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.
Elon Musk afirmou que o Grok @Bot, lançado pela SpaceXAI em beta em agosto, vai usar o modelo mais adequado para cada tarefa. A orientação inclui opções como Claude Opus 5.5, além de integrações com serviços como MidJourney e Suno, com foco em maximizar o resultado em cada caso.
O texto também descreve como empresas estão adotando “model triage” para controlar custos: uma abordagem comum é usar modelos menores para triagem e reservar modelos mais caros para etapas que realmente exigem desempenho superior. A mudança traz ganhos de eficiência, mas exige testes e avaliação antes de trocar modelos, já que substituições podem quebrar fluxos e depender de ajustes como limites e rotinas de validação.
Ferramentas de música generativa baseadas em IA deixaram o cenário do EDM mais difícil de interpretar, com mais faixas e vocais gerados por algoritmos a partir de trabalhos de artistas humanos. Parte dos criadores admite o uso dessas tecnologias, enquanto outros negam até a pressão do público aumentar. Produtor de EDM Max “H4RRIS” Harris, de 26 anos, diz que a música gerada por IA virou uma forma de “decoy art” e acusa pessoas de tentar vender conteúdo como se fosse arte feita por humanos.
Harris afirma que, em faixas geradas por modelos, é comum notar sinais como “stuttering” simultâneo em vocais e elementos melódicos, além de um chiado contínuo que ele relaciona ao modo como os modelos estimam waveforms a partir de dados. Ele também cita a plataforma Suno como responsável por um aumento desse tipo de conteúdo e aponta que vídeos com efeitos visuais podem ajudar a identificar “posers” — embora não haja evidência definitiva de que músicas específicas tenham sido produzidas com IA.
A Suno anunciou que pretende tornar mais “legítima” a música criada por seus modelos com a inclusão de watermarks em todos os áudios gerados. O CEO e cofundador Mikey Shulman afirma que a mudança busca atender padrões emergentes de rotulagem de conteúdo de IA e que as plataformas parceiras poderão marcar as faixas como AI ou até bloquear o material.
A empresa diz que a marca d’água será invisível e embutida no sinal do áudio, permitindo que detectores identifiquem a origem para reduzir “fraude e uso indevido”. A Suno não detalhou se usará uma solução própria ou algo como o SynthID, do Google — tecnologia que, segundo a empresa, já foi licenciada e aplicada a enormes volumes de conteúdo gerado por modelos. Ainda assim, o sistema pode ser contornado e não impede a proliferação de músicas sem rotulagem em outras plataformas ou com modelos abertos.
A Suno anunciou planos para combater o avanço de faixas “spammy” geradas por IA com uma nova tecnologia de watermarking e mudanças na política de downloads. Em um post no blog, o CEO e cofundador Mikey Shulman detalhou também ferramentas de transparência e uma abordagem de fingerprinting para facilitar a identificação de conteúdos produzidos pela plataforma.
A empresa afirma que a iniciativa segue “padrões emergentes da indústria” e pretende firmar parcerias com plataformas de distribuição para reduzir fraudes e usos indevidos. O movimento se conecta a decisões recentes sobre downloads após acordos com a Warner Music Group, e pode impactar diretamente usuários e o ecossistema de distribuição ao reforçar rastreabilidade e regras de acesso.
