Palavras-chave：grandes modelos de ia, ia de código aberto, avanços na pesquisa em ia, modelo de especialistas mistos inkling, gpt-5.6 sol estatística, kimi k3 inferência no dispositivo
🔥 Foco
Thinking Machines lança Inkling, seu primeiro grande modelo de código aberto : A Thinking Machines, fundada pela ex-CTO da OpenAI, lançou o Inkling, seu primeiro modelo de AI proprietário. O modelo adota uma arquitetura Mixture of Experts (MoE) com um total de 975 bilhões de parâmetros, ativando 41 bilhões de parâmetros por inferência, e suporta um contexto de 1 milhão de tokens. O Inkling é totalmente open source sob a licença Apache 2.0, suporta entrada multimodal nativa de texto, imagem e áudio, e permite fine-tuning através da plataforma Tinker, com foco em excelente custo-benefício e intensidade de inferência controlável (Fonte: Thinking Machines, HuggingFace Blog, THE DECODER, 机器之心)
GPT-5.6 Sol resolve mistério de 30 anos na estatística : Edgar Dobriban, professor de estatística na Wharton School da Universidade da Pensilvânia, usou o GPT-5.6 Sol Pro da OpenAI para refutar (disproved) com sucesso, em apenas 90 minutos, a hipótese de que o procedimento de Benjamini-Hochberg (BH) controla a FDR sob testes gaussianos bilaterais correlacionados. Este problema, que intrigava a comunidade estatística há 20 anos, não havia sido resolvido anteriormente nem mesmo pelo GPT-5.5 rodando por 20 horas. A AI conseguiu construir um contraexemplo do zero, demonstrando sua capacidade de “insights criativos” na exploração científica (Fonte: akbirkhan, THE DECODER, 机器之心)
Kimi K3 (Kivine) é vazado na LMArena e lançado oficialmente : A Moonshot AI lançou oficialmente o Kimi K3, cuja versão beta havia dominado a arena LMArena sob o codinome anônimo “Kivine”. O K3 possui um total de 2.8T parâmetros, suporta um contexto de 1 milhão de tokens e foca em código, long-context reasoning e compreensão visual. Tecnicamente, adota as arquiteturas Kimi Delta Attention (KDA) e Attention Residuals. Ele demonstrou um desempenho comparável ou até superior ao Claude Fable 5 em tarefas de geração de código frontend 3D e enxames de múltiplos agentes (Agent Swarm) (Fonte: scaling01, THE DECODER, 36氪)
PrismML lança Bonsai 27B, modelo de inferência on-device : A PrismML, fundada por uma equipe de pesquisa da Caltech, lançou o Bonsai 27B. Baseado no Qwen3.6-27B, o modelo utiliza tecnologias de quantização de 1-bit e Ternary para comprimi-lo para 3,9 GB e 5,9 GB, respectivamente. O modelo roda de forma fluida diretamente no iPhone, mantendo 90% a 95% do desempenho original e exigindo apenas 1,8G a 5,2G de VRAM por inferência. Atualmente, a Apple está testando essa tecnologia de compressão com o objetivo de fechar (closing) sua lacuna no campo de AI local (Fonte: THE DECODER, PrismML-Eng/Bonsai-demo)
Galbot lança WAM-TTT, o primeiro framework de Test-Time Post-Training : A Galbot lançou o WAM-TTT, o primeiro framework de Test-Time Post-Training (TTT) do mundo voltado para grandes modelos de Embodied AI. O framework congela os pesos do modelo base e, utilizando apenas um módulo leve de memória de peso rápido (fast-weight memory), permite que robôs se adaptem rapidamente a novos cenários durante a fase de deployment assistindo a vídeos humanos não rotulados. Isso reduz drasticamente a dependência de dados de teleoperação em máquinas reais, evita o esquecimento catastrófico e fecha o ciclo da Embodied AI, do pre-training ao aprendizado contínuo pós-deployment (Fonte: 量子位)
🎯 Movimentações
