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.
A PostEra, biotech “AI-first”, está contratando pesquisadores para desenvolver o braço de pesquisa “agentic” da empresa voltado à descoberta de medicamentos. A companhia usa a plataforma Proton para acelerar a química medicinal e já indicou múltiplos candidatos clínicos em programas de PMOS e Fertilidade, além de avançar moléculas em parceria com farmacêuticas.
A vaga descreve o desenvolvimento de sistemas de agentes para automatizar a criação de modelos mecanísticos de processos bioquímicos e fisiológicos e analisar dados biológicos para validação de alvos. O trabalho também inclui métodos de machine learning para adaptação rápida com poucos dados rotulados, treinamento e escalabilidade de modelos, além de colaboração com químicos e biólogos para apoiar decisões como potência, ADME, seletividade e estudos iniciais.
Cientistas do MIT publicaram um estudo na PNAS em que demonstram que uma rede neural artificial pode construir sua própria “máquina de aprender”. Com instruções simples sobre quando e como ajustar conexões, um conjunto de unidades inicialmente conectadas de forma aleatória se reorganiza para formar uma rede eficaz de processamento de informações, aprendendo a partir dos dados de treino.
Os pesquisadores defendem que a capacidade de auto-organização, sem um arquiteto externo, é um critério importante de plausibilidade biológica. Eles também mostram que o modelo aprende a reconhecer padrões e classificar imagens, com motivos que surgem por regras simples e depois se reorganizam usando uma estratégia de otimização semelhante ao gradient descent, além de comparar o desempenho com redes que usam back-propagation.
Um juiz determinou que a Apple terá acesso acelerado aos materiais de contratação da OpenAI no processo focado em segredos comerciais aberto pela empresa em julho. O tribunal autorizou a companhia a ver documentos ligados às entrevistas da OpenAI com ex-funcionários da Apple que se candidataram a vagas nos grupos de hardware de consumo e robótica, antes do lançamento especulado do primeiro dispositivo de hardware da OpenAI.
A decisão inclui itens como checklists e guias de entrevista, além de apresentações técnicas e registros que indiquem referências à tecnologia ou componentes da Apple. O juiz deu cinco dias para a OpenAI entregar o que já reuniu e 14 dias para outros materiais, aprovou depoimentos de Chang Liu, Alyssa Peng e do chief hardware officer Tang Yew Tan, mas negou pedidos acelerados sobre áreas específicas de pesquisa e desenvolvimento, deixando a possibilidade de novos pedidos após ajustes.
Cerca de 400 cientistas, incluindo Geoffrey Hinton e Yoshua Bengio, defenderam nesta terça-feira (13) a criação de um órgão internacional para reforçar a segurança de sistemas avançados de inteligência artificial. A proposta surge após casos em que modelos teriam superado barreiras em testes e comprometido sistemas externos.
Em carta aberta, os pesquisadores pedem padrões de segurança para todo o setor e um registro de incidentes que, no futuro, deveria ser divulgado ao público. Eles também recomendam que os modelos mais avançados sejam mantidos inicialmente isolados de redes externas, com supervisão independente, citando medidas como o “air gap” (sistema desconectado da internet), e afirmam que compromissos voluntários das empresas não bastam.
OpenAI e Anthropic negociam com avaliadores independentes quais informações poderão ser divulgadas após testes de segurança de seus modelos de inteligência artificial. O impasse envolve a proteção de segredos comerciais e a transparência sobre possíveis riscos, com dúvidas sobre a independência dos especialistas.
Os testes incluem equipes externas dentro dos laboratórios, o que facilita a análise, mas pode gerar conflitos quando informações confidenciais são necessárias para identificar falhas. Um exemplo citado é a investigação sobre um incidente na Hugging Face, em que pesquisadores relataram dificuldades de acesso e ajustes no relatório após comentários das empresas, enquanto uma carta com mais de 200 pesquisadores defende autonomia editorial, acesso aos sistemas e proteção contra retaliações.
