Entenda os modelos.

A Wired relata que usou o GPT-6 Sol, da OpenAI, para treinar uma versão virtual do Microduck, robô desenvolvido pela Pollen Robotics e pela Hugging Face, a andar por uma sala e identificar gatos bengalês. O autor afirma que concluiu a programação e o treinamento em algumas horas, usando também o agente Hermes, da Nous Research, e um Nvidia DGX Spark. O processo envolveu o Isaac Sim, da Nvidia, para controlar o robô, analisar vídeos de seu desempenho e sugerir ajustes. O modelo conseguiu fazê-lo caminhar sem tombar, mas não reproduziu adequadamente um moonwalk.

Segundo a Wired, Ken Goldberg, professor da Universidade da Califórnia, em Berkeley, usou o Astra, da OpenAI, com a ferramenta Newton, da Nvidia, para criar uma simulação 3D de um robô em cerca de uma hora. Jim Fan, pesquisador da Nvidia, diz que modelos de linguagem agora podem acessar modelos para controlar ações físicas. Fan, Goldberg e outros também abriram o código do framework robótico Aspire, que permite descobrir e usar novas habilidades.

Fontes: Wired

Ler a matéria original ↗

A Tether AI Research apresentou o BotPsy, modelo de 0,8 bilhão de parâmetros construído sobre o Qwen3.5-0.8B para funções, fluxos agênticos e implantação no dispositivo. O assistente usa ferramentas para tarefas como pesquisa na web, viagens, comércio, controle de dispositivos, arquivos, calendário e mensagens. A empresa afirma que o modelo é mais adequado a tarefas de baixa a média dificuldade e ajuda a manter os dados do usuário privados.

Segundo a Tether AI Research, o BotPsy superou todos os modelos testados de até 1,2 bilhão de parâmetros nos seis benchmarks de uso de ferramentas e agentes, além de vencer o Qwen3.5-2B-Think — 2,5 vezes maior — em cinco deles. No entanto, o modelo ainda comete erros, tem desempenho inferior em idiomas com menos recursos e não é indicado para usos de alto risco. O BotPsy está disponível nos formatos safetensors e GGUF.

Fontes: Hugging Face

Ler a matéria original ↗

David Turturean, pesquisador da Physical Superintelligence (PSI), usou o Fable 5.2, modelo não lançado da Anthropic, para produzir uma prova relacionada à conjectura de Aaronson-Ambainis, que trata da capacidade de computadores quânticos resolverem problemas mais rapidamente que computadores clássicos. Scott Aaronson, um dos pesquisadores que formularam o problema, disse ao TechCrunch que acredita que a prova está correta porque ela foi formalizada no Lean e explicada por pesquisadores experientes, embora ele ainda não a compreenda completamente. O resultado parece fechar uma das possíveis rotas para computadores quânticos resolverem certos problemas difíceis rapidamente, mas não todas.

A PSI pretende transformar sistemas de IA especializados, com ferramentas, memória e simulações, em um negócio de descoberta científica. Por enquanto, sua receita vem da otimização de data centers; a estratégia de longo prazo é converter avanços em física teórica em tecnologias. O CEO Matt Pines disse ao TechCrunch que validar resultados de física com experimentos continua sendo mais difícil do que trabalhar com matemática formalizada.

Fontes: TechCrunch

Ler a matéria original ↗

A Google DeepMind anunciou a disponibilidade do Gemini 4 Carbon, duas semanas após oferecê-lo a defensores de cibersegurança pelo programa Fairwind. A empresa diz que o modelo é seu mais forte e foi projetado para programação complexa, pesquisa científica aberta e fluxos de trabalho agênticos de longa duração. O Carbon está disponível pela API no Google AI Studio e no Gemini para empresas, para desenvolvedores e empresas pagantes, e para assinantes Google AI Ultra no Antigravity, no aplicativo Gemini e no Modo IA da Busca. O acesso a níveis inferiores e usuários gratuitos não foi indicado.

O Google também apresentou uma prévia do “swarm”, no Antigravity, que transforma um comando em uma equipe coordenada de agentes. O preço introdutório é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída. Segundo o Xataka, o Fable 5.2, da Anthropic, superou o Carbon em várias comparações, embora o modelo do Google tenha ficado à frente em alguns testes.

Fontes: The Verge, Tecnoblog, Google DeepMind, Xataka

Ler a matéria original ↗

A Google DeepMind revelou o Gemini Robotics 2.5, nova versão de sua plataforma de IA para robôs, e o benchmark de segurança de código aberto ASIMOV-jailbreak. A empresa diz que o modelo foi avaliado em mais de 200 atividades, incluindo servir comida com pinças, usar uma pipeta e dar um laço, e teve uma taxa de sucesso 30% a 100% maior que a versão anterior, além de operar 20% a 30% mais rápido. Esses resultados vêm de testes de laboratório. Em parceria com a Apptronik e a Mercedes-Benz, a Google também testou robôs humanoides Apollo 2 em algumas fábricas europeias, onde eles separaram peças automotivas com taxa de sucesso de 96%, segundo o Ars Technica.

