Construindo o Futuro da IA no Dispositivo
No último fim de semana, em São Francisco, construtores, pesquisadores, desenvolvedores móveis e praticantes de inteligência artificial se reuniram para o Hackathon ExecuTorch, um evento de dois dias e presencial que se concentrou em uma questão prática e cada vez mais importante: o que podemos construir quando uma inteligência artificial poderosa é executada localmente no dispositivo em nossa mão? Realizado nos dias 27 e 28 de junho de 2026, o hackathon desafiou as equipes a construir e otimizar aplicações de inteligência artificial em tempo real que rodem diretamente em dispositivos móveis Snapdragon, utilizando o ExecuTorch. Os participantes trabalharam em dispositivos Samsung Galaxy S25 Ultra, alimentados por Snapdragon, com workshops, mentorias e suporte prático de especialistas da Qualcomm e da Meta.
O evento foi realizado com o apoio da Qualcomm, Meta, GitHub, da Fundação PyTorch e de outros, com a Samsung atuando como parceira de hardware para os dispositivos Galaxy S25 Ultra, alimentados por Snapdragon, utilizados pelas equipes no local. O formato foi intencionalmente prático: as equipes foram solicitadas a projetar, construir e demonstrar aplicações reais que rodam localmente, utilizando PyTorch e ExecuTorch, com ênfase em latência, capacidade offline, processamento sensível à privacidade, eficiência energética e experiência do usuário em tempo real. A energia no ambiente era inconfundível desde o início. Os desenvolvedores chegaram prontos para construir, e esse impulso durou todo o fim de semana. Ao longo dos workshops, sessões de mentoria, conversas de depuração, testes ao vivo e demonstrações finais, havia um interesse claro e sustentado em mover a inteligência artificial além dos padrões de implantação apenas na nuvem e para ambientes de borda com recursos limitados. Os projetos mais fortes fizeram mais do que mostrar que os modelos poderiam ser executados localmente; eles demonstraram por que a execução local é importante para produtos reais, especialmente onde a responsividade, a privacidade, o custo e a conectividade são centrais para a experiência do usuário.
É exatamente aí que o ExecuTorch se encaixa. O ExecuTorch é uma solução de ponta a ponta para habilitar a inferência no dispositivo em dispositivos móveis e de borda, incluindo dispositivos vestíveis, dispositivos incorporados e microcontroladores. Ele faz parte do ecossistema PyTorch Edge e permite a implantação eficiente de modelos PyTorch – incluindo modelos de visão, fala e inteligência artificial gerativa – em dispositivos de borda. Seu valor está centrado na portabilidade entre classes de dispositivos, na produtividade por meio de cadeias de ferramentas PyTorch familiares e no desempenho por meio de um tempo de execução leve que pode aproveitar as capacidades de hardware de CPUs, NPUs, DSPs e outros. O evento atraiu uma participação significativa, com mais de 100 participantes em mais de 20 equipes. As inscrições refletiram a amplitude da oportunidade de inteligência artificial de borda: ferramentas de acessibilidade, assistentes com prioridade à privacidade, sistemas de segurança visual, inteligência de documentos offline, fluxos de trabalho de inteligência artificial gerativa móvel, ferramentas de suporte médico e industrial, e muito mais.
Parabéns às equipes vencedoras: o SafeScreen AI conquistou o primeiro lugar com uma aplicação oportuna e ambiciosa: uma camada de segurança visual local e no dispositivo projetada para ajudar a proteger os usuários de mídia explícita, abusiva e manipulada antes que eles interajam completamente com ela. O aplicativo roda diretamente em um dispositivo Android alimentado por Snapdragon, utilizando o ExecuTorch, e analisa o conteúdo visual no dispositivo em tempo real. Quando o conteúdo potencialmente prejudicial é detectado, o sistema pode alertar, embaçar, redigir, mascarar ou bloquear esse conteúdo diretamente na tela. O SafeScreen AI se destacou porque conectou o desempenho da inteligência artificial de borda a uma necessidade humana clara. Ao manter a análise visual local, o projeto enfatizou a proteção de baixa latência e preservação da privacidade – duas qualidades difíceis de alcançar se imagens ou vídeos sensíveis devem ser enviados a um servidor remoto primeiro. O projeto também mostrou como a inteligência artificial no dispositivo pode se tornar uma camada de segurança proativa do usuário, e não apenas um sistema de detecção passivo.
O segundo lugar foi conquistado pelo SixthSense: Haptic Vision for the Blind, um dispositivo assistivo que usa uma câmera montada no telefone e modelos de inteligência artificial locais para ajudar usuários cegos e de baixa visão a navegar em espaços físicos. O sistema interpreta o que a câmera vê, separa obstáculos em zonas esquerda, central e direita, e envia sinais de vibração direcionais a um cinto usado na cintura, para que os usuários possam sentir onde os obstáculos estão e se mover em direção a caminhos mais claros. O SixthSense capturou uma das promessas mais atraentes da inteligência artificial de borda: tornar a tecnologia assistiva mais acessível, responsiva e acessível. O projeto usou modelos no dispositivo para detecção de objetos, estimação de profundidade, interação falada e leitura de texto, com modelos executados pelo ExecuTorch no telefone. Ao evitar a dependência de conectividade contínua, a equipe criou um protótipo que poderia ser mais útil em ambientes lotados, barulhentos ou com restrições de rede, onde a retroalimentação imediata é importante.
O Toddle AI conquistou o terceiro lugar com um protótipo Android com prioridade à privacidade, projetado para ajudar os pais a capturar e entender os padrões de caminhada de crianças pequenas. O aplicativo pode gravar ou importar vídeos de caminhada, avaliar se o clipe é viável, executar estimação de pose localmente, utilizando um modelo de corpo de
