 milhões de tokens por semana. No entanto, esses rankings não revelam se eles estão realmente sendo produtivos ou se tudo é apenas teatro de produtividade .
O CEO da OpenAI, Sam Altman, tomou medidas extremas para garantir capacidade de compute em 2025, firmando acordos de infraestrutura bilionários. Enquanto a empresa se prepara para um possível IPO no final do ano, está começando a moderar expectativas e delinear uma estratégia mais comedida. A OpenAI percebe que o mercado não valoriza necessariamente sua abordagem anterior de crescimento e gastos.
O Nemotron-Cascade 2 é um modelo de 30 bilhões de MoE com 3 bilhões de parâmetros ativos que alcançou desempenho em nível de Olimpíada, mantendo alta eficiência através de Cascade RL e destilação multi-domínio.
O MiniMax M2.7 entrega 90% da qualidade do Claude Opus 4.6 a apenas 7% do custo, destacando-se na detecção de bugs, mas menos eficiente nas correções. É superior em cálculos de ponto flutuante e se iguala ao Claude na detecção de vulnerabilidades, embora o Claude ofereça soluções mais completas. Com tarifas de $0,30/$1,20 por milhão de tokens contra $5/$25 do Claude, o MiniMax é uma ferramenta econômica que preenche a lacuna entre modelos open-weight e frontier.
A OpenAI está focada em desenvolver um pesquisador baseado em agentes totalmente autônomo capaz de resolver problemas complexos de forma independente. A empresa afirma que esse objetivo de pesquisa guiará suas ações nos próximos anos, com planos para desenvolver um estagiário de IA autônomo até setembro. Este será o precursor de um sistema de pesquisa multiagente totalmente automatizado previsto para ser lançado em 2028.
A OpenAI planeja expandir sua força de trabalho de 4.000 para 8.000 funcionários até o final do ano. As novas contratações abrangerão vários departamentos, incluindo desenvolvimento de produtos, engenharia, pesquisa e vendas. A empresa vai incluir especialista em embaixadores técnicos para ajudar empresas a utilizarem melhor suas ferramentas de IA. Atualmente, a OpenAI está em negociações avançadas com firmas de private equity para implantar suas ferramentas no portfólio de empresas das firmas.
Um usuário do X relatou que o novo modelo Composer 2 da Cursor parece ser baseado no Kimi 2.5 da Moonshot AI. Posteriormente, a Cursor confirmou que o modelo começou a partir de um modelo base aberto e foi treinado adicionalmente com aprendizado por reforço.
Planejamento urbano cuidadoso, bem como o desenvolvimento de regras sociais e legais sobre como gerenciar o tráfego, foram necessários para permitir que o transporte pedestre e automotivo coexistissem de forma a reter os benefícios de ambos.
Além dos grandes laboratórios de IA conhecidos, ex-funcionários da OpenAI estão se direcionando para uma empresa discreta chamada Periodic Labs.
As contribuições de IA aumentaram o "ruído" no open source, tornando os sinais tradicionais de mentoria não confiáveis. Para resolver isso, o GitHub introduziu o framework "3 Cs" (Compreensão, Contexto e Continuidade) para ajudar mantenedores a identificar colaboradores valiosos para mentoria. Esta estratégia visa manter a eficácia da mentoria e garantir o crescimento e a sustentabilidade das comunidades open source em meio aos avanços da IA.
Os World Models estão impulsionando a IA ao simular complexidades do mundo real através de redes neurais condicionadas à ação, possibilitando previsão e planejamento eficientes. Abordagens generativas e latentes para World Models estão gerando avanços em diversas aplicações, da robótica à direção autônoma, aproveitando vastos datasets, como clipes de jogos, para aproximar a tomada de decisões humanas. Grandes investimentos de líderes da indústria, incluindo empresas como General Intuition e World Labs, ressaltam o potencial significativo e a rápida evolução dos World Models para alcançar a inteligência geral.
A OpenAI descreveu um sistema de monitoramento para agentes de codificação internos, projetado para detectar riscos de desalinhamento e estudar o comportamento de agentes no mundo real em ambientes ricos em ferramentas.
O OpenClaw demonstrou o potencial dos agentes de IA autônomos, mas falhou em produção devido à gestão de contexto, não-determinismo, tooling deficiente e limitações dos modelos. Sistemas totalmente autônomos são frágeis , com casos de uso no mundo real dependendo de workflows estruturados e etapas de LLM, em vez de autonomia pura. A próxima onda se move para "agent harnesses" verticais que empacotam contexto específico de domínio, confiabilidade e infraestrutura em produtos utilizáveis.
A Cursor lançou o Composer 2, um modelo de codificação que oferece desempenho de nível frontier com preços de tokens significativamente reduzidos.
O aplicativo para macOS oferecerá o mesmo conjunto de recursos do Gemini na web, mas também contará com Desktop Intelligence. Essa integração proporcionará ao app uma nova fonte de informação e contexto aprimorado para suas respostas.
Pesquisadores direcionaram o Claude Code para tarefas de autopesquisa e lhe concederam acesso a 16 GPUs em um cluster Kubernetes. Em 8 horas, o sistema submeteu cerca de 910 experimentos. O paralelismo alterou fundamentalmente a estratégia de busca do agente: enquanto com uma única GPU ele se limitava a uma abordagem de greedy hill-climbing, com 16 GPUs, o agente executou grades fatoriais de 10 a 13 experimentos por onda. Isso permitiu identificar efeitos de interação entre parâmetros que uma busca sequencial não seria capaz de detectar.
O CEO da Nvidia, Jensen Huang, busca transformar a empresa de uma fabricante de chips para uma operadora dominante de plataformas de IA , utilizando o NemoClaw, uma plataforma de código aberto para agentes de IA. Essa mudança visa minimizar a dependência dos ciclos de vendas de chips, posicionando a Nvidia para um crescimento mais duradouro e baseado em plataforma . Contudo, o sucesso depende crucialmente da adoção empresarial e da capacidade de superar os rápidos avanços dos concorrentes chineses .
MolmoPoint é uma nova arquitetura de grounding open-source que inclui três modelos, um dataset GUI de 36 mil imagens e novos dados de rastreamento para tarefas de vídeo e interface .
Um algoritmo de RLHF online desenvolvido pelo Google DeepMind atualizou incrementalmente modelos de recompensa e de linguagem, alcançando ganhos de eficiência de dados superiores a 10x . Esse avanço foi possível através da modelagem de incerteza e da exploração direcionada por informação .