
Mistral Large 4: a Europa aposta um trilhão de parâmetros em pesos abertos
O novo modelo de referência da Mistral tem 1,05 trilhão de parâmetros, ativa cerca de 49 bilhões e disponibiliza seus pesos em 27 de outubro.
Categoria
312 articles

O novo modelo de referência da Mistral tem 1,05 trilhão de parâmetros, ativa cerca de 49 bilhões e disponibiliza seus pesos em 27 de outubro.

Nos dados de uso de 31,6 milhões de interações, modelos chineses ficaram com mais da metade da participação em geração de imagem e vídeo no exterior, enquanto o texto continua nas mãos de fabricantes americanos.

Um pequeno LoRA de pesquisa permite rabiscar sobre uma região e renomear o objeto. É um sinal claro de que o trabalho em IA de imagens migrou da geração para a edição.

O Seedance 2.5 pode refilmar filmagens existentes a partir de um novo ângulo de câmera. Isso muda a cobertura, a continuidade e o que as filmagens podem provar.

O novo agente de trabalho do Google coordena tarefas entre Gmail, Drive e Calendar, e pode encaminhar parte do trabalho ao Claude. A camada de orquestração é o produto.

Claude Haiku 5.5 reduziu os custos de execução em cerca de 75% e foi posicionado como subagente. É na camada barata que a economia dos agentes realmente muda.

A Intelligent UI do GPT-6 permite que o ChatGPT componha gráficos, formulários e ferramentas funcionais em vez de escrever parágrafos. Isso muda quem projeta a interface.

O Alpha Gen, da LTX, extrai um matte limpo de filmagens comuns sem tela verde. As bordas difíceis que ele mira são onde todo o problema sempre esteve.

Os vídeos de IA mais comentados deste mês foram feitos por um modelo de código escrevendo código frontend, não por um gerador de vídeo.

O recurso de primeiro e último quadro do Veo 3.1 coloca duas decisões de volta no início do vídeo com IA: onde um plano começa e onde termina.

Quando gerar um episódio de microdrama passa a custar de 400 a 500 yuans e os favoritos começam a encolher, o que os criadores de conteúdo com IA enfrentam é, na verdade, uma lista de custos bem concreta.

O gargalo no treinamento de IA física deixou de ser o poder computacional ou a capacidade do modelo. Passou a ser a qualidade do mundo sintético.