Palavras-chave：DeepSeek, OpenAI, Google Android XR, Zhiyuan Robotics, Doubao Mobile Assistant, Companheiro de Aprendizagem de IA, Centro de Dados Orbital da SpaceX, Modelo DeepSeek R1, Alerta Vermelho da OpenAI, SDK do Android XR, Zhiyuan Robotics Expedition A1, Operação Transapp do Assistente de IA Doubao, DeepSeek, OpenAI, Google Android XR, Zhiyuan Robotics, Doubao Mobile Assistant, Companheiro de Aprendizagem de IA, Centro de Dados Orbital da SpaceX, Modelo DeepSeek R1, Alerta Vermelho da OpenAI, SDK do Android XR, Zhiyuan Robotics Expedition A1, Operação Transapp do Assistente de IA Doubao
🔥 Foco
Liang Wenfen, fundador da DeepSeek, nomeado uma das dez personalidades científicas do ano pela Nature: Liang Wenfen foi reconhecido pela revista Nature como uma das dez personalidades científicas de 2025, sendo chamado de “disruptor tecnológico”, devido à contribuição e impacto transformador do modelo DeepSeek no campo da IA. A DeepSeek impactou a indústria com seus modelos poderosos, econômicos e de código aberto (como R1, V3.2), provando que grandes modelos não precisam de recursos ilimitados para alcançar um nível de ponta, impulsionando a voz tecnológica dos grandes modelos chineses na comunidade global. A avaliação da DeepSeek atingiu 1,05 trilhões de yuans, e a fortuna de Liang Wenfen disparou para 184,62 bilhões de yuans. Seu perfil “geek” e sua persistência no código aberto são vistos como um símbolo da transição da IA chinesa de imitadora para inovadora. (Fonte: 36氪, 36氪, 36氪)
OpenAI emite “alerta vermelho” e publica relatório de IA empresarial: O CEO da OpenAI, Sam Altman, emitiu um “alerta vermelho” de nível máximo em 1º de dezembro devido à intensa concorrência do Google Gemini e da Meta, suspendendo operações não essenciais para concentrar recursos na consolidação das vantagens centrais do ChatGPT. Simultaneamente, a OpenAI publicou o “Relatório sobre o Estado da IA Empresarial”, que revela uma aceleração na adoção da IA por empresas, com funcionários economizando em média quase 1 hora de trabalho por dia. No entanto, os 5% de usuários mais avançados viram sua eficiência disparar 16 vezes, levantando preocupações sobre a “lacuna de riqueza” na era da IA. O foco da concorrência está na capacidade dos modelos, na participação de mercado e na disputa por talentos. (Fonte: 36氪, 36氪)
Google lança plataforma Android XR e vários óculos de IA: Durante o evento XR Edition, o Google apresentou sistematicamente o Android XR, posicionando-o como a primeira plataforma unificada de realidade estendida, com o objetivo de estender a experiência Android para o domínio XR. A plataforma, em colaboração com Samsung e Qualcomm, lançou diversas formas de hardware, incluindo óculos inteligentes de IA elegantes (em parceria com Warby Parker, Gentle Monster), óculos XR com fio (Project Aura, em colaboração com XREAL) e uma atualização para o headset Samsung Galaxy XR. O Android XR SDK também foi atualizado simultaneamente, oferecendo suporte completo para desenvolvedores e sinalizando um avanço significativo na fusão de IA e XR. (Fonte: 36氪, 36氪)
5.000 robôs da empresa de Zhihui Jun, Zhiyuan Robotics, saem da linha de produção em massa: A Zhiyuan Robotics, fundada por Peng Zhihui, o empreendedor de inteligência encarnada conhecido como “Zhihui Jun”, alcançou a produção em massa de 5.000 robôs encarnados de uso geral em menos de três anos. A linha de produtos abrange robôs humanoides de tamanho completo (Yuanzheng A1/A2), robôs humanoides de meio tamanho (Lingxi X1/X2) e robôs encarnados com rodas (Jingling G1/G2), aplicados principalmente em manufatura industrial, triagem logística, treinamento de coleta de dados, recepção e explicação, entretenimento e apresentações comerciais. Este marco indica que o progresso da produção em massa na indústria de inteligência encarnada superou as expectativas e já garantiu centenas de milhões de yuans em pedidos. (Fonte: 36氪)