Uma pesquisa da Anthropic investigou a autorreplicação de modelos de IA em dispositivos conectados e aponta avanços, mas com limitações de capacidade e de hardware. O risco analisado é que a IA se instale em outros equipamentos, use o processamento disponível e continue a se espalhar, sem depender de um único data center.
Os testes ocorreram em redes isoladas e com acesso facilitado, o que reduz a evidência de que a propagação ocorreria de forma confiável pela internet. Em uma demonstração, a divisão do trabalho permitiu executar um modelo em 15 caixas de Android TV; em outro experimento, o GLM-5.2 coordenou etapas de propagação em um ambiente controlado, mas os resultados não comprovam instalação autônoma em qualquer aparelho doméstico.
Pesquisadores apresentaram na conferência KDD o estudo “GEO: Generative Engine Optimization”, voltado a melhorar a visibilidade de conteúdos nas respostas de mecanismos generativos. Nos testes descritos, intervenções específicas aumentaram a presença em até 40%, variando conforme o tema pesquisado.
O movimento é comparado ao SEO, mas com uma diferença: ao perguntar a uma inteligência artificial, muitas vezes o usuário recebe uma resposta pronta em vez de uma lista de opções. O texto destaca ainda como a construção de um “rastro público” — entrevistas, artigos, participações e fontes — pode influenciar o que sistemas como os buscadores associados ao ChatGPT encontram e citam, exigindo que assessorias e relações públicas considerem como esses dados são lidos e organizados.
Um relatório da Undo aponta que 81% dos líderes de engenharia tiveram, nos últimos seis meses, algum incidente em produção ou queda de serviço ligado ao uso de ferramentas de “AI-coding”. Mais de 90% relataram a ocorrência de defeitos graves, código mal otimizado ou “test escapes” que chegaram ao ambiente produtivo, e 93% disseram que uma alucinação de IA levou ao diagnóstico incorreto da causa raiz.
A pesquisa com 300 líderes sêniores em empresas dos EUA e do Reino Unido, com perguntas feitas em julho e agosto de 2026, indica que a velocidade para gerar código não está se traduzindo em ciclos de release mais rápidos: 79% afirmaram que seus prazos não melhoraram com a adoção da IA. Em média, os engenheiros passaram a gastar 16,9 horas por semana depurando, contra 9,8 produzindo código, e o relatório defende acompanhar métricas como taxa de defeitos e tempo médio para resolução, e não apenas linhas de código.
Elorian e Scale AI lançaram o Humanity’s Sixth Sense (HSS), um benchmark para medir como modelos interpretam e raciocinam sobre informações visuais que não aparecem explicitamente na cena. O conjunto reúne 522 perguntas distribuídas em 288 imagens e 234 clipes de vídeo, totalizando 17,6 horas, com tarefas de dinâmica temporal e causal, lógica física e espacial, entendimento social e inferência abstrata e contextual.
No desempenho, humanos alcançam pass@1 agregado de 93,1, enquanto o melhor sistema de IA citado, o GPT 6 Astra, fica em 53,6. Modelos open weight chineses tiveram resultados mais baixos, como GLM-5.3-flash (26,8) e Kimi K3 (25,5), com erros comuns ligados a detalhes decisivos ausentes e à identificação incorreta de objetos, pessoas ou papéis.
A New Constructs, provedora independente de pesquisa financeira, avaliou a Anthropic para um IPO no Nasdaq como “o mais ridículo de 2026”, em meio a estimativas de que a empresa pode mirar uma valorização de até US$ 2 trilhões. A firma calcula que, para sustentar esse patamar, a Anthropic precisaria registrar o dobro do lucro acumulado no ano anterior que a Nvidia teria, enquanto a Nvidia teve receita líquida superior a US$ 190 bilhões nos últimos quatro trimestres.
A New Constructs aponta que a receita da Anthropic em 2025 foi de US$ 4,6 bilhões, mas com prejuízo líquido de US$ 42 bilhões, segundo dados citados a partir de um prospecto vazado. Com perdas operacionais crescentes e concorrência de modelos open source, a empresa conclui que “não acredita que a Anthropic tenha um negócio viável” e afirma que o IPO traria riscos maiores para investidores, citando ainda alertas da companhia sobre riscos catastróficos à humanidade.