OpenAI lança sistema automatizado de red-teaming GPT-Red : A OpenAI treinou um modelo interno automatizado de red-teaming chamado GPT-Red. Através de um mecanismo de aprendizado por reforço via self-play, ele ataca e busca especificamente vulnerabilidades como prompt injection em outros modelos. Sob o “treinamento” do GPT-Red, o recém-lançado GPT-5.6 Sol aumentou em 6 vezes sua capacidade de defesa contra ataques de prompt injection, reduzindo a taxa de falhas para menos de 23% (Fonte: THE DECODER, OpenAI News)
Equipe Lizhi do HIT lança modelo de voz full-duplex de código aberto Lychee-FD : A equipe do grande modelo Lizhi do HIT (Harbin Institute of Technology) em Shenzhen disponibilizou em open source o Lychee-FD, um modelo de voz full-duplex nativo end-to-end, que conquistou o prêmio de Artigo de Destaque (Outstanding Paper Award) no ACL 2026. A pesquisa revela pela primeira vez o conflito de gradiente entre voz e semântica em redes profundas. Através de modelagem hierárquica semântico-acústica e um framework de inferência paralelo multi-stream, alcançou-se uma interação de voz em tempo real homem-máquina altamente inteligente e de baixa latência (Fonte: 机器之心)
Google Gemma 4 recebe atualização silenciosa : O Google realizou uma atualização sem alteração de número de versão no modelo open source Gemma 4. A nova versão suporta Flash Attention 4, aumentando a velocidade de inferência e reduzindo a latência do primeiro token (Time-to-First-Token) em GPUs Hopper em 25% a 70%. Também foram corrigidos bugs de tool calling e reduzidos drasticamente os problemas de respostas truncadas. Além disso, os usuários podem ajustar parâmetros para suportar OCR visual em imagens de até 2.51MP (Fonte: THE DECODER, osanseviero)
Infinigence AI e Universidade de Tsinghua lançam conjuntamente RLinf v0.3 : O RLinf, o primeiro projeto de infraestrutura de aprendizado por reforço em larga escala do mundo voltado para a evolução contínua de Embodied AI, foi atualizado para a versão v0.3. A nova versão integra todo o fluxo de coleta de dados, SFT, RL, avaliação e deployment em máquinas reais. Adicionou suporte para 6 modelos populares de Embodied AI, incluindo Dexbotic DM0, DreamZero e GR00T, além de 5 ambientes de simulação como o Genesis, permitindo um treinamento unificado entre diferentes robôs e hardwares (Fonte: 量子位)
LightSpec lança primeiro sistema universal de inferência dinâmica MTP em open source : A Shanghai Jiao Tong University, a Beihang University e a equipe do LightLLM lançaram em conjunto o LightSpec, um sistema de inferência dinâmica de Multi-Token Prediction (MTP). O sistema adota um design de agendamento dinâmico de duas fases livre de treinamento (Training-free), decidindo automaticamente os orçamentos de verificação e rascunho (draft budgets). Isso elimina completamente a dependência de dados entre o planejador (planner) e a execução na GPU, oferecendo suporte perfeito para vários modelos de rascunho (draft models) como DSpark e Eagle3 (Fonte: 机器之心)
Perplexity disponibiliza plataforma de sandbox de segurança para agentes SPACE em open source : A Perplexity disponibilizou em open source sua plataforma interna de sandbox Space, usada para agentes de computador (Computer Agents). A plataforma processa 100% do tráfego de produção desde junho. Utilizando a tecnologia de Copy-on-Write (COW) rápido do Btrfs e snapshots duplos, ela fornece um ambiente de execução altamente isolado e eficiente para tarefas de Agent de longo ciclo, reduzindo drasticamente o consumo de memória de VM e a latência de recuperação (Fonte: AravSrinivas, AI Business)
Apple Intelligence integrará Tongyi Qianwen da Alibaba e Wenxin da Baidu na China : A Administração do Ciberespaço da China (CAC) aprovou o registro dos serviços da Apple Intelligence na China. Como serviços como o ChatGPT não podem ser usados no país, a versão chinesa da Apple Intelligence adotará uma solução de parceria com modelos locais: o Tongyi Qianwen (Qwen) da Alibaba fornecerá compreensão multimodal de texto e imagem, enquanto a Baidu será responsável pelo suporte de voz da Siri e busca visual. Isso trará um enorme tráfego a nível de sistema e cenários de validação para as duas gigantes de tecnologia (Fonte: TechCrunch, CNBC)
