IA da semana: Nemotron 3 Super, xAI renasce e ações judiciais

O último episódio do podcast LWiAI (#237) trouxe um resumo detalhado das principais novidades na área de inteligência artificial na semana passada, gravado em 13 de março de 2026. Com apresentação de Andrey Kurenkov e Jeremie Harris, o programa abordou desde lançamentos de novas ferramentas até discussões sobre políticas públicas e inovações técnicas que prometem revolucionar o setor. Entre os destaques, estão o lançamento do “Personal Computer” da Perplexity, uma solução local para Mac que promete ser uma alternativa mais segura aos assistentes de uso de computador da OpenAI, além de atualizações significativas em modelos de linguagem e ferramentas de desenvolvimento. O episódio também explorou os desafios enfrentados pela xAI, a criação de um marketplace para modelos da Anthropic e os recentes aportes bilionários em robótica e IA generativa. Para os interessados em participar da discussão, os apresentadores deixaram seus contatos para feedback e perguntas: [email protected] e [email protected]. Com uma pauta repleta de conteúdo relevante, o episódio demonstrou como a IA continua a evoluir em ritmo acelerado, impactando não apenas a tecnologia, mas também o mundo dos negócios e a geopolítica.

Os lançamentos de ferramentas de IA dominaram parte da semana, com destaque para iniciativas que visam tornar o desenvolvimento de software mais eficiente e seguro. A Perplexity anunciou seu “Personal Computer”, uma solução que transforma Macs ociosos em agentes de IA locais, posicionando-se como uma alternativa mais segura aos modelos da OpenAI que interagem diretamente com sistemas operacionais. Essa abordagem pode resolver problemas de privacidade e segurança, já que os dados permanecem armazenados localmente, sem necessidade de envio para servidores remotos. Enquanto isso, a Anthropic lançou uma ferramenta de revisão de código baseada em seus modelos, com preços variando de US$ 15 a US$ 25 por análise, uma resposta direta ao crescente volume de código gerado por IA que precisa ser revisado por humanos. Já a Cursor introduziu funcionalidades de “Automações com Gatilhos”, permitindo que agentes de codificação fiquem sempre ativos, executando tarefas de forma contínua e automatizada. Essas ferramentas refletem uma tendência clara: a automação está se tornando cada vez mais inteligente, capaz de lidar com tarefas complexas e repetitivas, liberando desenvolvedores para focarem em aspectos mais criativos do trabalho.

No campo dos modelos de linguagem, o ChatGPT ganhou novas capacidades visuais, permitindo que usuários criem representações interativas de conceitos matemáticos e científicos, facilitando o aprendizado e a compreensão de tópicos complexos. Exemplos incluem gráficos dinâmicos de funções, simulações de fenômenos físicos e diagramas explicativos de sistemas biológicos. Já o Claude, da Anthropic, passou a oferecer respostas com gráficos, diagramas e outras visualizações integradas, tornando as interações mais ricas e intuitivas. Essas melhorias são especialmente valiosas para estudantes, pesquisadores e profissionais que precisam comunicar ideias complexas de forma clara e acessível. A integração de recursos multimodais — que combinam texto, imagem e interatividade — está se tornando um diferencial competitivo entre os grandes modelos de linguagem, refletindo uma evolução natural rumo a interfaces mais humanas e eficazes.

A Nvidia surpreendeu o mercado com o lançamento do Nemotron 3 Super, um modelo híbrido que combina arquiteturas Transformer e Mamba, além de incorporar mecanismos de Mistura de Especialistas (MoE). Treinado nativamente com 4 bits de precisão, o modelo é otimizado para rodar nos novos chips Blackwell, prometendo um salto significativo em eficiência energética e desempenho. A empresa também anunciou que os pesos do modelo serão abertos, permitindo que desenvolvedores e pesquisadores adaptem a tecnologia para suas necessidades específicas. Esse movimento reforça a estratégia da Nvidia de dominar não apenas o hardware, mas também o ecossistema de software ao redor da IA, criando um ciclo virtuoso de inovação e adoção. No entanto, a empresa enfrentou um revés comercial ao suspender a produção do chip H200 para o mercado chinês, devido a pressões geopolíticas e restrições aduaneiras impostas pelos Estados Unidos. A decisão reflete as tensões crescentes em torno do acesso a tecnologias avançadas de IA, especialmente em um contexto de corrida armamentista digital.