O assistente de celular Doubao desencadeia a disputa pela porta de entrada na era da IA: O assistente de celular Doubao, lançado pela ByteDance, em profunda colaboração com a ZTE, tenta integrar capacidades de IA na camada do sistema operacional do celular, permitindo operações globais entre aplicativos, o que causou um choque na indústria. O produto visa desafiar o status de porta de entrada de tráfego dos superaplicativos existentes, mas imediatamente encontrou restrições técnicas de grandes empresas como WeChat e Taobao. Este incidente trouxe à tona a competição pela super porta de entrada na era da IA, indicando que a integração de software e hardware, o acúmulo de ecossistemas e a colaboração entre dispositivos e nuvem serão tendências cruciais para o desenvolvimento futuro dos assistentes de IA. (Fonte: 36氪, 36氪)
🎯 Tendências
Zou Yang, “veterano” da IA: AGI não é o foco, a aplicação prática muda o mundo: Zou Yang, cofundador da Future Intelligence, acredita que, embora a tecnologia atual de grandes modelos de linguagem ainda não tenha atingido o pico da AGI, ela já é suficiente para transformar completamente todas as indústrias. Ele enfatiza que o verdadeiro valor da IA reside em sua capacidade de se infiltrar nos processos industriais, tornando-se um “cérebro externo” para o trabalho mental repetitivo das empresas e replicando o conhecimento especializado de forma estruturada. Ele aponta que a indústria deve se concentrar em como integrar as tecnologias existentes nos negócios e alcançar a implementação em escala, em vez de perseguir excessivamente o distante pico da AGI. (Fonte: 36氪)
Publicidade gerada por IA remodela a indústria, com oportunidades e desafios coexistindo: A inteligência artificial está remodelando profundamente a indústria de publicidade digital, evoluindo de sistemas programáticos para sistemas de publicidade inteligentes. As oportunidades incluem a diversificação das portas de entrada de tráfego, a geração automatizada de materiais, a personalização extrema da experiência (“mil faces para uma pessoa”), mecanismos de veiculação inteligentes e a transformação do papel das agências de publicidade. No entanto, desafios como a imaturidade tecnológica (inferência de modelo instável, algoritmos inexplicáveis), desafios regulatórios (publicidade enganosa, deepfakes), riscos de confiança do usuário e privacidade, e custos de conformidade transfronteiriça precisam ser resolvidos com urgência. A indústria precisa construir um sistema de “regulamentação leve + governança colaborativa”, atualizar o controle de risco da plataforma, fortalecer a governança de dados e incentivar as marcas a construir seus próprios agentes inteligentes. (Fonte: 36氪)
Perspectivas para o setor global de seguros em 2026: IA remodela as regras do jogo: Um relatório da Deloitte aponta que o setor global de seguros está entrando em águas profundas de crescimento mais lento e pressão sobre os lucros, com a IA se tornando a força chave para remodelar as regras da indústria. No segmento de não-vida, a IA permite a “previsão de riscos” através de atuária, identificação de fraudes e alerta de riscos; no segmento de vida e anuidades, as mudanças na estrutura de capital e a fusão de capital privado aceleram, tornando a capacidade de gestão de ativos central; no segmento de seguros coletivos, no modelo B2B2C, a capacidade de acesso digital e a experiência do usuário extrema são fatores de competitividade. A aplicação em escala da IA depende de dados de alta qualidade, sistemas modernizados e garantias de segurança, e exige que os profissionais do setor reformulem suas capacidades. (Fonte: 36氪)
Nova arquitetura HOPE do Google resolve o problema de memória de longo prazo de grandes modelos: Em um artigo, o Google propôs a nova estrutura HOPE, com o objetivo de resolver o problema de memória de longo prazo de grandes modelos, o que é crucial para a ampla aplicação de agentes de IA. Esta arquitetura define o mecanismo de autoatenção do Transformer como um “sistema de curto prazo” e introduz um módulo de memória neural de longo prazo independente, responsável por armazenar e recuperar informações chave entre janelas de contexto, redefinindo a “estrutura cerebral” de grandes modelos. A memória de longo prazo está evoluindo de um patch de engenharia para uma capacidade central do modelo, determinando se a IA pode ser usada e confiada a longo prazo. (Fonte: 36氪)
