ai-powered-markdown-translatorArtigo traduzido do fr para o pt com gpt-5.4-mini.
Esta semana é marcada por uma tomada de posição de Demis Hassabis sobre a governança da IA de fronteira, duas publicações da NVIDIA quantificando os ganhos de eficiência do Blackwell e um novo método de pesquisa orientado por agente, bem como pela disponibilidade geral do GPT-5.6 no Amazon Bedrock. O restante da atualidade cobre uma vaga de modelos abertos (OCR, visão-linguagem, quantificação ternária), várias novidades no GitHub e no Manus do lado das ferramentas, e a publicação em open source do benchmark WANDR pela Perplexity.
Demis Hassabis propõe um enquadramento para a IA de fronteira e um Standards Body
14 de julho — Numa longa publicação no X, Demis Hassabis, cofundador e CEO da Google DeepMind, toma posição sobre a trajetória rumo à inteligência artificial geral (AGI). Ele estima que um sistema dotado de todas as capacidades cognitivas do cérebro humano estará provavelmente a apenas alguns anos de distância e compara a magnitude desta ruptura à descoberta da eletricidade ou do fogo, com um impacto potencial dez vezes superior ao da revolução industrial, a dez vezes a velocidade.
Ele alerta, porém: a corrida comercial e geopolítica atual é tão intensa que não deixa o tempo necessário para compreender bem os riscos (cibersegurança e, mais tarde, riscos nucleares e biológicos), nem para manter o controlo de sistemas cada vez mais autónomos e capazes de se autoaperfeiçoar.
A sua proposta central: um Standards Body dedicado à avaliação de modelos de fronteira, à semelhança de uma parceria público-privada supervisionada pelo Estado federal americano — à imagem da FINRA nas finanças — com um conselho que inclua especialistas técnicos independentes e representantes do open source. O financiamento, maioritariamente privado, visaria atrair talentos técnicos de topo e financiar o cálculo necessário para testes em grande escala. Hassabis posiciona os Estados Unidos como o país mais bem colocado para iniciar esta abordagem, ao mesmo tempo que apela a uma colaboração internacional sobre questões de segurança.
If you stop to think about it, we’ve essentially found a way to make sand think. It’s miraculous. The magnitude of this technology’s impact will be unprecedented, perhaps 10x of the Industrial Revolution at 10x the speed.
🇵🇹 Se pensarmos nisso, essencialmente encontrámos uma forma de fazer pensar areia. É milagroso. A escala do impacto desta tecnologia será sem precedentes, talvez dez vezes a da revolução industrial, a dez vezes a velocidade. — @demishassabis no X
NVIDIA — o desempenho por watt, métrica-chave da eficiência das infraestruturas de IA
14 de julho — A NVIDIA defende o desempenho por watt como a métrica de referência da eficiência das infraestruturas de IA: num contexto em que a potência elétrica disponível é a restrição mais dura, este rácio determina quantos tokens uma fábrica de IA pode produzir dentro de um envelope de potência fixo, logo a sua receita e rentabilidade.
A empresa quantifica os ganhos da sua plataforma Blackwell NVL72 face à geração Hopper:
| Modelo avaliado | Ganho de desempenho por watt (Blackwell NVL72 vs Hopper) |
|---|---|
| DeepSeek V4 Pro | até 25x |
| GLM 5.1 | até 20x |
| Kimi K2.6 (cargas agentivas longas) | até 10x |
Parte destes ganhos vem da passagem de um domínio GPU de 8 unidades (Hopper) para racks integrados de 72 GPU, com um NVLink Switch de sexta geração a integrar computação em rede (tecnologia SHARP). Para além do hardware, a otimização de software continua a produzir ganhos substanciais: até 5x de desempenho adicional no DeepSeek V4 num único mês, através da stack TensorRT-LLM, Dynamo, SGLang e vLLM.
Do lado da infraestrutura elétrica, a tecnologia DSX MaxLPS permitiria fazer funcionar até 40% mais GPU com o mesmo orçamento de potência, graças ao arrefecimento por água temperada e ao controlo dinâmico da potência — sabendo-se que, hoje, apenas cerca de 60% da eletricidade retirada da rede se converte efetivamente em trabalho útil de IA numa fábrica. A NVIDIA posiciona esta abordagem na perspetiva da sua próxima plataforma Vera Rubin e cita implementações em produção na Anthropic, OpenAI, CoreWeave, Perplexity e Fireworks AI.