ForceBot lança modelo de mundo físico DW0.5 : A ForceBot lançou seu primeiro modelo de mundo físico (Embodied World Model) DW0.5, integrado ao framework de aprendizado por reforço DFOL 2.0. O DW0.5 contém três módulos especialistas: vídeo, ação e valor (value), tratando a ação como um prior forte e suportando simulação física de alta fidelidade e simulação de trajetórias de falha. Esse ciclo fechado de ambiente aprendido (Learned Environment) pode reduzir a necessidade de dados de robôs reais no post-training em 60% (Fonte: 量子位)
🧰 Ferramentas
OpenAI lança teclado físico Codex Micro em parceria com a Work Louder : A OpenAI lançou seu primeiro hardware personalizado, o Codex Micro, custando 230 dólares. O dispositivo foi projetado especificamente para programação com agentes Codex, equipado com 6 “teclas de Agent” com feedback de status RGB, um joystick para acionar workflows como revisões de PR, e um botão giratório para ajustar a intensidade de inferência do modelo. O objetivo é reduzir a alternância frequente dos desenvolvedores entre janelas de chat e editores de código (Fonte: THE DECODER, op7418)
xAI disponibiliza código-fonte do agente de programação CLI Grok Build em open source : Após a polêmica de privacidade envolvendo o upload silencioso de repositórios de código inteiros dos usuários, a xAI anunciou a abertura do código-fonte principal em Rust do Grok Build (sob a licença Apache 2.0). O Grok Build suporta execução local, gerenciamento de versão Git e o protocolo ACP. A xAI desativou a retenção de dados no lado do servidor para oferecer total transparência de privacidade à comunidade (Fonte: THE DECODER, Hacker News)
BaoCut: Skill de Agent para corte bruto de vídeo baseado em linguagem natural : O desenvolvedor @dotey criou o BaoCut, uma ferramenta de transcrição e corte bruto (rough cut) de vídeo baseada em linguagem natural. A ferramenta pode ser instalada como uma Agent Skill no Claude Code ou Codex, suportando a transcrição de links de vídeo/YouTube, filtragem de palavras de preenchimento, tradução e exportação de legendas com uma única linha de comando, economizando muito tempo de edição mecânica para criadores de conteúdo (Fonte: dotey)
1Password lança Agentic Mode com suporte para agentes de AI : O gerenciador de senhas 1Password lançou o Agentic Mode, inicialmente com suporte para o Claude. Essa função permite que agentes de AI façam login automaticamente em sites autorizados como Stripe e Audible no navegador por meio de um proxy do 1Password, sem ter contato direto com as senhas em texto simples e códigos MFA do usuário, garantindo o isolamento seguro de sessões individuais (Fonte: ZDNet)
Raft 1.0: Espaço de trabalho colaborativo para equipes de agentes de AI : O ex-desenvolvedor do Kimi CLI da Moonshot AI, RC, lançou o Raft 1.0. A ferramenta integra colaboração multi-agente, sessões de terminal e gerenciamento de habilidades em uma interface unificada semelhante a um chat de equipe. Ela suporta a execução de múltiplos Agents em modo de equipe, evitando que os usuários transfiram manualmente o contexto entre diferentes terminais e sessões (Fonte: _akhaliq)
LlamaParse lança Conversational Extract, recurso interativo de extração de documentos : A LlamaParse, subsidiária da LlamaIndex, lançou o Conversational Extract. Os usuários podem definir o esquema de extração por meio de diálogo em linguagem natural. Ao fazer o upload de documentos de referência, o Agent gera automaticamente o JSON Schema e realiza localização estruturada, citação e extração de confiança em milhões de documentos (Fonte: jerryjliu0)
