Categoria
312 articles
O artigo 50 do EU AI Act faz dos metadados de proveniência uma questão de conformidade. A etiqueta é incorporada na geração e a pipeline perde-a com facilidade.
Um agente não fica mais inteligente por rodar muito tempo, fica mais burro porque o seu context window se enche de lixo. Do sandboxing de saídas de ferramentas à memória persistente e ao routing, esses projetos consertam a memória do agente.
O Google desligará em 22 de outubro de 2026 todos os endpoints do Veo em Gemini API, incluindo veo-3.1-lite-generate-preview, substituindo-os por gemini-omni-1.1-flash, cobrado por token.
2,8 trilhões de parâmetros numa GPU de 4 GB soa como erro de digitação. A ideia do AirLLM não é deixar o modelo menor, mas parar de tentar mantê-lo inteiro na memória: ler camada por camada do disco e então soltar. O preço é a velocidade; em troca, roda aquilo que não deveria caber.
O Muse Image da Meta planeja, pesquisa, programa e confere o resultado antes de pintar, trazendo parte da verificação para dentro do modelo. A ambição não é a qualidade da imagem, mas virar a camada de imagem padrão de bilhões de pessoas.
Com as mesmas 50,000 imagens de produto, a fatura mensal varia mais de 12 vezes entre os modelos. Quem decide são a taxa de aceitação e a de retentativas, não o ranking.
Em outubro, a competição entre agentes de programação passou dos modelos para a camada de extensão. Claude Code Mods, Cursor Projects e uma série de repositórios de habilidades da comunidade mostram que o valor migra da geração de código para a organização dos agentes que o geram.
O Prime Agent foi reescrito pelo próprio enxame: mais de 2.000 agentes o levaram de TypeScript para Rust em duas semanas. Veja como funcionam a orquestração e as proteções.
Sandboxes de VM completas dão a cada agente um computador descartável. É encanamento, e decide se um agente recebe permissões reais.
Um modelo aberto que gera vídeo 2K nativo com áudio sincronizado é um passo real. O hardware que ele exige é o que decide quem pode usá-lo.
O Hyperframes transforma HTML em vídeo, o ArtCraft empacota um motor de criação, o text-to-cad dá CAD aos agentes. O agente está aprendendo a fabricar coisas que se veem.
O Google construiu assistência visual em tempo real com usuários cegos e com baixa visão desde o início. Um teste silencioso mas afiado de para que serve um assistente multimodal.