NVIDIA — Nemotron Labs: pesquisa RL autónoma orientada por competências de agente
14 de julho — A NVIDIA apresentou «RL Autoresearch», uma demonstração de pesquisa em aprendizagem por reforço orientada por um agente, apoiada em NeMo RL, NeMo Gym e competências reutilizáveis. O princípio: dar a um agente codificador um objetivo e um orçamento de tempo, depois deixá-lo construir ele próprio o ambiente de treino, treinar o modelo e avaliá-lo, cabendo ao investigador apenas supervisionar a orientação geral dos trabalhos.
No exemplo apresentado, o agente tinha de ensinar a um modelo de visão a contar estrelas coloridas. O modelo Qwen3-VL-2B passou de 25% para 96,9% de precisão, e o próprio agente propôs a experiência seguinte a realizar, sem que esta lhe fosse ditada pelo investigador.
Um segundo exemplo, pertencente ao pós-treino em vez da pesquisa autónoma, ilustra uma utilização próxima: um modelo Cosmos 3 Nano, inicialmente incapaz de detetar um semáforo apesar de este estar visível na avaliação zero-shot, foi pós-treinado por LoRA para a tarefa de validação WTS (cenários de condução com meteorologia, tráfego e sinalização). A precisão passa de 54,41% para 87,14% após o LoRA, e depois para 93,35% com a adição do NVIDIA TAO AutoML — tudo isto em menos de um dia.
We gave a coding agent a goal and a time budget: build a training environment and teach a vision model to count colored stars.
🇵🇹 Demos a um agente codificador um objetivo e um orçamento de tempo: construir um ambiente de treino e ensinar a um modelo de visão a contar estrelas coloridas. — @NVIDIAAI no X
Modelos abertos & pesquisa
Sete publicações marcam esta semana do lado dos modelos abertos e da pesquisa, impulsionadas nomeadamente pela Hugging Face, Together AI e Sakana AI.
| Modelo avaliado | Editor | Parâmetros | Licença | Benchmark-chave |
|---|---|---|---|---|
| OvisOCR2 | Autor independente (HF) | 0,9 mil milhões | Apache 2.0 | 96,58 no OmniDocBench v1.6 |
| MOSS-VL-Realtime | Open_MOSS | 11 mil milhões | Apache 2.0 | Contexto de 256 000 tokens |
| Ternary Bonsai 27B | PrismML | ~27,3 mil milhões (ternário) | Gratuito na Together AI | 99,20 no MATH-500 |
OvisOCR2: reconhecimento de documentos com 0,9 mil milhões de parâmetros
OvisOCR2 reivindica uma pontuação de 96,58 no OmniDocBench v1.6 e apresenta-se como o primeiro modelo de ponta a ponta a ultrapassar sistemas em pipeline (OCR, deteção de layout e análise tratados separadamente). O autor propõe uma receita que explora o Hugging Face Jobs para converter qualquer conjunto de dados em markdown via OCR, sem GPU local. Limitação a notar: esta pontuação e a qualificação «primeiro modelo de ponta a ponta» provêm do tweet de anúncio, não verificados numa ficha de modelo completa.
MOSS-VL-Realtime: visão-linguagem aberta para vídeo em tempo real
A equipa Open_MOSS publica um modelo visão-linguagem de 11 mil milhões de parâmetros concebido para a análise contínua de fluxos de vídeo, em vez de imagens isoladas: continua a observar o vídeo enquanto gera a sua resposta, pode revê-la se a situação mudar no ecrã, e escolhe manter-se em silêncio por falta de provas suficientes. As variantes Base, Instruct e Realtime são todas publicadas em Apache 2.0, com suporte day-0 das equipas SGLang e LMSYS.
🔗 Anúncio do MOSS-VL-Realtime no X
LeRobot v0.6.0: suporte nativo de profundidade
A biblioteca robótica open source da Hugging Face adiciona suporte nativo de ponta a ponta para profundidade (depth): ao ligar uma câmara Intel RealSense e ativar use_depth: true, os mapas de profundidade são automaticamente sincronizados com os fluxos RGB, quantificados em 12 bits e codificados em HEVC sem perdas. A funcionalidade cobre SO-100/101, Koch, OpenArm, reBot e Unitree G1.
