A Quantinuum garantiu um aporte de US$ 100 milhões via CHIPS and Science Act, tornando-se a única empresa de arquitetura de íons presos selecionada nesta rodada. O financiamento visa superar o desafio crucial da escalabilidade na computação quântica: a produção consistente de armadilhas iônicas, eletrônicos de controle, lasers e sistemas ópticos, componentes que se tornam exponencialmente complexos conforme os processadores quânticos aumentam de tamanho e capacidade.
A Robocurve, empresa com apoio da Y Combinator, iniciou um programa de recompensas para a criação de benchmarks de avaliação reproduzíveis e de código aberto. O foco são sistemas de IA física e robôs autônomos. A iniciativa destinará US$ 20.000 e dois braços robóticos I2RT ABC Box a 25 equipes, selecionadas pelas propostas de pesquisa. O objetivo é acelerar o desenvolvimento da IA Física, diversificando os benchmarks para robótica de destreza e impulsionando a inovação no setor.
Sean Tsai, engenheiro da Foxconn, desenvolveu um robô interativo que executa truques de mágica de prestidigitação para audiências humanas. O sistema utiliza visão computacional para rastrear escolhas dos espectadores e controle motor de baixa latência, permitindo decepções mecânicas precisas e sincronizadas em tempo real. Esta inovação sublinha o potencial da integração entre rastreamento visual de alta velocidade e planejamento de movimento refinado para aprimorar o entretenimento interativo e a colaboração homem-máquina.
A NASA acaba de lançar a missão Fly Foundational Robots (FFR), uma iniciativa que convida pesquisadores a desenvolverem software autônomo para robôs de sete eixos operando em órbita baixa da Terra. O objetivo é aprofundar a compreensão sobre os desafios e as vantagens da robótica espacial em ambientes de microgravidade. As inscrições para o desafio se encerram em 23 de setembro, oferecendo uma oportunidade única para o avanço da engenharia robótica no setor aeroespacial.
A Xiaomi lançou o 18 Fold na China, um dia antes do esperado iPhone Fold, destacando-se com um design compacto no formato de um passaporte. O dispositivo integra uma tela OLED externa de 5,38 polegadas e uma interna de 7,58 polegadas, ambas com brilho de até 4.000 nits e taxa de atualização LTPO de 1-120Hz. Inovador, é o primeiro dobrável a empregar uma estrutura de subpixel RGB. A aposta da Xiaomi foi na autonomia, incorporando uma bateria de 6.000mAh com carregamento rápido de 67W, resultando em uma espessura de 5,02mm desdobrado, ligeiramente superior ao Samsung Galaxy Z Fold8.
Um novo repositório de código aberto disponibiliza um benchmark comparativo para quatro algoritmos de odometria e SLAM LiDAR: KISS-ICP, DLIO, FAST-LIO2 e GLIM. A avaliação, focada em sistemas embarcados, utilizou dados coletados por um drone equipado com LiDAR Livox Mid-360 e controlador Pixhawk. Os algoritmos foram executados em uma plataforma Jetson Orin NX, comparando a precisão da trajetória e a qualidade da reconstrução de mapas com dados VICON de referência. Este estudo oferece dados empíricos cruciais para desenvolvedores e engenheiros que buscam otimizar a estimativa de estado em plataformas autônomas com recursos computacionais restritos.
A Agility Robotics, empresa de destaque no setor de robótica humanoide, anunciou uma receita de US$ 1,8 milhão e um prejuízo líquido de US$ 114,7 milhões em 2025. Os resultados vêm à tona enquanto a companhia se prepara para sua entrada no mercado de capitais por meio de uma fusão com uma SPAC, estratégia que visa impulsionar o desenvolvimento e a comercialização de seus avançados sistemas robóticos. Este movimento destaca o alto investimento e o tempo de maturação exigidos para tecnologias de IA e robótica de ponta, mesmo para líderes do segmento.
A Magic anunciou um marco importante no pré-treinamento de modelos de IA, alcançando uma eficiência computacional mais de dez vezes superior aos principais modelos de código aberto. Essa inovação é vital para laboratórios menores, que podem agora competir em pé de igualdade, superando as limitações de recursos. A startup aposta que a sinergia entre este pré-treinamento otimizado, agentes de aprendizado por reforço (RL agentic) e capacidades de contexto expandido será a chave para desenvolver agentes de codificação super-humanos e automatizar a pesquisa e desenvolvimento em IA. A empresa detalha como suas otimizações no pré-treinamento e aprimoramentos no contexto longo impulsionam esses avanços.
Pesquisadores descobriram um método para extrair os rastros de raciocínio de modelos de IA mais avançados, sem a necessidade de um 'jailbreak' direto. A técnica explora a interação entre modelos, onde um modelo mais fraco e menos protegido do mesmo provedor é induzido a decodificar e exibir, em texto simples, os passos lógicos de um modelo alvo. Isso é feito injetando um rastro de raciocínio criptografado do modelo mais capaz, revelando vulnerabilidades cruciais na segurança de sistemas de IA.
Jacob Coxon, ex-pesquisador da Anthropic, anunciou sua saída da empresa motivado por sérias preocupações quanto à corrida desenfreada da indústria por sistemas de IA autoaperfeiçoáveis. Coxon manifestou seu temor de que essa busca possa levar ao desenvolvimento de inteligências artificiais 'fora de controle', configurando uma potencial ameaça existencial para a humanidade. O caso reacende o debate sobre ética e segurança no avanço acelerado da IA.