A situação da xAI, empresa de Elon Musk, ficou ainda mais complicada com a saída de mais um cofundador, seguido de declarações de outro que afirmou que também deixaria a empresa. Essas mudanças no quadro de liderança levantam dúvidas sobre a capacidade da startup de manter sua trajetória de crescimento, especialmente após os altos investimentos feitos em infraestrutura e desenvolvimento de modelos. Enquanto isso, a Anthropic deu um passo importante rumo à comercialização de sua tecnologia com o lançamento do “Claude Marketplace”, uma plataforma onde empresas podem adquirir serviços de terceiros baseados em seus modelos. Essa iniciativa pode acelerar a adoção de IA generativa no ambiente corporativo, ao mesmo tempo em que cria um novo modelo de negócios para a empresa. Além disso, a Yann LeCun’s AMI Labs arrecadou impressionantes US$ 1,3 bilhão para desenvolver “modelos de mundo” — sistemas capazes de simular e entender ambientes complexos, um avanço crucial para a robótica e a IA geral.

A robótica humanoide também ganhou destaque com a Sanctuary, uma empresa que atingiu a valuation de US$ 1,15 bilhão para desenvolver robôs domésticos. Essa avaliação reflete o otimismo do mercado em relação ao potencial da robótica de consumo, que promete transformar desde tarefas domésticas até cuidados com idosos. No entanto, o setor ainda enfrenta desafios técnicos e regulatórios significativos, como a segurança operacional e a aceitação pública. Enquanto isso, a Anthropic entrou em uma batalha judicial com o Departamento de Defesa dos EUA, acusando-o de rotular seus modelos como um “risco para a cadeia de suprimentos” e ordenando sua remoção de sistemas críticos em até 180 dias. A empresa argumenta que a decisão é arbitrária e prejudica a inovação, enquanto o governo alega preocupações com segurança nacional. O caso ganhou ainda mais relevância após a OpenAI e o Google apresentarem um *amicus curiae* em apoio à Anthropic, sinalizando uma possível divisão no setor sobre questões éticas e de governança.

O episódio também mergulhou em pesquisas recentes que desafiam algumas crenças estabelecidas sobre o comportamento dos modelos de linguagem. Um estudo revelou que muitos modelos resistem a técnicas de “ativação direcional” — métodos projetados para ajustar o comportamento dos modelos sem retreinamento — o que pode limitar a capacidade de controlar outputs indesejados. Outra pesquisa apontou que modelos de raciocínio têm dificuldade em controlar suas próprias cadeias de pensamento, levantando questões sobre a confiabilidade de sistemas que dependem de processos de inferência complexos. Essas descobertas são cruciais para o desenvolvimento de modelos mais seguros e alinhados com os objetivos humanos, especialmente em aplicações críticas como saúde e finanças. Além disso, um trabalho mostrou que aumentar o orçamento de avaliação em tarefas cibernéticas pode revelar taxas de sucesso mais altas, sugerindo que modelos como o GPT-4 podem ser mais capazes do que se imaginava em operações de segurança digital.

Outros avanços incluem a descoberta de que modelos de fronteira podem tomar ações mesmo quando a probabilidade de sucesso é baixa, um fenômeno que levanta preocupações sobre a segurança de sistemas autônomos. Em outro estudo, pesquisadores constataram que muitos pull requests (PRs) que passam nos benchmarks de desenvolvimento de software não seriam, na prática, mesclados em bases de código principais, o que indica uma lacuna entre os testes automatizados e a realidade do desenvolvimento colaborativo. Esses achados destacam a importância de validar modelos em ambientes reais antes de implementá-los em larga escala. A pesquisa também explorou a multimodalidade, com um trabalho investigando como modelos podem ser treinados com dados além de texto puro, como imagens e áudio, para melhorar suas capacidades. Já em arquiteturas de rede, técnicas como “cache de memória” em RNNs e “paralelismo contextual eficiente” estão sendo desenvolvidas para lidar com longos contextos e melhorar a eficiência computacional.

Na área de otimização de hardware, um projeto inovador chamado CUDA Agent utiliza aprendizado por reforço em larga escala para gerar kernels CUDA de alto desempenho, uma contribuição direta para a programação de GPUs. Outra pesquisa apresentou o “Introspecção Latente”, uma técnica que permite que modelos detectem injeções de conceitos não autorizados em seus pesos, um avanço importante para a segurança contra ataques adversariais. Por fim, estudos sobre as “leis de escalonamento” em aprendizado por reforço sugerem que recompensas emergentes podem surgir espontaneamente em sistemas simples, oferecendo insights sobre como a inteligência artificial pode evoluir de forma autônoma. Essas descobertas, embora ainda em estágios iniciais, abrem novas possibilidades para o desenvolvimento de sistemas de IA mais robustos e adaptáveis.

Os patrocinadores do episódio também merecem destaque, pois desempenham um papel fundamental no ecossistema de IA. A Box, por exemplo, oferece soluções de gerenciamento de conteúdo empresarial que se integram perfeitamente a ferramentas de IA, permitindo que empresas organizem e acessem seus dados de forma segura e eficiente. Já a ODSC AI East 2026, um dos principais eventos da área, está com inscrições abertas e oferece um desconto de 15% para ouvintes do LWiAI usando o código LWAI. A Factor, por sua vez, lançou uma promoção especial com 50% de desconto e café da manhã grátis por um ano para quem se inscrever usando o código lwai50off, combinando alimentação saudável com a revolução da IA. Essas parcerias demonstram como a inovação tecnológica está cada vez mais entrelaçada com outros setores, criando sinergias que impulsionam o crescimento do mercado.

