Modelos menores de inteligência artificial podem estar a poucos meses de conseguir se replicar em dispositivos conectados à internet sem ajuda humana, segundo alerta da Anthropic. A empresa testou essa capacidade em aparelhos como televisores com Android e eletrodomésticos inteligentes.
O avanço chama atenção para os riscos de disseminação automática de IA em ambientes do dia a dia, fora do controle direto de usuários. Com a replicação em dispositivos domésticos, cresce a necessidade de avaliar segurança e limites para esse tipo de tecnologia em produtos conectados.
A Meta anunciou a série de modelos de inteligência artificial Muse Wonder, com versões Muse Wonder e Muse Wonder Full, voltadas a executar tarefas complexas com mais autonomia. Os agentes contam com memória entre conversas e conseguem manter um objetivo mesmo diante de erros, com aplicações que vão de organização de finanças pessoais à análise de contratos e ao desenvolvimento de softwares.
O Muse Wonder já está disponível para desenvolvedores e criadores via Meta Model API e Muse Code, enquanto o Muse Wonder Full é exclusivo para assinantes do Muse Code. A Meta diz que os modelos usam Active Memory para recuperar informações relevantes de interações anteriores e Active Focus para perseguir objetivos, testar abordagens, corrigir erros e solicitar confirmação do usuário antes de ações importantes, além de reforçar segurança e proteção de dados.
Um engenheiro da OpenAI é acusado de esconder um dispositivo de gravação de áudio em um pedaço de papel higiênico e instalá-lo atrás de um monitor em uma sala de reuniões executivas em um escritório em São Francisco. Segundo uma queixa criminal tornada pública, Abdulrahman Alfozan teria passado semanas consultando um “productivity agent” e um chatbot de IA para planejar a operação, incluindo o uso de uma ferramenta interna para checar reuniões no local.
A acusação também afirma que ele teria usado uma conta de chatbot ligada à esposa para tirar dúvidas técnicas sobre a instalação do equipamento. Após uma varredura de contravigilância em 30 de setembro, a equipe de segurança da OpenAI encontrou o dispositivo e acionou o FBI, além de desativar gradualmente o acesso de Alfozan aos sistemas da empresa durante a investigação.
StemDeck é uma ferramenta de separação de áudio que permite importar arquivos como MP3, WAV, FLAC, OGG/Opus, MP4 e M4A — ou colar uma URL do YouTube — para dividir a faixa em até seis stems (vocais, bateria, baixo, guitarra, piano e outros). O processamento roda localmente no seu computador e não armazena, faz cache nem redistribui o conteúdo baixado.
A separação usa o modelo Demucs htdemucs_6s e detecta automaticamente o melhor dispositivo Torch (CUDA em NVIDIA, MPS em Apple Silicon ou fallback para CPU). O app traz um editor estilo DAW com mixer multitrack, waveform com zoom e loop, exportação de stems e análise musical com BPM, tom/escala e loudness (LUFS), além de permitir cancelar jobs no meio do pipeline.
A Nvidia anunciou memorandos de entendimento com seis grandes gestoras de ativos para mobilizar mais de US$ 500 bilhões em capital de terceiros voltado à construção de infraestrutura de inteligência artificial (IA). Os parceiros são Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR, e a empresa afirmou que o valor não envolve capital próprio da Nvidia.
Os acordos ainda não estão totalmente fechados e funcionam como etapa inicial antes da estruturação definitiva. O financiamento deve usar a capacidade computacional da Nvidia como garantia, com operações via ofertas privadas e títulos de entidades de propósito específico, enquanto a companhia não detalhou como os recursos serão divididos nem o papel exato da Nvidia em cada operação.
Um post técnico do blog Inside vLLM detalha a anatomia de um sistema moderno de inferência para LLMs com alta taxa de throughput. O autor explica como o vLLM organiza a engine (config, processadores de entrada/saída e o EngineCore), o papel do scheduler (FCFS ou prioridade), e o funcionamento do KV cache manager por paged attention, com blocos de cache mapeando tokens para KV já calculados.
A matéria também descreve o caminho de inicialização do worker (alocação de GPU, validação de VRAM, carregamento de pesos, criação e dimensionamento do KV cache e uso opcional de torch.compile) e como o sistema prepara metadados de atenção e CUDA graphs para reduzir overhead. Na prática, isso ajuda times de dev/infra a entender gargalos e otimizações que impactam latência e custo em produção ao servir modelos em escala.