🔗 Anúncio do LeRobot v0.6.0 no X
Sakana Marlin: um «Virtual CSO» para a pesquisa estratégica
A Sakana AI lança um agente de pesquisa autónomo que conduz um raciocínio aprofundado durante cerca de 8 horas através do motor AB-MCTS e de um fluxo do tipo AI Scientist, para chegar a opções estratégicas estruturadas em vez de um resumo. Os entregáveis incluem relatório, anexos, referências e diapositivos. O produto está em beta, com tarifação por utilização (98 ienes por crédito) ou uma oferta Enterprise sob orçamento.
Ternary Bonsai 27B: quantificação ternária em formato telemóvel
A PrismML publica um derivado de Qwen3.6 27B quantificado em ternário (formato g128, 1,71 bit por peso, cerca de 9,4 vezes mais compacto do que uma base FP16), conservando, segundo o editor, 95% da qualidade em precisão total.
| Benchmark avaliado | Pontuação |
|---|---|
| MATH-500 | 99,20 |
| AIME 2025 | 90,84 |
| HumanEval+ | 93,90 |
| Média (15 benchmarks thinking) | 80,49 |
O modelo suporta um contexto de 262 000 tokens e uma entrada visual, e é proposto gratuitamente na infraestrutura serverless da Together AI.
🔗 Anúncio do Ternary Bonsai 27B no X
Flash-BoN: o best-of-N reinterpretado para a difusão
Sayak Paul (Hugging Face) mostra que o best-of-N constitui uma referência mais robusta do que se pensava para o escalonamento no momento da inferência em difusão, desde que se meça também o tempo real de execução e não apenas o número de avaliações de função. A equipa introduz o Flash-BoN, que privilegia uma exploração mais ampla das amostras em vez de validações intermédias repetidas.
A Hugging Face abre o ZeroGPU a todos os utilizadores
O acesso às demonstrações ZeroGPU (GPU gratuito a pedido) está agora disponível para todos os utilizadores da Hugging Face, com um agente skill que permite construir uma demo diretamente a partir de um prompt em linguagem natural.
GitHub, Copilot & Manus
O scanning de código mostra deteções de segurança por IA nas pull requests
14 de julho — O GitHub code scanning passa agora a apresentar deteções de segurança assistidas por IA diretamente nas pull requests, alargando a cobertura a linguagens e frameworks não suportados pelo CodeQL. A funcionalidade, em pré-visualização pública, mantém-se informativa: não bloqueia a fusão, requer o default setup CodeQL ativado, uma licença Copilot e consome créditos de IA apenas quando há deteção.
O Dependabot institui um período de latência por defeito
14 de julho — O Dependabot espera agora três dias por defeito após a publicação de uma nova versão antes de abrir uma pull request de atualização, para limitar a exposição a ataques na cadeia de abastecimento. Este atraso é configurável através da opção cooldown de .github/dependabot.yml; as atualizações de segurança continuam imediatas. A funcionalidade chegará ao GitHub Enterprise Server a partir da versão 3.23.
/security-review na app GitHub Copilot
14 de julho — O comando /security-review está disponível em pré-visualização pública na app GitHub Copilot: analisa as alterações de código em curso e devolve resultados classificados por severidade e nível de confiança, com sugestões aplicáveis diretamente sem sair da app. Cobre nomeadamente injeções, cross-site scripting e path traversal, e está acessível aos planos Free, Pro, Business e Enterprise.
A Manus gera agora .pptx nativos
14 de julho — A Manus gerava anteriormente diapositivos e depois convertia-os em .pptx; agora produz o ficheiro PowerPoint nativo diretamente, com gráficos realmente editáveis (são redesenhados quando um valor muda) e a possibilidade de ativar ou não rótulos, grelha e legenda.
A Manus lança a publicação automática dos sites gerados
13 de julho — A nova opção auto-publish coloca automaticamente online cada build bem-sucedido de um site no respetivo URL, desativada por defeito. Combinada com uma fila de espera de alterações, elimina a última etapa manual entre a construção e a entrada em produção.
Geração de imagens & vídeo
Wan-Dancer-14B: geração de vídeo de dança em open source
14 de julho — A Alibaba abre o código do Wan-Dancer-14B, um modelo executável localmente especializado na geração de vídeos de dança rítmicos de longa duração, visando a sincronização entre movimento e música em sequências prolongadas, em vez de simples clipes.