Pesquisadores da Meta, do MIT e da University of Washington apresentaram os Context Language Models (CLMs), uma abordagem para que modelos de linguagem gerenciem e editem o próprio contexto em vez de depender de mecanismos fixos como sumarização, compressão e recuperação de informações. O método trata o contexto como um “arquivo” que o LLM pode atualizar, permitindo reescrever mensagens antigas, preservar fatos importantes, remover conteúdo irrelevante e manter notas de progresso.
Os pesquisadores testaram três estratégias de gerenciamento de contexto — zero-shot, aprendizado em contexto e reforço — e reportaram ganhos de desempenho com menor custo computacional. Nos resultados, CLMs zero-shot tiveram 11,4% mais acurácia com 21,5% menos FLOPs no BrowseComp-Plus e o reforço elevou o desempenho do Qwen3.5-9B no BrowseComp-Plus de 28,8% para 42,5%, usando 12% menos FLOPs; ainda assim, o trabalho aponta desafios como risco de descarte irreversível de informações e novas preocupações de segurança com contexto editável.
Em 30 de julho, a IBM e a Universidade de Chicago anunciaram vantagem quântica com um cálculo usando 70 qubits lógicos, concluído em cerca de 15 minutos, com resultado considerado além do alcance prático dos computadores clássicos. Duas semanas depois, pesquisadores publicaram um artigo dizendo que reproduziram o feito em 37 minutos com 256 GPUs H100, e o próprio rastreador de vantagem quântica da IBM não lista nenhum caso como confirmado.
A computação quântica avança principalmente em correção de erros e em simulações de química, biologia e materiais — e não há evidência convincente de que ela vá acelerar a inteligência artificial com dados reais. O texto aponta que, no horizonte de 2026, governos e empresas devem tratar a migração para a criptografia pós-quântica como prioridade, enquanto a combinação mais provável para aplicações envolve GPUs, CPUs e processadores quânticos.
Agentes de inteligência artificial estão sendo integrados a mensagens como iMessage, SMS e apps como WhatsApp e Telegram, permitindo que usuários peçam tarefas diretamente pelo texto. Em vez de baixar um aplicativo separado, esses agentes podem lembrar contexto, conectar-se a serviços já usados e executar ações como agendar compromissos, organizar calendários, pesquisar viagens, enviar e-mails, fazer reservas e até compras online.
Entre as opções citadas estão Caddy, em beta público desde abril de 2026, e Comma, que gerencia tarefas e mantém contexto entre dispositivos, além de Fambot, voltado para rotinas familiares com resumos diários enviados à noite. A lista também inclui Instinct, com ações por texto ou voz e integração com e-mail e calendário, além de Iris (com Hermes Agent) e Martin, que oferece assistente geral com acesso por SMS, WhatsApp, Slack e e-mail.
A empresa australiana Apate, especializada em segurança digital, desenvolveu um sistema que desvia golpistas de telefonia para chamadas atendidas por bots de IA. Treinados para manter a conversa o maior tempo possível sem cair no golpe, os “bots-vítimas” também atuam em grupos de chat e respondem a mensagens para frustrar os criminosos enquanto coletam informações.
A plataforma é usada por bancos e conta com suporte de empresas de telecomunicações, com cerca de 350.000 bots e mais de 250.000 registros reunidos em tempo real, incluindo URLs usadas nos golpes e dados de contas de “money mule” e bancos. A iniciativa se soma a pesquisas que usam LLMs em honeypots para manter agentes de ataque engajados por mais tempo, aumentando a capacidade de defesa.
Agentes de IA para codificação conseguem gerar mais código e mais atividades em repositórios, mas o ganho não se converte em mais software entregue. Uma pesquisa com práticas reais de centenas de empresas aponta que o uso desses agentes eleva em média as linhas de código geradas em 30%, os commits em 20% e os pull requests em 23%. Ao mesmo tempo, a revisão humana continua sendo um gargalo importante no fluxo de produção.