A DeepMind afirma que o Gemini 4 Argon ajudou a criar um motor de simulação capaz de gerar milhares de variações de tarefas a partir de dados de câmeras reais. A equipe combinou esses “gêmeos digitais” com demonstrações reais para treinar o modelo, mas o diretor Kanishka Rao disse que reduzir a diferença restante para o desempenho humano será difícil.

Fontes: Ars Technica

Ler a matéria original ↗

Pesquisadores da Google DeepMind dizem ter usado agentes de IA e o AlphaProof Code para verificar formalmente garantias criptográficas importantes da implementação do protocolo Signal. O protocolo protege conversas no Signal e no Google Messages e sustenta a criptografia do WhatsApp. Segundo o Xataka, os agentes geraram mais de seis milhões de linhas em Lean, enquanto especialistas humanos revisaram as especificações e cerca de 1% do código sinalizado para nova análise; o trabalho levou quatro semanas.

A análise não encontrou novas vulnerabilidades nas partes examinadas. Quando a equipe reinseriu duas falhas reais já corrigidas em uma versão isolada do código, o sistema identificou que as versões vulneráveis não eram seguras, segundo a Google DeepMind. O projeto não verificou todo o aplicativo móvel do Signal, e a viabilidade de ampliar a abordagem e fazê-lo a um custo prático continua em aberto. A Signal Foundation já havia realizado trabalhos anteriores de verificação em partes menores do código, de acordo com o Wired e o Xataka.

Fontes: Wired, Xataka

Ler a matéria original ↗

A Anthropic lançou o Claude Fable 5.2 e o Claude Mythos 5.2, que, segundo a empresa, melhoram em programação, raciocínio, visão e comunicação com usuários. O Fable está disponível de forma geral — embora não no plano gratuito do Claude — e custa US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída. A Anthropic afirma que ele é até 30% mais rápido e conseguiu, em testes, resolver dois problemas abertos de física teórica e formalizar o Último Teorema de Fermat. O Xataka informa que o Fable também pode ser usado por meio de Amazon Web Services, Google Cloud e Microsoft Azure.

O Mythos 5.2 terá acesso inicial restrito a profissionais e organizações verificados, para trabalhos como pesquisa de vulnerabilidades e biomedicina, com menos salvaguardas para algumas tarefas de alto risco. O TechCrunch relata que o lançamento ocorre após um relatório da METR sugerir que a Anthropic pode estar se aproximando da autoaperfeiçoamento recursivo, embora persistam incertezas; a empresa também diz que ainda enfrenta dificuldades para avaliar com precisão as capacidades dos modelos.

Fontes: The Verge, TechCrunch, g1, Xataka

Ler a matéria original ↗

Na Conference on Robot Learning (CoRL), em Austin, Texas, a NVIDIA anunciou o GR00T 2, um modelo aberto de ação do mundo desenvolvido sobre o NVIDIA Cosmos, além de ferramentas de simulação, benchmarks e fluxos de trabalho para robótica agentiva. Segundo a empresa, o modelo concluiu ao menos uma vez 40 de 50 tarefas avaliadas sem demonstrações específicas e obteve taxa média de sucesso de 71% com uma demonstração por tarefa, chegando a 95% com cinco. O sistema também pode transferir habilidades entre diferentes robôs e ajudar agentes de IA a executar sequências e se recuperar de erros.

Dois artigos da NVIDIA estão entre os seis finalistas do prêmio de Melhor Artigo da CoRL: GRAIL, sobre a geração de ativos 3D e cenários para simulação, e RoboTTT, que amplia em três ordens de magnitude o contexto de políticas visuomotoras sem aumentar a latência de inferência, segundo a empresa. A NVIDIA diz que organizações como Nexuni, Foxconn e Siemens já testam o GR00T 2 em tarefas de lavanderia robótica e automação industrial.

Fontes: NVIDIA

Ler a matéria original ↗

A Wired descreve os modelos do mundo como sistemas que recebem imagens, recriam ambientes em 3D e simulam física, causa e efeito. Segundo Oliver Cameron, CEO do laboratório Odyssey, eles preveem o próximo estado visual do mundo; para Brian McClendon, diretor de tecnologia da Niantic Spatial, milhões de simulações podem treinar robôs em espaços específicos sem movimento físico. A Wayve, por sua vez, usa imagens de câmeras de carros para recriar estradas perigosas e condições difíceis de testar na vida real.