HeyGen: marcação temporal palavra por palavra para avatares em tempo real
14 de julho — A HeyGen documenta um fluxo não público da sua API Avatar Realtime: um canal de marcação temporal palavra por palavra ({mot, début, fin}) que permite sincronizar com precisão gestos e fala. A confirmação do envio de um texto chega em cerca de 70 ms, mas a palavra demora vários segundos a ser realmente pronunciada, daí a necessidade de uma ancoragem recalculada cerca de quatro vezes por segundo. O mecanismo foi testado através de uma emissão Twitch transmitida 24h/24, com 9 269 veredictos proferidos em direto.
HeyGen — Figma → HyperFrames, dia 9/30
14 de julho — A competência /figma importa assets, tokens de marca, componentes, timelines de motion e storyboards diretamente de um ficheiro Figma. Para a demonstração, a equipa importou 27 cores e estilos nomeados e reconstruiu um storyboard de oito frames como um guião de filmagem interpretado em direto.
NVIDIA — Nemotron: feedbacks quantificados de empresas clientes
14 de julho — A NVIDIA publica vários casos de clientes quantificados em torno dos modelos abertos Nemotron: a H Company ultrapassou 76% de precisão no OSWorld-Verified com o Holotron 3 Nano; a Harvey pós-treinou o Nemotron 3 Ultra por um custo por execução pelo menos 10 vezes inferior ao das alternativas fechadas; a Arcee AI reivindica cerca de 20 vezes menos custo do que um modelo fechado comparável, ao mesmo tempo que ocupa o segundo lugar no PinchBench; a Abridge e a YTL AI Labs personalizaram-no respetivamente para conversas clínicas e para a língua malaia.
Anthropic
Claude for Teachers: acesso gratuito para professores K-12 nos Estados Unidos
14 de julho — A Anthropic lança um acesso gratuito às capacidades premium do Claude para professores K-12 verificados nos Estados Unidos, com uma biblioteca de competências pedagógicas e uma ligação a programas validados via Learning Commons, alinhados com os standards dos 50 estados. As conversas nunca são usadas para treino dos modelos, e os dados dos alunos estão cobertos por um acordo de tratamento em conformidade com a lei FERPA.
Artifacts: compartilhamento público, edição multijogador e criação via Claude Tag
13 de julho — Os Artifacts ganham compartilhamento público (qualquer pessoa com o link pode visualizar), edição multijogador simultânea (planos Team e Enterprise) e criação a partir do Claude Tag no Slack mediante simples solicitação em um thread.
OpenAI
GPT-5.6 em disponibilidade geral no Amazon Bedrock
13 de julho — Os três modelos GPT-5.6 lançados em 9 de julho — Sol (raciocínio flagship), Terra (intermediário) e Luna (inferência rápida) — agora estão em disponibilidade geral no Amazon Bedrock, no novo mecanismo de inferência do Bedrock, projetado para desempenho, segurança e escala. Isso amplia os pontos de acesso ao GPT-5.6 ao lado do ChatGPT, da API direta da OpenAI e de integrações de terceiros (Copilot, M365, Warp, Cursor, Devin).
Codex, agente recomendado por padrão no JetBrains AI
14 de julho — A JetBrains torna o Codex o agente recomendado por padrão no JetBrains AI (IntelliJ IDEA, PyCharm, WebStorm), uma escolha não exclusiva — o usuário pode alternar para outro agente a qualquer momento — reavaliada todo mês à medida que os modelos evoluem.
Gemini
Gemini no Google Chrome lançado no Reino Unido
14 de julho — O Gemini passa a estar acessível a partir de qualquer aba do Chrome aberta no Reino Unido, sem mudar de contexto: resumir uma página, comparar conteúdos entre abas, responder a perguntas sobre o que está exibido na tela.
🔗 Anúncio do Google Reino Unido
Primeiro relatório Gemini do Sudeste Asiático: adoção recorde e Gemini Spark
14 de julho — O Google publica seu primeiro “Gemini Southeast Asia Report”: os usuários ativos mais que dobraram em um ano nos seis principais mercados (Indonésia, Malásia, Filipinas, Singapura, Tailândia, Vietnã), quase 70% das consultas são enviadas em idioma local e 5 bilhões de imagens foram geradas via Nano Banana ao longo do último ano. Na ocasião, o Google lança o Gemini Spark, um agente proativo capaz de lidar com tarefas do Workspace, em idiomas locais, para os assinantes Advanced da região.