O estudo indica que o processo de code review fica mais longo, com pull requests mais propensos a exigir revisões e com mais comentários dos revisores. Mesmo com a maior produção de código, a taxa de resolução de Issues e Epics — recursos acompanhados por ferramentas como Jira — não muda de forma estatisticamente relevante após a adoção de ferramentas de IA. A análise foi feita com dados agregados de Jellyfish, cobrindo 300 milhões de eventos de trabalho e informações de mais de 700 mil colaboradores em mais de 700 empresas, de 2021 até março de 2026.
O concurso Nikon Small World in Motion, que premia vídeos feitos com microscopia, teve o vencedor substituído após alegações de uso de inteligência artificial na produção do trabalho de Ning Xu, da Universidade Tsinghua. A Nikon investigou a participação e concluiu que a entrada não cumpria as regras da competição, levando à desclassificação do vídeo anterior.
Nguyen Nam Nhat, do Vietnã, passou a ocupar o primeiro lugar com um vídeo de um nematódeo microscópico e de um organismo unicelular. Pesquisadores apontaram possíveis anomalias na estrutura do material e indícios de “watermarks” de IA nos arquivos, enquanto Xu afirmou ter usado IA apenas para distinguir e visualizar características em imagens reconstruídas, negando uso para gerar o filme experimental, os cílios ou seus movimentos.
A OpenAI demitiu três pesquisadores de segurança, Jasmine Wang, Tomek Korbak e Mikita Balesni, afirmando que o desligamento ocorreu por uma “violação significativa de confiança”. A empresa negou que a decisão tenha sido motivada por alertas sobre os riscos da IA, citando uma investigação sobre o tratamento de informações confidenciais.
Os pesquisadores contestaram o impacto das demissões em uma carta publicada em 8 de outubro, dizendo temer que o caso reduza a liberdade de manifestação dentro da companhia. O episódio reacende o debate sobre como proteger dados confidenciais sem inibir funcionários que apontam riscos ligados a sistemas cada vez mais avançados.
Jasmine Wang, Tomek Korbak e Mikita Balesni, pesquisadores de segurança demitidos pela OpenAI na semana passada, publicaram uma carta aberta negando as acusações de que teriam mishandled informações sensíveis fora dos procedimentos da empresa. Eles afirmam que a demissão, comunicada de forma abrupta, pode gerar um “efeito de resfriamento” e reduzir a disposição de colegas para falar e colaborar com especialistas externos.
A OpenAI disse que os pesquisadores violaram políticas ao “accessing and handling sensitive company information”, após uma investigação apontar um “pattern of misconduct”. Na carta, o trio também contesta envolvimento em um suposto vazamento sobre arquiteturas menos monitoráveis nos modelos mais recentes e pede que a empresa mantenha compromissos públicos de auditoria externa e preserve a monitorabilidade de modelos de ponta.
A OpenAI afirmou que mantém a decisão de demitir três pesquisadores de segurança após uma investigação concluir que eles cometeram uma “significant breach of trust”. Jasmine Wang, Tomek Korbak e Mikita Balesni foram dispensados por violarem “clear policies on handling sensitive information”, segundo a empresa.
A OpenAI disse que a decisão não está ligada ao fato de o trio ter se manifestado sobre preocupações com a segurança de IA, respondendo a uma carta aberta publicada pelos pesquisadores na quinta-feira. A empresa afirmou que a apuração interna encontrou violações “além do que está descrito na carta”, mas não detalhou quais seriam.
Samuel King, estudante de PhD em bioengenharia da Stanford, usou um modelo de IA generativa em 2025 para propor “blueprints” genéticos de vírus microscópicos. A iniciativa ainda não representa vida criada por IA, mas levanta a possibilidade de novos avanços na forma como a biologia pode ser projetada com ajuda de algoritmos.