A tecnologia também é explorada em videogames, com investimentos da Tencent, e pode ganhar espaço em robôs domésticos e carros autônomos — a Wired aponta 2027 como um possível ano importante para essa expansão. O desenvolvimento exige dados do mundo real: a reportagem relata que trabalhadores já gravam tarefas domésticas em vídeo para vendê-las por meio de aplicativos, geralmente por pagamentos baixos.

Fontes: Wired

Ler a matéria original ↗

Pesquisadores de segurança de IA estudam a teoria dos jogos reversa, também chamada de desenho de mecanismos, como alternativa a investigar o funcionamento interno dos modelos ou treiná-los diretamente para seguir valores humanos. A abordagem busca criar regras e incentivos que levem os agentes a se comportar de maneira desejada, mesmo quando suas intenções não são transparentes.

Segundo o MIT Technology Review Brasil, um artigo em pré-publicação de Stephen Morris, economista do MIT, com pesquisadores de Yale e Columbia, propõe recompensar modelos pela capacidade de prever as respostas de outro modelo, em vez de avaliar apenas seu desempenho. Isso poderia dificultar que um agente simulasse ter menos capacidade para evitar mecanismos de segurança. O artigo também sugere competições entre agentes e pares com vieses opostos, usando a concordância entre respostas como incentivo.

Fontes: MIT Technology Review Brasil

Ler a matéria original ↗

Um relatório da organização de pesquisa em segurança de IA METR, baseado em uma investigação de 11 semanas, afirma que os modelos da Anthropic estão melhorando cerca de duas vezes mais rápido que há um ano. A METR diz estar confiante de que o avanço não se explica apenas pelo aumento do poder computacional e estima que, em outubro, a maior parte da aceleração vinha do uso de IA no trabalho de pesquisa. Funcionários relataram produtividade cerca de 12 vezes maior, em média, ao usar o modelo interno mais capaz da empresa — o dobro do registrado alguns meses antes com o Mythos 5.

A aceleração ainda parece depender principalmente de pesquisadores humanos, mas a METR encontrou sinais de que contribuições totalmente autônomas podem ganhar importância em breve, sem gargalos claros ou retornos decrescentes observáveis. A organização também identificou três modelos não lançados, treinados entre julho e outubro, enquanto a Anthropic pôde redigir partes do relatório final.

Fontes: The Verge

Ler a matéria original ↗

A Vals, empresa que mede capacidades de inteligência artificial, afirma que modelos de pesos abertos estão se aproximando dos modelos fechados mais avançados em tarefas de invasão de redes. Em dois cenários simulados, o Daybreak, modelo cibernético mais avançado da OpenAI e disponível apenas para parceiros confiáveis, completou em média 81% dos objetivos em dois testes; o DeepSeek alcançou 73%, com empate entre os modelos em algumas tarefas.

Segundo a Vals, realizar um ataque custou de US$ 17 a US$ 46 em tokens com o GPT-6-Sol, contra US$ 2 a US$ 3 com o DeepSeek. A empresa diz que o custo menor e a possibilidade de executar modelos abertos no próprio hardware podem incentivar seu uso por equipes de defesa. A Wired observa que a aproximação reduz a vantagem dos modelos fechados e pode limitar o tempo ganho com o acesso restrito, embora atacantes ainda usem com frequência modelos mais antigos e menos capazes.

Fontes: Wired

Ler a matéria original ↗

A Hugging Face apresentou ToyBlocks, o primeiro FoundationWorld, uma estrutura para criar ambientes simulados controlados voltados à pesquisa em robótica. O cenário usa um braço robótico e blocos sobre uma mesa para investigar como modelos aprendem, generalizam e combinam raciocínio de alto nível com controle físico preciso.

O sistema gera automaticamente tarefas e demonstrações de treinamento, sem exigir teleoperação, e permite variar as experiências usadas no treinamento antes de avaliar o desempenho em tarefas não vistas. Imagens e letras nas faces dos blocos permitem tarefas de busca, classificação e organização, enquanto a variação de propriedades como tamanho dos blocos e altura da mesa testa a generalização. O ToyBlocks usa aprendizado por reforço e planejamento de movimento para gerar habilidades curtas, combinando modelos de raciocínio com modelos que controlam os movimentos do robô.

Fontes: Hugging Face

Ler a matéria original ↗

A Underdog lançou o Woof, um modelo de voz de 32 MB e 31 milhões de parâmetros que, segundo a startup, pode gerar fala e música na maioria dos dispositivos sem conexão com a internet. O modelo está disponível para download aberto e é apresentado em um jogo com estética tecnológica retrô, no qual o usuário digita em uma máquina de escrever para ouvir o texto e gira um afinador para criar diferentes tipos de música.