Ferramentas de dev e agentes
Devin Fusion: um agente preview que roteia para Fable 5
13 de julho — A Cognition lança Devin Fusion, um agente em prévia disponível no Devin Cloud, no qual um modelo atua como gerente delegando tarefas a um modelo mais econômico em vez de executar tudo com um único modelo premium. Segundo a equipe, o Fable 5 se comporta como um gerente que delega ao redigir especificações completas, enquanto outros modelos como o Opus 4.8 tendem a microgerenciar e a saturar o contexto. Resultado: um custo por tarefa inferior ao do Opus 4.8, apesar de o preço unitário do Fable 5 ser mais alto — exceto em depuração em série, onde as economias ainda são mais difíceis de obter.
Perplexity abre em open source seu benchmark WANDR
14 de julho — A Perplexity publica WANDR (Wide ANd Deep Research), um benchmark interno projetado para avaliar agentes de pesquisa em tarefas amplas e profundas: 500 tarefas, 170 495 registros verificáveis individualmente, em três níveis de dificuldade. O corretor reobtém cada página citada para verificar se cada afirmação é sustentada pela prova subjacente. Em seis sistemas de produção testados, os resultados continuam modestos: 0,363 em F1 flexível e apenas 0,133 em F1 estrito, para um custo por tarefa variando de US 324,83, dependendo das configurações.
🔗 Anúncio da Perplexity no X · Benchmark GitHub
Breves
- Anthropic compromete 10 milhões de dólares canadenses para financiar novos trabalhos de pesquisa em IA no Canadá, em parceria com instituições locais. 🔗 fonte
- Cognition comemora um ano desde a aquisição da Windsurf: receita anualizada passou de 73 milhões para mais de 500 milhões de dólares, mais de 20 milhões de linhas de código escritas, unificação sob a marca Devin Desktop. 🔗 fonte
- Amp (Sourcegraph) publica um painel público mostrando em tempo real o uso de seus modos de agente, tanto para todos os usuários quanto para a equipe interna. 🔗 fonte
- Warp integra o Sentry via MCP, para encadear análise de causa raiz (Seer) e criação de pull request sem sair do terminal. 🔗 fonte
- Composio chega ao Warp, conectando os agentes a mais de 1 000 aplicações (Gmail, Slack, Linear, Google Calendar). 🔗 fonte
- Zach Lloyd (CEO da Warp) publica um ensaio sobre a passagem de agentes interativos para “cloud software factories” que automatizam todo o ciclo de vida do software. 🔗 fonte
- Hugging Face Jobs agora permite montar uma pasta local diretamente em um Job via
-v dossier:/chemin, sem etapa prévia de upload para um repositório. 🔗 fonte - llama.cpp comemora sua 10 000ª publicação (release), sem detalhes técnicos adicionais. 🔗 fonte
- LlamaCoder v4 (Together AI) gera aplicações completas em um único prompt, reconstruído em torno do GLM 5.2 com um novo mecanismo de renderização WebAssembly, gratuito e open source. 🔗 fonte
- NotebookLM resume seus recursos recentes (sincronização automática com o Drive, fixação de notebooks, reorganização de slides, compartilhamento móvel) enquanto aguarda um próximo anúncio não detalhado. 🔗 fonte
- GitHub agora permite estimar o custo de licença do Code Quality (committers ativos, projeção mensal) antes de sua passagem para 10 dólares por committer ativo por mês, prevista para 20 de julho de 2026. 🔗 fonte
- NVIDIA lança “AI Model Co-Design”, uma nova série sobre a sinergia entre dimensões dos modelos e desempenho da GPU. 🔗 fonte
- Kling AI revela o trailer de ODYSEEUS: The Fall, segundo longa-metragem de IA do estúdio Fountain 0, dirigido por Ash Koosha. 🔗 fonte
- OpenAI publica um guia Enterprise sobre a condução de investimentos em IA na era agêntica, centrado na medição do trabalho útil por dólar gasto. 🔗 fonte
- OpenAI detalha como as equipes de vendas usam o ChatGPT Work para notas de pipeline, preparação de reuniões e diagnósticos de negociações travadas. 🔗 fonte
- OpenAI detalha como as equipes de ciência de dados usam o ChatGPT Work para notas de causa raiz, relatórios de impacto e especificações de dashboards. 🔗 fonte
- Cohere copatrocina o hackathon da Hugging Face e recompensa dois projetos: Tiny Army (2º lugar, trilha Thousand-Token Wood) e Eyas, agente de videovigilância (prêmio de melhor agente). 🔗 fonte
O que isso significa
No plano material, a NVIDIA estrutura sua comunicação em torno de uma única ideia: a energia elétrica, e não o silício, é agora a restrição que determina a rentabilidade de uma fábrica de IA. Os ganhos de desempenho por watt do Blackwell (até 25x no DeepSeek V4 Pro) e os casos de clientes Nemotron, expressos em dezenas de vezes menos custo, contam a mesma história: eficiência energética e custo por token se tornam o principal argumento de venda, mais do que a força bruta. A demonstração RL Autoresearch segue na mesma direção ao visar automatizar o próprio ciclo de pesquisa-treinamento-avaliação, até aqui amplamente manual.