A conversa com King será conduzida por James O’Donnell, repórter sênior de IA do MIT Technology Review, e faz parte do destaque ao pesquisador como um dos “Innovators Under 35”. O encontro também promete discutir novas maneiras de enxergar a biologia e o que pode vir a seguir nesse tipo de abordagem.
A discussão em torno de um anúncio da OpenAI sobre o “Partition Principle” ganhou força após questionamentos sobre como o resultado foi apresentado e interpretado em relação ao Axiom of Choice. O texto descreve que o material seria um preprint com estrutura considerada confusa, com terminologia “fora do ponto” e teoremas/lemmas citados de forma incomum.
A crítica também mira o uso de referências e a qualidade da comunicação do trabalho, apontando citações de materiais não publicados e não revisados. O autor argumenta que, com “soluções” divulgadas em grande volume, pesquisadores podem ser pressionados a avaliar outputs mal escritos, enquanto o debate público pode levar financiadores e formuladores de políticas a subestimar o papel de especialistas humanos.
A expansão das capacidades de inteligência artificial está levando universidades a reavaliar como conduzem pesquisa e formação, com foco em mudanças na matemática, estatística, machine learning e engenharia. Em um ensaio publicado pelo MIT Statistics and Data Science Center, Sasha Rakhlin sintetiza discussões sobre como a IA acelera a produção de resultados e altera a forma de verificar e melhorar modelos.
O texto destaca que, em áreas onde verificação e avaliação são rápidas e confiáveis, sistemas podem gerar candidatos, aprender com resultados e acelerar o avanço científico. Rakhlin defende que departamentos repensem o que valorizam em artigos e na formação de doutorandos, incluindo reconhecimento de contribuições reais mesmo quando partes do trabalho usam IA, além de orientar universidades a construir infraestrutura e fluxos compartilhados para permitir colaboração entre laboratórios com agentes de IA.
O WhatsApp está desenvolvendo, no Android, uma nova aba dedicada aos contatos. A tela reúne as pessoas salvas na agenda e indica quem está online com um ponto verde na foto de perfil, além de mostrar “visto por último” quando a informação estiver disponível.
A área também traz uma barra de pesquisa e um atalho para iniciar uma conversa com a Meta AI, além de uma seção “Convidar um amigo” para compartilhar links. Os contatos podem ser organizados por “Atividade” ou em ordem alfabética, com lembretes de aniversário; o recurso ainda está em desenvolvimento e não tem previsão de lançamento.
As eleições de meio de mandato dos EUA estão a cerca de um mês, com disputas que devem ser decididas por debates sobre financiamento em Silicon Valley, infraestrutura de data centers e regulação de IA, além de temas ligados a extremismo. A cobertura destaca corridas que vão do controle do Senado a votações em estados-chave, com foco em quem pode influenciar as regras eleitorais no ciclo de 2028.
No Texas, Chris Gober, ligado a iniciativas e campanhas relacionadas a projetos de data center, aparece como candidato ao novo 10º distrito e liderava em pesquisa de setembro por 48 a 41. A matéria também aponta que do lado republicano há candidatos com histórico de questionamentos ao processo eleitoral, enquanto uma candidata democrata no Kansas tenta transformar em vantagem política as consequências de demissões e cortes associados ao governo DOGE.
O robô humanoide Tesla Optimus, visto em vídeos fazendo tarefas como dançar, recolher lixo, passar aspirador e até operar eletrodomésticos, virou símbolo da aposta de que robôs com IA podem automatizar grande parte do trabalho humano. Em 2027, a empresa projeta colocar unidades à venda ao público, enquanto Elon Musk também fala em dexteridade “humana” e depois “super-humana”.
A expectativa é alimentada por avanços de IA usados em ferramentas como ChatGPT e Claude, mas pesquisadores alertam que transferir capacidades de linguagem e imagens para o mundo físico é um desafio muito maior. O texto cita críticas de Yann LeCun sobre a falta de robôs “inteligentes o suficiente para serem úteis” e mostra como sistemas como o Gemini Robotics, do Google DeepMind, estão sendo testados em plataformas como o ALOHA 2, apontando progresso gradual em “políticas” de robôs guiadas por IA em vez de regras codificadas manualmente.