OpenWiki lança Personal Brain em open source para construção de base de conhecimento pessoal : A OpenWiki disponibilizou em open source o Personal Brain. A ferramenta suporta conexão direta com contas do X (Twitter), utilizando um Agent de memória de AI para extrair e ponderar memórias estruturadas dos tweets diários e favoritos dos usuários, ajudando a construir uma base de conhecimento LLM baseada em sua pegada digital pessoal (Fonte: hwchase17)
📚 Aprendizado
PUMA: Um framework de early-stopping para grandes modelos de raciocínio baseado em convergência semântica : Equipes da Universidade de Tsinghua, Google Research e outras propuseram o PUMA, um framework de early-stopping para inferência. Diferente dos métodos tradicionais que focam apenas na estabilidade da resposta, o PUMA determina a convergência monitorando a redundância semântica nas etapas de raciocínio. Ele reduz em média 26,2% dos tokens em benchmarks como MATH e GPQA, mantendo alta precisão, e pode ser migrado perfeitamente para código e raciocínio multimodal (Fonte: 机器之心)
CLaRa: Um framework RAG baseado em raciocínio em espaço latente contínuo : A Apple, a Universidade de Edimburgo e outros propuseram o framework CLaRa. Este método realiza compressão de documentos baseada em embeddings e otimização conjunta em um espaço contínuo, treinando o reranker e o gerador end-to-end por meio de um estimador Top-k diferenciável, mantendo o desempenho SOTA mesmo com uma taxa de compressão de texto de 16x (Fonte: Apple Machine Learning Research)
One Layer Is Enough: Um framework adaptivo para encoders visuais pré-treinados : A equipe da Apple propôs o FAE (Feature Auto-Encoder), um framework adaptivo para geração de imagens. O framework requer apenas uma única camada de atenção para adaptar características visuais de alta dimensão, como DINO e SigLIP, em latents geradores de baixa dimensão, alcançando desempenho SOTA na geração de imagens ImageNet 256×256 (Fonte: Apple Machine Learning Research)
cangjie-skill: Ferramenta open source para destilar conteúdo de alto valor em Agent Skills : O projeto open source cangjie-skill adota o fluxo RIA-TV++ para destilar de forma estruturada livros, transcrições de vídeo e podcasts em Skills que podem ser chamadas diretamente pelo Claude Code ou Cursor, oferecendo validação multidimensional e testes de estresse para permitir a reutilização estruturada do conhecimento (Fonte: GitHub Trending)
Microsoft e outros propõem OAT, um modelo não supervisionado de diagnóstico de falhas em trajetórias de agentes : Equipes da Microsoft e outros propuseram o OAT, um modelo de diagnóstico de falhas em trajetórias de agentes. O modelo realiza aprendizado de classe única (one-class learning) apenas em trajetórias bem-sucedidas, modelando a dinâmica de sucesso com equações diferenciais ordinárias neurais (Neural ODEs). Durante a inferência, ele localiza rapidamente as etapas de falha com base no grau de desvio, sendo milhares de vezes mais rápido do que pipelines de prompt (Fonte: omarsar0, HuggingFace Daily Papers)
💼 Negócios
Jingshuo Technology opera de forma independente após incubação pela WeRide : Fundada por Huo Da, o funcionário número 001 da WeRide, a Jingshuo Technology iniciou oficialmente suas operações independentes. A empresa foca na construção de infraestrutura de dados para Embodied AI, lançando o ciclo de dados WorldEngine, o modelo de mundo GENESIS-Robotics e o pacote de habilidades pronto para uso SkillForge, resolvendo a escassez de dados em Embodied AI (Fonte: 量子位)