No lado dos modelos abertos, a semana ilustra uma rápida diversificação de nichos: reconhecimento de documentos ultraleve (OvisOCR2), compreensão contínua de vídeo (MOSS-VL-Realtime), robótica com profundidade nativa (LeRobot) e, sobretudo, a quantização ternária do Bonsai 27B, que faz caber uma capacidade multimodal de classe 27 bilhões de parâmetros em uma pegada de memória digna de um telefone. Essas publicações, conduzidas por Hugging Face, Together AI, Sakana AI e equipes independentes, mostram um ecossistema open source que continua acompanhando de perto as capacidades dos modelos fechados, ao mesmo tempo em que reduz fortemente os custos de inferência.
No terreno da governança, a intervenção de Demis Hassabis destoa do tom habitual dos anúncios de produto: ela afirma explicitamente que a corrida comercial atual se distancia da compreensão coletiva dos riscos e propõe um mecanismo concreto — um Standards Body inspirado na FINRA — em vez de um simples apelo à prudência. O fato de essa proposta vir do CEO do Google DeepMind, em plena semana de lançamentos de produto por outro lado, ilustra a tensão entre ritmo comercial e antecipação regulatória que atravessa todo o setor.
Por fim, o ferramental para desenvolvedores continua a se reorganizar em torno da delegação entre modelos, em vez da corrida por um único modelo mais poderoso: Devin Fusion aposta em um modelo gerente que delega a um modelo executor mais barato, o GitHub amplia seu scanning de segurança assistido por IA diretamente nos pull requests, e a Perplexity abre seu benchmark WANDR para objetivar os limites reais dos agentes de pesquisa — um lembrete útil de que, mesmo os melhores sistemas atuais, ainda estão longe de uma confiabilidade completa em tarefas de verificação factual em grande escala.
Fontes
- Demis Hassabis — anúncio no X
- Demis Hassabis — artigo completo no X
- NVIDIA — desempenho por watt
- NVIDIA — RL Autoresearch
- NVIDIA — anúncio do Nemotron Labs
- OvisOCR2
- MOSS-VL-Realtime
- LeRobot v0.6.0
- Sakana Marlin
- Ternary Bonsai 27B
- Flash-BoN
- Hugging Face ZeroGPU
- GitHub — scanning de segurança IA em PR
- GitHub — cooldown do Dependabot
- GitHub — /security-review no app Copilot
- Manus — .pptx nativo
- Manus — publicação automática
- Alibaba Wan-Dancer-14B
- HeyGen — marcação temporal palavra por palavra
- HeyGen — Figma → HyperFrames
- NVIDIA — retornos de clientes Nemotron
- Claude for Teachers
- Artifacts — compartilhamento público
- GPT-5.6 no Amazon Bedrock
- Codex no JetBrains AI
- Gemini no Chrome (Reino Unido)
- Relatório Gemini do Sudeste Asiático
- Devin Fusion
- Perplexity WANDR
- Anthropic — pesquisa em IA no Canadá
- Cognition — um ano após Windsurf
- Amp — uso em tempo real
- Warp x Sentry
- Composio no Warp
- Warp — cloud software factories
- Hugging Face Jobs — montagem de pasta local
- llama.cpp — 10 000ª release
- LlamaCoder v4
- NotebookLM — resumo
- GitHub Code Quality — estimativa de licença
- NVIDIA — AI Model Co-Design
- Kling AI — ODYSEEUS: The Fall
- OpenAI — investimentos em IA
- OpenAI — ChatGPT Work para vendas
- OpenAI — ChatGPT Work para ciência de dados
- Cohere — hackathon Hugging Face