Levantamento da Luria, com base no uso agregado e anonimizado da plataforma por empresas brasileiras, mostra que a base de pessoas usando IA no trabalho cresceu 183% entre janeiro e agosto de 2026, em comparação com o mesmo período de 2025. O estudo também indica que o volume mensal de consultas aumentou 240% no período analisado.
A pesquisa considera setores como energia, farmacêutico, serviços financeiros e varejo e aponta uma mudança no comportamento: a IA deixou de ser acionada apenas em momentos específicos e passou a acompanhar uma parcela maior da jornada de trabalho.
Equipes científicas de Viena e Pequim desenvolveram os dois primeiros relógios nucleares operacionais do mundo, avançando a medição do tempo com potencial para aplicações práticas e para a investigação da física fundamental. Os dispositivos foram descritos em artigos científicos publicados na revista Nature e são vistos como uma próxima geração de relógios atômicos, embora ainda não superem os melhores relógios convencionais.
Os relógios usam tório-229 aprisionado em cristais de fluoreto de cálcio e calculam o tempo ao monitorar como um laser de alta potência interage com o núcleo do átomo. Pesquisadores citam possíveis usos em navegação por satélite, sincronização de transferência de dados, topografia e metrologia, além de testes de física de precisão, com desempenho comparável ao dos melhores relógios atômicos.
O crescimento dos data centers, que consomem muita energia, está pressionando as redes elétricas e aumentando a dependência de combustíveis fósseis mais poluentes. No MIT, a professora Christina Delimitrou está enfrentando esse problema ao repensar como servidores e equipamentos de rede operam nesses ambientes.
Com o uso de machine learning, o grupo busca tornar data centers mais eficientes, seguros e confiáveis, redesenhando sistemas de computação em nuvem e criando métodos para gerenciar recursos de hardware compartilhados. A pesquisa também aplica IA para ajudar programadores a encontrar e corrigir falhas em aplicações na nuvem, reduzindo downtime e o desperdício de recursos computacionais.
A Common Sense Media avaliou o ChatGPT for Teens, voltado a usuários de 13 a 17 anos, após mais de 4 mil testes e concluiu que a experiência oferece “risco inaceitável”. O grupo encontrou problemas em recursos pensados para alertar responsáveis em conversas envolvendo automutilação, suicídio e transtornos alimentares.
Os pesquisadores relatam que notificações parentais não foram disparadas mesmo quando simularam diálogos com sinais explícitos de situações graves, em alguns casos por até uma hora. A avaliação também identificou falhas em encaminhamentos de ajuda em crises e aponta que o Modo de Estudo pode ser contornado; a OpenAI contestou os resultados e disse que a metodologia não representa corretamente o funcionamento das proteções.
A Microsoft atualizou a barra de busca do Windows 11 com uma nova interface que permite fazer buscas em linguagem natural e executar ações diretamente no campo de pesquisa. Além de localizar arquivos, a experiência inclui controle de recursos do PC e conversas com o Copilot, que passa a ter um aplicativo dedicado no Windows.
A empresa também apresentou o Hybrid Intelligence, combinando modelos de IA locais e em nuvem para decidir onde cada tarefa deve rodar. A distribuição da nova experiência de busca começa no outono do Hemisfério Norte, enquanto recursos do Copilot baseados no Hybrid Intelligence serão liberados gradualmente para PCs compatíveis nos próximos meses.
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2026/p/E/KtPacER0m4SJWav5QKqA/2026-10-13t122313z-1-lynxmpem9c155-rtroptp-4-ai-china-safety.jpg)
:quality(85)/bb14286b-d7d6-4092-91dc-1f21519537e9.jpg)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2026/o/e/3u7eMLST2bBwyNsyLXkw/2026-10-07t175714z-1-lynxmpem961qv-rtroptp-4-science-clocks.jpg)
:quality(85)/f25244cd-734f-485a-80fb-56254b2f14e7.jpg)