Fireworks AI anuncia rodada de financiamento Series D de 150 milhões de dólares : A plataforma de API para desenvolvedores Fireworks AI anunciou a conclusão de sua rodada de financiamento Series D de 150 milhões de dólares, atingindo uma avaliação de 17,5 bilhões de dólares. O ARR da empresa ultrapassou 1 bilhão de dólares, servindo mais de 40 trilhões de tokens diariamente, com mais de 95% originados de modelos proprietários personalizados com base nos dados dos clientes (Fonte: natolambert)
China Mobile faz investimento estratégico na empresa de inteligência industrial U-Machine : A empresa de inteligência industrial U-Machine (友机技术) concluiu suas rodadas de financiamento Series B e Series C, com a entrada estratégica do China Mobile Chain Leader Fund. A U-Machine foca na inteligência de máquinas-ferramenta industriais, e seu sistema de simulação autodesenvolvido UJ-Ucut realiza simulações multifísicas de alta fidelidade e otimização inteligente de processos orientada por AI (Fonte: 量子位)
🌟 Comunidade
Hugging Face e AskAlphaxiv lançam desafio de reprodutibilidade de artigos para o ICML 2026 : Para abordar o problema de que “70% das pesquisas de AI não são reproduzíveis”, a Hugging Face e a AskAlphaxiv lançaram um desafio comunitário de 3 semanas. Os participantes podem usar agentes de pesquisa automatizados para tentar reproduzir todos os artigos aceitos no ICML 2026, contribuindo com artefatos open source. As equipes de destaque podem ganhar US$ 4.500 em créditos de computação de GPU (Fonte: ClementDelangue, _akhaliq)
Formato GGUF para deployment local de grandes modelos ganha enorme popularidade na comunidade : Desenvolvedores apontam que, no deployment e distribuição reais, o formato GGUF venceu de lavada devido às vantagens de não exigir configuração de ambiente e rodar localmente em Mac/PC sem necessidade de aluguel de GPU, enquanto o formato safetensors domina principalmente nas fases de treinamento e pesquisa de modelos (Fonte: _akhaliq)
Preocupações de que a programação assistida por AI leve à homogeneização de codebases e ao “declínio mental” : Sam Altman admitiu em um discurso em Stanford que subestimou a velocidade da reforma educacional, expressando preocupação de que a dependência excessiva de AI possa levar à regressão do pensamento crítico e da intuição de programação humana. A comunidade também expressou aversão à uniformidade de conteúdos gerados automaticamente por AI, como séries curtas e web novels (Fonte: 36氪, 36氪)
💡 Outros
Vesuvius Challenge estabelece nova rodada de prêmios de 1 milhão de dólares : O Vesuvius Challenge anunciou uma nova rodada de prêmios no valor de 1 milhão de dólares, com o objetivo de usar imagens de AI e algoritmos 3D para ler textos ainda não descobertos nos pergaminhos de Herculano carbonizados por cinzas vulcânicas, oferecendo prêmios de progresso mensais de US$ 20k (Fonte: natfriedman)
Sakana AI lança módulos celulares inteligentes Smart Cellular Bricks : A Sakana AI publicou um estudo na Nature Communications utilizando Autômatos Celulares Neurais 3D (3D NCA) para permitir que módulos cúbicos idênticos, comunicando-se apenas com módulos adjacentes, formem espontaneamente uma classificação de forma global e realizem regeneração quando danificados (Fonte: 机器之心)
Conferência acadêmica WAICA reformula regras de revisão para as principais conferências de AI : A primeira Conferência Mundial de Inteligência Artificial – Acadêmica (WAICA), presidida pelo acadêmico Andrew Yao, foi pioneira no mecanismo de “pré-triagem assistida por AI + comentários abertos de todo o PC (Program Committee)”, além de apoiar um paradigma de submissão “AI-native” que permite incorporar multimídia como áudio e vídeo nos artigos (Fonte: 量子位)