A OpenAI acaba de lançar o ChatGPT Images 2.5, prometendo uma revolução na geração de imagens por meio de IA. A nova versão entrega detalhes visuais significativamente mais nítidos e aprimora a preservação de imagens de referência, garantindo maior fidelidade ao conteúdo original. Além disso, a plataforma oferece uma edição mais precisa e confiável, fundamental para profissionais e entusiastas. Uma das maiores novidades é a redução de até 50% na latência de geração, tornando o processo muito mais ágil e eficiente para os usuários.
A OpenAI surpreendeu a comunidade científica ao anunciar que um de seus sistemas internos de IA resolveu o Problema de Existência e Suavidade de Navier-Stokes, um dos sete Problemas do Milênio da matemática, que desafia pesquisadores há quase um século. A IA demonstrou que a dinâmica de fluidos tridimensional suave pode, de fato, desenvolver uma singularidade em tempo finito. O feito não se limitou à prova analítica, mas também gerou uma formalização completa em Lean, reforçando o potencial da IA na resolução de questões complexas e até então intratáveis.
O Google DeepMind anuncia o lançamento do AlphaGenome Atlas, um robusto banco de dados de 1 petabyte que promete revolucionar a compreensão da genômica. Essa ferramenta inovadora tem a capacidade de prever os efeitos regulatórios de todas as 9 bilhões de potenciais variantes de nucleotídeo único presentes no genoma humano. A iniciativa representa um avanço significativo na pesquisa genética e na medicina personalizada, permitindo uma análise mais aprofundada das complexidades genéticas e suas implicações para a saúde.
A startup Cognition acaba de captar impressionantes US$ 2 bilhões, impulsionando sua avaliação para US$ 48 bilhões. A rodada de investimento, liderada por gigantes como Andreessen Horowitz e Accel, reforça a percepção de que o mercado de codificação com IA não será dominado por um único player. Este aporte bilionário sugere que há espaço para diversos competidores de peso. Com planos ambiciosos, a Cognition projeta uma receita anualizada de US$ 4 bilhões a US$ 5 bilhões até o fim de 2026, mesmo com gastos previstos de US$ 800 milhões este ano para manter sua infraestrutura de servidores Nvidia.
Pesquisadores da OpenAI revelam que a supervisão de agentes de IA agora abrange 3,14 dias de trabalho por cada turno humano de oito horas. Este dado sugere que o aumento da produtividade da IA não decorre da redução do esforço humano, mas sim da capacidade das máquinas operarem de forma contínua e paralela. Contudo, essa escalabilidade tem um custo elevado: os gastos diários médios com inferência dispararam de US$ 14 para mais de US$ 600, evidenciando o dilema entre eficiência e despesa na era da IA.
Um estudo recente simulou um cenário de ataque cibernético utilizando cem agentes de IA auto-hospedados, que tentaram comprometer contas online ao longo de cinco horas. Os resultados foram alarmantes: três contas foram invadidas explorando vulnerabilidades de software e duas por meio de ataques de força bruta a senhas. Além disso, foram registradas dezesseis tentativas de engenharia social. O experimento, focado em modelos open-source, sublinha o risco crescente que a evolução e a acessibilidade da IA representam para a segurança digital, antecipando desafios futuros no cenário de cibersegurança.
Apresenta-se o Hyper-𝜏-bench, uma ferramenta de simulação que recria um cenário empresarial para avaliar agentes desenvolvedores de IA. Neste ambiente controlado, o agente deve inferir especificações, projetar arquiteturas e criar um agente de atendimento ao cliente funcional, usando um menu de modelos fixo e respeitando um orçamento por conversa. Testes iniciais revelaram que o Claude Opus 5, operando no Claude Code com raciocínio máximo, alcançou apenas 23,9% de sucesso em tarefas. Contudo, quando auxiliado por um engenheiro humano com expertise contextual, a taxa de êxito do mesmo modelo saltou para impressionantes 82,2%, sublinhando a sinergia essencial entre IA e inteligência humana no desenvolvimento de agentes autônomos.
A Cohere detalhou um sistema de inferência completo, centrado em um megakernel de decodificação, projetado para o North Mini Code. Essa arquitetura integra funcionalidades cruciais para servidores de IA, como *continuous batching*, *paged attention* e suporte a sequências de comprimento variável. O sistema, acessível via um *endpoint* compatível com OpenAI e capacidade de *tool calling*, demonstrou um desempenho impressionante: 292 tokens por segundo com *batch size* de 1, equivalendo a 62% do *State-of-the-Art* (SoL) e superando o vLLM em 1,58 vezes. Notavelmente, essa vantagem é mantida em diversos tamanhos de *batch* e contextos de até 256K, sem qualquer perda de precisão, posicionando-o como um avanço significativo na inferência de modelos de linguagem.
Em um ensaio recente, Bill Gates provocou o debate sobre o impacto social da IA, defendendo a criação de novas instituições e a implementação de impostos específicos para mitigar os efeitos das transformações tecnológicas. A proposta de Gates visa gerenciar as transições decorrentes do avanço acelerado da IA, buscando soluções para os desafios socioeconômicos que surgem com a automação e a reestruturação do mercado de trabalho. Essa discussão é crucial para a formulação de políticas públicas e estratégias empresariais que garantam uma transição justa e equitativa na era da Inteligência Artificial.
Pesquisadores introduzem o método Progressive Point Matching (PPM), uma abordagem inovadora para aprimorar o treinamento em Reinforcement Learning (RL), especialmente em tarefas de longo horizonte. O PPM visa conceder crédito parcial a essas tarefas complexas sem modificar o objetivo ótimo, resultando em um ganho significativo na eficiência do treinamento. Essa técnica promete acelerar o desenvolvimento de agentes de IA capazes de lidar com sequências de ações mais extensas e desafiadoras.