A semana também foi marcada por discussões sobre os impactos geopolíticos da IA, especialmente após ataques de drones no Golfo Pérsico levantarem dúvidas sobre a capacidade da região de se tornar uma potência em IA. Empresas como a Nvidia, que enfrentam restrições comerciais, e governos como o dos EUA, que buscam controlar o acesso a tecnologias críticas, estão redefinindo as regras do jogo. Enquanto isso, startups como a Sanctuary apostam no futuro da robótica doméstica, um mercado que pode valer trilhões nos próximos anos. A batalha judicial entre a Anthropic e o Pentágono, por sua vez, destaca os desafios de regulamentar uma tecnologia que avança mais rápido do que as leis conseguem acompanhar. Esses episódios mostram que a IA não é apenas uma questão técnica, mas também política e econômica, com implicações globais que exigem atenção constante.

No campo da pesquisa, um dos estudos mais promissores aborda a resistência endógena à “ativação direcional” em modelos de linguagem. Essa técnica, que visa ajustar o comportamento de modelos sem retreinamento completo, enfrenta limitações porque muitos modelos desenvolvem mecanismos internos de defesa contra tais manipulações. Outra descoberta intrigante é que modelos de raciocínio muitas vezes não conseguem controlar suas próprias cadeias de pensamento, um problema que pode levar a respostas inconsistentes ou até perigosas em aplicações críticas. Esses achados sublinham a necessidade de desenvolver abordagens mais robustas para garantir que os modelos se comportem de maneira previsível e alinhada aos valores humanos. Além disso, pesquisas sobre escalonamento de inferência em tarefas cibernéticas mostraram que modelos como o GPT-4 podem superar expectativas em operações de segurança digital, desde que sejam avaliados com orçamentos mais generosos.

A discussão sobre o SWE-bench, um benchmark para desenvolvimento de software, revelou que muitos PRs que passam nos testes automatizados não seriam aprovados em ambientes reais de desenvolvimento. Esse problema destaca uma lacuna crítica entre os benchmarks sintéticos e as condições reais de uso, sugerindo que a indústria precisa investir em testes mais realistas e diversificados. A pesquisa sobre treinamento multimodal, por sua vez, explora como modelos podem ser treinados com dados além de texto, como imagens e áudio, para melhorar suas capacidades em tarefas complexas. Já em arquiteturas de rede, técnicas como “cache de memória” em RNNs e “paralelismo contextual eficiente” estão sendo desenvolvidas para lidar com longos contextos e melhorar a eficiência computacional, permitindo que modelos processem informações de forma mais rápida e econômica.

A otimização de hardware também foi um tema recorrente, com projetos como o CUDA Agent utilizando aprendizado por reforço para gerar kernels CUDA de alto desempenho, uma contribuição direta para a programação de GPUs e o desenvolvimento de sistemas de IA mais eficientes. Outra inovação promissora é a “Introspecção Latente”, uma técnica que permite que modelos detectem injeções de conceitos não autorizados em seus pesos, um avanço crucial para a segurança contra ataques adversariais. Por fim, estudos sobre as “leis de escalonamento” em aprendizado por reforço sugerem que recompensas emergentes podem surgir espontaneamente em sistemas simples, oferecendo insights sobre como a inteligência artificial pode evoluir de forma autônoma. Essas descobertas, embora ainda em estágios iniciais, abrem novas possibilidades para o desenvolvimento de sistemas de IA mais robustos e adaptáveis.

Os desafios regulatórios e geopolíticos continuaram a dominar as discussões, com a Nvidia suspendendo a produção do chip H200 para o mercado chinês devido a restrições aduaneiras e pressões políticas. Essa decisão reflete as tensões crescentes em torno do acesso a tecnologias avançadas, especialmente em um contexto de corrida armamentista digital. Enquanto isso, a xAI enfrenta uma crise de liderança com a saída de cofundadores, levantando dúvidas sobre sua capacidade de manter o ritmo de inovação. A Anthropic, por outro lado, está avançando com seu marketplace de modelos, criando um novo modelo de negócios que pode acelerar a adoção corporativa de IA generativa. Esses movimentos mostram como a indústria está se adaptando a um cenário cada vez mais complexo e competitivo.