Parceiros de aprendizagem de IA remodelam a educação, integrando acompanhamento de habilidades, emoções e conhecimento: Parceiros de aprendizagem de IA estão crescendo rapidamente no campo da educação global, incorporando-se ao aprendizado diário dos alunos como “acompanhantes”. No treinamento de habilidades, tutores de idiomas de IA (como Duolingo Roleplay, Gulu Oral English) oferecem conversas imersivas e correção instantânea. No acompanhamento psicológico e gestão de hábitos, a IA (como Replika, Xueersi “Xiaosi 3.0”) fornece suporte emocional e orientação de hábitos. Na orientação de conhecimento, a IA (como PhotoMath, Xiaoyuan AI Hyper-Realistic Teacher) evolui para “tutoria individual completa”, oferecendo explicações processuais. (Fonte: 36氪)
A grande narrativa de Musk: SpaceX avança para centros de dados orbitais: Um relatório da Morgan Stanley aponta que o aumento da avaliação da SpaceX deriva, em parte, da precificação do mercado para a grande narrativa de “centros de dados orbitais”, uma nova infraestrutura de IA. Musk concebe a utilização de Starship e satélites Starlink V3 equipados com GPUs para formar uma vasta nuvem computacional em órbita através de interconexões a laser de alta velocidade, resolvendo a escassez de energia na Terra, alcançando resfriamento extremo, energia ilimitada e conectividade global de borda. Este campo atraiu muitos players como Starcloud, Axiom Space, Google e NVIDIA. (Fonte: 36氪)
🧰 Ferramentas
Zhipu AI lança série de modelos multimodais de código aberto GLM-4.6V, poderosos e com preço reduzido pela metade: A Zhipu AI lançou a série de modelos multimodais de código aberto GLM-4.6V e o agente AutoGLM, com o objetivo de reduzir a barreira de entrada para a IA multimodal. O GLM-4.6V aumentou a janela de contexto para 128k tokens e, pela primeira vez, integrou nativamente o Function Call em modelos visuais. Testes práticos mostraram desempenho estável em compras por imagem, replicação de páginas da web, compreensão de documentos longos e vídeos, embora a mistura de texto e imagem ainda precise de otimização. O preço de sua API foi reduzido pela metade, e a versão leve GLM-4.6V-Flash é gratuita, impulsionando a aplicação da IA multimodal para indivíduos e pequenas equipes. (Fonte: 36氪)
Parceiros de aprendizagem de IA remodelam a educação, integrando acompanhamento de habilidades, emoções e conhecimento: Parceiros de aprendizagem de IA estão crescendo rapidamente no campo da educação global, incorporando-se ao aprendizado diário dos alunos como “acompanhantes”. No treinamento de habilidades, tutores de idiomas de IA (como Duolingo Roleplay, Gulu Oral English) oferecem conversas imersivas e correção instantânea. No acompanhamento psicológico e gestão de hábitos, a IA (como Replika, Xueersi “Xiaosi 3.0”) fornece suporte emocional e orientação de hábitos. Na orientação de conhecimento, a IA (como PhotoMath, Xiaoyuan AI Hyper-Realistic Teacher) evolui para “tutoria individual completa”, oferecendo explicações processuais. (Fonte: 36氪)
📚 Aprendizagem
Capacidade visual de grandes modelos “falha”: EgoCross revela gargalos de generalização entre domínios: A equipe do projeto EgoCross focou na avaliação de perguntas e respostas de vídeo em primeira pessoa entre domínios, revelando os gargalos de generalização dos MLLMs existentes em cenários especializados como cirurgia, indústria, esportes radicais e perspectiva animal. A pesquisa descobriu que, mesmo os modelos de ponta, a precisão nesses domínios desconhecidos caía drasticamente para menos de 55%, muito abaixo dos cenários diários. A equipe construiu o primeiro benchmark EgocentricQA entre domínios e, através de métodos como prompt learning, fine-tuning supervisionado e reinforcement learning (RL), verificou que os métodos de RL podem trazer melhorias significativas de desempenho, fornecendo uma direção para a construção de modelos com maior capacidade de generalização. (Fonte: 36氪)
Poder computacional acadêmico “massacrado”, Stanford com ≈0,1 GPU per capita: Laboratórios de universidades de ponta nos EUA enfrentam uma escassez generalizada e grave de GPUs, como Stanford, que tem apenas cerca de 0,14 GPU per capita, muito abaixo da indústria. Isso dificulta a pesquisa em IA em larga escala na academia, acelerando o fluxo de talentos de ponta para a indústria e levando à perda gradual da capacidade de definir a vanguarda. Embora algumas universidades (como NYU, UT Austin) estejam construindo suas próprias “fábricas de IA”, a lacuna geral de recursos é enorme, representando um sério desafio para a pesquisa e educação em IA. (Fonte: 36氪)