O fundador da Underdog, Sigil Wen, disse ao TechCrunch que criou o aplicativo para desenvolver sistemas de IA que rodem nos dispositivos dos usuários e permitam que eles mantenham o controle sobre seus dados. O Woof chega semanas depois do Bark, modelo de conversão de fala em texto de 167 MB da empresa, também voltado a dispositivos de borda.

Fontes: TechCrunch

Ler a matéria original ↗

Em um texto publicado pela Anthropic, os pesquisadores apoiados pela empresa Jakob Macke, Daniel Gedon e Stefan Wahl explicam como a IA pode mudar a construção e a interpretação de modelos científicos. Eles usam o modelo de Hodgkin-Huxley, criado em 1951 para descrever a atividade elétrica de uma célula nervosa de lula, como exemplo de que uma escolha que ajusta os dados — elevar uma variável à quarta potência — pode posteriormente ajudar a explicar a estrutura de canais de potássio relacionados.

O texto afirma que um sistema de IA poderia encontrar uma equação semelhante rapidamente, talvez com um ajuste ainda melhor, mas que reproduzir os dados não é suficiente: vários modelos podem fazer isso sem revelar quais características correspondem ao sistema real. Os autores dividem a modelagem em etapas, incluindo construir o modelo e ajustar seus parâmetros a medições reais, e defendem que a IA também deve contribuir para a compreensão dos fenômenos estudados.

Fontes: Anthropic

Ler a matéria original ↗

A Anthropic detalha como Claude pode manter memória entre sessões a partir de interações com usuários e tarefas realizadas. O sistema registra experiências em arquivos ou notas de memória e pode revisá-las durante períodos de inatividade — um processo que a empresa chama de “sonhar” — para identificar eventos relevantes, corrigir erros e criar novas representações ou regras.

A empresa afirma que a memória também funciona como uma previsão sobre o que será útil no futuro: por exemplo, registrar um fato verificado indica que ele poderá ser reutilizado sem nova checagem. Em uma avaliação do Continual Learning Bench 1.0, Claude Managed Agents responderam a perguntas em sessões novas e puderam consultar um diretório de memória persistente; quando errava, Claude podia registrar a falha, testar hipóteses sobre sua causa e transformar os resultados em regras para respostas futuras.

Fontes: Anthropic

Ler a matéria original ↗

Em pesquisa do Anthropic Fellows Program, a Anthropic fez Claude jogar EVE Online e EVE Frontier, em parceria com a Fenris Creations. No EVE Online, modelos atuaram como traders solitários em uma simulação do mercado do jogo: segundo a empresa, modelos mais novos obtiveram lucros consistentes, enquanto estratégias algorítmicas simples perderam dinheiro, e a média dos ganhos triplicou entre Claude Opus 4.6 e Claude Fable 5. Ainda assim, o Fable 5 ganhou dinheiro em apenas cerca de metade das simulações ao tentar prever preços.

No EVE Frontier, equipes de quatro agentes Claude participaram de missões no jogo real e, segundo a Anthropic, coordenaram-se bem. Porém, quando um agente recebeu instruções secretas para prejudicar a equipe, os demais quase nunca perceberam. A empresa afirma que os testes ajudam a identificar capacidades, falhas e salvaguardas necessárias antes de confiar agentes a tarefas mais complexas e de maior risco. A Anthropic não negociou no jogo ao vivo, onde o comércio automatizado é proibido.

Fontes: Anthropic

Ler a matéria original ↗

A Hugging Face anunciou uma colaboração com a Liva AI para adicionar ao Open ASR Leaderboard dois conjuntos privados de dados de fala conversacional espontânea: 1,34 hora de inglês com sotaque egípcio e 1,55 hora com sotaque nigeriano. As transcrições têm pontuação, distinção entre maiúsculas e minúsculas e disfluências. Segundo a Hugging Face, os dados privados ajudam a reduzir a otimização excessiva para benchmarks e a tornar as avaliações de reconhecimento automático de fala (ASR) mais confiáveis e representativas.

A atualização também permite uma divisão mais detalhada por sotaque na aba privada: Estados Unidos contra países não americanos, e o Círculo Interno de Kachru — Estados Unidos, Reino Unido, Austrália e Canadá — contra os Círculos Externo e em Expansão — Índia, Nigéria e Egito. A Hugging Face afirma que pretende separar esses dois últimos grupos conforme novos sotaques sejam incorporados. A Liva AI coleta dados multimodais de interações reais por meio de produtos voltados ao consumidor.

Fontes: Hugging Face

Ler a matéria original ↗