A robótica humanoide também ganhou destaque com a Sanctuary, que atingiu a valuation de US$ 1,15 bilhão para desenvolver robôs domésticos, um mercado que promete transformar desde tarefas domésticas até cuidados com idosos. No entanto, o setor ainda enfrenta desafios técnicos e regulatórios significativos, como a segurança operacional e a aceitação pública. Enquanto isso, a batalha judicial entre a Anthropic e o Departamento de Defesa dos EUA destaca os desafios de regulamentar uma tecnologia que avança mais rápido do que as leis conseguem acompanhar. O caso ganhou ainda mais relevância após a OpenAI e o Google apresentarem um *amicus curiae* em apoio à Anthropic, sinalizando uma possível divisão no setor sobre questões éticas e de governança.

Os avanços em modelos de linguagem também foram destaque, com o ChatGPT e o Claude introduzindo novas capacidades visuais que tornam as interações mais ricas e intuitivas. Essas melhorias são especialmente valiosas para estudantes, pesquisadores e profissionais que precisam comunicar ideias complexas de forma clara e acessível. A integração de recursos multimodais — que combinam texto, imagem e interatividade — está se tornando um diferencial competitivo entre os grandes modelos de linguagem, refletindo uma evolução natural rumo a interfaces mais humanas e eficazes. Enquanto isso, a Nvidia lançou o Nemotron 3 Super, um modelo híbrido que combina arquiteturas Transformer e Mamba, além de incorporar mecanismos de Mistura de Especialistas (MoE), prometendo um salto significativo em eficiência energética e desempenho.

A semana também foi marcada por discussões sobre os impactos da IA no mercado de trabalho, com ferramentas como o “Personal Computer” da Perplexity e as automações da Cursor prometendo revolucionar a forma como desenvolvemos software. Essas soluções não apenas aumentam a produtividade, mas também levantam questões sobre a necessidade de requalificação profissional e a adaptação das forças de trabalho às novas demandas da economia digital. Enquanto isso, a Anthropic lançou uma ferramenta de revisão de código baseada em seus modelos, com preços variando de US$ 15 a US$ 25 por análise, uma resposta direta ao crescente volume de código gerado por IA que precisa ser revisado por humanos. Esses desenvolvimentos mostram como a IA está se tornando cada vez mais presente no cotidiano, desde o desenvolvimento de software até a educação e a pesquisa científica.

No campo da pesquisa, os avanços em arquiteturas de rede e otimização de hardware estão abrindo novas possibilidades para a IA. Técnicas como “cache de memória” em RNNs e “paralelismo contextual eficiente” estão sendo desenvolvidas para lidar com longos contextos e melhorar a eficiência computacional, permitindo que modelos processem informações de forma mais rápida e econômica. Além disso, projetos como o CUDA Agent, que utiliza aprendizado por reforço para gerar kernels CUDA de alto desempenho, demonstram como a IA pode ser aplicada para otimizar até mesmo as camadas mais baixas do desenvolvimento de software. Essas inovações são essenciais para lidar com os desafios computacionais cada vez mais complexos que surgem com o avanço dos modelos de linguagem.

Os desafios éticos e de segurança também foram um tema central, com pesquisas mostrando que modelos de fronteira podem tomar ações mesmo quando a probabilidade de sucesso é baixa, um fenômeno que levanta preocupações sobre a segurança de sistemas autônomos. Outro estudo revelou que muitos PRs que passam nos benchmarks de desenvolvimento de software não seriam, na prática, mesclados em bases de código principais, indicando uma lacuna entre os testes automatizados e a realidade do desenvolvimento colaborativo. Esses achados destacam a importância de validar modelos em ambientes reais antes de implementá-los em larga escala. Além disso, a “Introspecção Latente”, uma técnica que permite que modelos detectem injeções de conceitos não autorizados, representa um avanço significativo para a segurança contra ataques adversariais.

A semana também foi marcada por discussões sobre os impactos geopolíticos da IA, especialmente após ataques de drones no Golfo Pérsico levantarem dúvidas sobre a capacidade da região de se tornar uma potência em IA. Empresas como a Nvidia, que enfrentam restrições comerciais, e governos como o dos EUA, que buscam controlar o acesso a tecnologias críticas, estão redefinindo as regras do jogo. Enquanto isso, startups como a Sanctuary apostam no futuro da robótica doméstica, um mercado que pode valer trilhões nos próximos anos. A batalha judicial entre a Anthropic e o Pentágono, por sua vez, destaca os desafios de regulamentar uma tecnologia que avança mais rápido do que as leis conseguem acompanhar. Esses episódios mostram que a IA não é apenas uma questão técnica, mas também política e econômica, com implicações globais que exigem atenção constante.

Os patrocinadores do episódio também merecem destaque, pois desempenham um papel fundamental no ecossistema de IA. A Box, por exemplo, oferece soluções de gerenciamento de conteúdo empresarial que se integram perfeitamente a ferramentas de IA, permitindo que empresas organizam e acessem seus dados de forma segura e eficiente. Já a ODSC AI East 20