Interação Humano-Robô e Robótica Social: Entrevista com a Professora Marynel Vasquez: O podcast “Generations in Dialogue” da AAAI entrevistou a Professora Marynel Vázquez para discutir a interação humano-robô (HRI) e a pesquisa em robótica social. A pesquisa da Professora Vázquez foca na dinâmica de grupos sociais em ambientes multipartidários, desenvolvendo algoritmos de percepção e decisão que permitem comportamentos robóticos autônomos e socialmente conscientes, e modelando interações como grafos para permitir o raciocínio síncrono do robô sobre indivíduos, relacionamentos e grupos. Ela também explorou o potencial dos robôs na educação e como resolver equívocos sociais sobre robôs. (Fonte: aihub.org)
💼 Negócios
Startup de simulação de IA Aaru recebe financiamento de 350 milhões de yuans, avaliação ultrapassa 1 bilhão de dólares: A Aaru, uma startup americana de pesquisa em IA sintética fundada por três fundadores nascidos após 2005 (o mais jovem com 16 anos), teria concluído uma rodada de financiamento Série A de mais de 50 milhões de dólares (aproximadamente 350 milhões de yuans), com uma avaliação nominal de 1 bilhão de dólares. A tecnologia central da Aaru utiliza AI Agents para simular o comportamento humano e prever a reação de grupos específicos a eventos, tendo sido aplicada com sucesso em pesquisas de opinião para eleições políticas e fornecendo produtos de modelo de dados para empresas, políticos e o setor público. (Fonte: 36氪)
Ex-pesquisador da OpenAI se une ao Google para cercar a NVIDIA: O fundo fundado por Leopold Aschenbrenner, ex-pesquisador da OpenAI, está em negociações para liderar uma rodada de financiamento de mais de 700 milhões de dólares para a Fluidstack, provedora de serviços em nuvem. A Fluidstack, como canal de distribuição de TPUs do Google, visa desafiar o monopólio de poder computacional da NVIDIA. Esta iniciativa destaca o planejamento estratégico do Google no campo de chips de IA e a busca frenética do mercado de capitais por infraestrutura de IA. (Fonte: 36氪)
Enabot, empresa de robôs de companhia de IA de Shenzhen, recebe investimento da Sequoia e ultrapassa 1 milhão de usuários: A Fuzhi Technology (Enabot), com seus produtos de robôs de companhia de IA, ultrapassou 1 milhão de usuários globalmente e recebeu várias rodadas de financiamento da Sequoia, Longfor Capital e outros. A empresa inicialmente entrou no mercado de companhia para animais de estimação, mas depois descobriu inesperadamente o vasto mercado de companhia emocional humana, e integrou a conversação de grandes modelos de IA com tecnologia de interação emocional multimodal, lançando produtos de robôs domésticos como o EBO X. As funções do produto variam de monitoramento remoto e interação a ressonância emocional, adaptando-se às necessidades dos usuários em diferentes contextos culturais. (Fonte: 36氪)
🌟 Comunidade
Desafio da “última milha” para a popularização offline de óculos de IA: Embora os óculos de IA estejam em alta online, sua popularidade offline nos principais centros comerciais de Guangzhou está muito abaixo do esperado. O mercado enfrenta um desafio de “dupla identidade”: óticas tradicionais não entendem de tecnologia, e lojas de eletrônicos não oferecem serviços profissionais de adaptação de lentes. A dificuldade de adaptação de lentes para óculos de IA com display (como a solução magnética Rokid e a solução integrada de alto custo Quark S1) também limita sua popularização em larga escala. O relatório aponta que, para os óculos de IA realmente entrarem na vida cotidiana, é necessário estabelecer um sistema offline que permita aos consumidores “comprar com confiança, adaptar facilmente e usar sem problemas”. (Fonte: 36氪)
Queda “controlada remotamente” do robô Tesla gera debate, autonomia questionada: O robô Optimus da Tesla supostamente caiu durante um evento após ter seu “headset removido” por controle remoto, gerando intenso debate nas redes sociais e questionamentos sobre a autonomia do robô. Anteriormente, o Optimus também foi exposto por dobrar roupas com a ajuda de um braço mecânico e por ter atividades controladas remotamente por engenheiros nos bastidores. Embora Musk tenha grandes expectativas para o Optimus, esses incidentes destacam os desafios da inteligência totalmente autônoma em robôs humanoides e também levantam discussões sobre o valor do controle remoto de robôs e os futuros modelos de trabalho. (Fonte: 36氪)
A era da IA e o diálogo com modelos, Amanda Askell compartilha sua metodologia: Amanda Askell, PhD em Filosofia da Anthropic, conhecida como a “designer de personalidade” de Claude, compartilhou sua metodologia sobre como estabelecer uma relação colaborativa com modelos de IA. Ela compara a IA a um “gênio esquecido”, enfatizando que o diálogo com o modelo requer a expressão clara de intenções, a decomposição de tarefas complexas e o fornecimento de contexto suficiente. Através de “documentos de alma”, ela moldou a personalidade de Claude para ser gentil e ter limites. Ela acredita que as pessoas comuns devem passar de “escrever comandos” para “projetar diálogos”, e as empresas devem ver a IA como um funcionário, não como uma ferramenta; a personalização da IA se tornará a chave para a diferenciação de produtos. (Fonte: 36氪)
O círculo de startups de IA está “envelhecendo”: o mercado chinês prefere experiência e recursos: Observou-se que, nos DemoDays de startups de IA na China, os fundadores são geralmente mais velhos (principalmente nascidos nos anos 80 e antes de 95), e os produtos também exibem uma “estética de meia-idade”, como aparelhos auditivos inteligentes e inteligência encarnada industrial. Isso contrasta com a “tempestade juvenil” das startups de IA nos EUA. A análise sugere que as startups de IA na camada de aplicação na China exigem uma compreensão profunda dos clientes, um alto grau de adequação entre produto e mercado, e acúmulo de recursos. Essas “questões de tempo” tornam a “juventude” uma desvantagem. Ao mesmo tempo, a oligopolização de grandes modelos e a demanda por “grandes e belas” soluções na camada de aplicação também impulsionam mais executivos experientes de grandes empresas a empreender em novos setores, fazendo com que “o círculo de startups de IA esteja envelhecendo” se torne uma tendência. (Fonte: 36氪)
Funcionários da Amazon se unem contra a estratégia de IA, temendo “destruir a democracia, empregos e o planeta”: Mais de 1.000 funcionários da Amazon assinaram uma carta aberta, alertando que o ritmo “descontrolado” de avanço da IA da empresa pode causar danos imensos à democracia, aos empregos e ao planeta. Os funcionários temem que a Amazon esteja sacrificando compromissos climáticos pela IA (aumento das emissões de carbono dos centros de dados), acelerando a substituição de empregos (demissões em massa, integração forçada de IA) e expandindo tecnologias de vigilância (acesso policial às câmeras Ring). Eles pedem que a Amazon divulgue planos de energia renovável, estabeleça mecanismos de participação dos funcionários na tomada de decisões de IA e prometa que a tecnologia de IA não será usada para violência, vigilância e despejos em massa. A Amazon nega as acusações. (Fonte: 36氪)
Atribuição de responsabilidade por danos causados por agentes de IA: Adaptação e ajuste das estruturas legais existentes: A comunidade jurídica está discutindo a questão da atribuição de responsabilidade por danos causados por agentes de IA: se é necessária uma nova estrutura legal ou se as leis existentes (como responsabilidade por negligência e responsabilidade pelo produto) podem ser adaptadas. Uma visão é que os agentes de IA são semelhantes aos produtos tradicionais, e desenvolvedores e usuários devem assumir a responsabilidade de acordo com sua capacidade de prevenir riscos. O desafio reside na complexidade, imprevisibilidade e opacidade da IA, o que dificulta a prova de negligência e causalidade. Sugere-se que, através de ajustes cuidadosos das leis existentes, como impor uma responsabilidade mais rigorosa aos desenvolvedores e melhorar a alfabetização tecnológica dos profissionais do direito, a responsabilidade possa ser razoavelmente distribuída. (Fonte: 36氪)