Meta torna mais naturais conversas e expressões de assistentes de IA

AVATARES

Meta torna mais naturais conversas e expressões de assistentes de IA

Com assistentes virtuais cada vez mais comuns em nossas rotinas, a equipe da Meta Fundamental AI Research (FAIR) se empenhou em torná-los mais naturais e capazes de se envolverem em interações sociais semelhantes às humanas em vários ambientes imersivos.

Para isso, desenvolveu um conjunto de Modelos de Movimentos Diáticos que transformam palavras emitidas por uma pessoa ou por um modelo de IA (LLM) em linguagem corporal e comportamento de escuta expressivos. A tecnologia permite criar avatares incrivelmente realistas, tanto em vídeo 2D quanto em 3D, que imitem sinais sociais humanos, como entonação vocal, escuta ativa e gesticulação apropriada.

Para treinar esses sofisticados modelos, a FAIR compilou um conjunto de dados com mais de 4 mil horas de interações entre duas pessoas, capturando uma variedade de comportamentos sociais e dinâmicas de conversação.

Esse rico pacote de dados foi denominado Seamless Interaction Dataset e está sendo compartilhado publicamente para ajudar a comunidade de pesquisa a avançar nesse tipo de trabalho. Além disso, a FAIR publicou um relatório técnico que detalha a metodologia e as descobertas na área de modelagem de interações comportamentais audiovisuais. Também propôs uma metodologia de avaliação.

Fique por dentro dos detalhes dos modelos, do conjunto de dados e de alguns exemplos aqui.

EMPRESAS

IBM atua como gateway para estratégias multimodelos de IA

Empresas estão adotando cada vez mais estratégias multimodelos quando se trata abordar casos de uso diversos de forma eficaz, em vez de procurar uma solução única. A afirmação foi feita por Armand Ruiz, vice-presidente de Plataformas de IA da IBM, durante conferência da VentureBeat que discutiu estratégias de implementação de IA.

O que você precisa saber:

• Essa tendência ressalta a rejeição de estratégias de IA de um único fornecedor em favor da flexibilidade e especialização. Por exemplo, algumas empresas estão implantando modelos de raciocínio pesado e combinando-os com outros para cargas de trabalho criativas ou intensivas em dados.

• Em vez de competir apenas como provedor de modelos de fundação, a IBM está se posicionando como “torre de controle” para cargas de trabalho de IA, oferecendo um gateway de modelos para que, por meio de uma única API, as empresas possam alternar entre diferentes LLMs.

• Esse gateway garante capacidade de observação e governança para todas as implantações. Para modelos de código aberto. as empresas podem criar suas próprias infraestruturas para aplicativos críticos. Para tarefas menos críticas, podem acessar APIs públicas. Com esse enfoque, é possível equilibrar segurança, desempenho e custo-eficiência.

• Facebook está testando um recurso que solicitará acesso às fotos no telefone para sugerir edições usando Meta AI antes mesmo que sejam compartilhadas. Cuidado, se você optar por “processamento na nuvem” para uploads de fotos estará dando acesso às suas fotos privadas e inéditas.

• YouTube ganhou uma ferramentas de pesquisa que se assemelha ao AI Overviews do Google, exibindo breves descrições das respostas geradas por IA em um carrossel. Disponível para usuários Premium em dispositivos portáteis.

• Novo HeyGen Video Agent é descrito como o primeiro mecanismo criativo do mundo que transforma ideias em vídeos completos prontos para publicação.

• Apresentado em maio como preview, Gemma 3n, modelo de IA do Google com recursos multimodais para dispositivos móveis e edge, ganhou sua versão definitiva.

• FLUX.1 Kontext [dev], para geração e edição de imagens, está disponível como modelo aberto, com acesso gratuito para pesquisa e uso não comercial.

• Qwen VLo, da Alibaba, é um modelo multimodal que tanto interpreta quanto gera imagens de alta qualidade.

• Tencent liberou o Hunyuan-A13B, LLM de código aberto construído sobre uma arquitetura Mixture-of-Experts (MoE).

• Os modelos mais recentes da Anthropic, Claude Sonnet 4 e Claude Opus 4, agora estão disponíveis no GitHub Copilot.

• LongWriter-Zero é um modelo de IA que produz textos com mais de 10 mil palavras sem depender de dados sintéticos para treinamento.

• Elon Musk confirmou que o robô humanoide Optimus V3 da Tesla usa o assistente de voz do Grok.

• Doppl é um assistente experimental do Google Labs guiado por IA que permite experimentar roupas e explorar estilos virtualmente. 👕🩳👔

ENERGIA

Baterias reaproveitadas alimentam fábricas de IA

Crusoe e Redwood Materials apresentaram a maior implantação mundial de baterias de veículos elétricos reaproveitadas para alimentar fábricas de IA de forma sustentável.

Localizado no campus de Redwood, em Nevada (EUA), o projeto combina energia solar e baterias de segunda mão em grande escala, totalizando 12 megawatts de energia e 63 megawatts-hora de capacidade para abastecer um data center composto de módulos Crusoe Spark. Esses módulos integram racks de resfriamento, fontes de energia e GPUs em uma única unidade e são ideais para cargas de trabalho de IA de baixa latência.

A Redwood Materials é liderada por JB Straubel, ex-diretor da Tesla, e possui uma divisão com foco no reaproveitamento de baterias de veículos elétricos que processa 20 GWh de baterias de íons de lítio anualmente. Com isso, detém 90% do mercado de reciclagem de baterias da América do Norte.

Por que isso importa? A parceria pode estabelecer um novo padrão de sustentabilidade para IA, combinando viabilidade econômica com responsabilidade ambiental. Além disso, ao combinar baterias reaproveitadas com plataformas modulares de data center de IA, é possível levar energia para onde houver demanda, sem esperar anos por novas instalações de redes elétricas.

A Anthropic vai estudar os impactos econômicos da IA, particularmente os efeitos nos mercados de trabalho, na produtividade e na economia global. O Economic Futures Program usará o próprio índice econômico da Anthropic, que rastreia o uso de IA em várias ocupações e reúne dados sobre como a IA está remodelando o trabalho e a geração de valor. A iniciativa se concentrará em três pilares: financiamento de pesquisas com subsídios de até US$ 50.000, organização de simpósios nos Estados Unidos e na Europa para discutir propostas de políticas, e parcerias com instituições de pesquisas. O programa poderá provocar tanto otimismo quanto ceticismo. Enquanto alguns elogiam a abordagem proativa para enfrentar os desafios econômicos gerados pela IA, outros questionam possíveis vieses das pesquisas já que usam dados da própria Anthropic.

©️ Direitos sobre imagem e voz pessoais

O governo dinamarquês planeja alterar sua lei de direitos autorais para combater deepfakes geradas por IA, concedendo direitos legais aos indivíduos sobre suas imagens, características faciais e voz. A emenda,, que se acredita ser a primeira do tipo na Europa, pretende fortalecer as proteções contra imitações digitais não autorizadas. Tem amplo apoio interpartidário e será submetida a consulta antes do recesso de verão para depois ser apresentada para alteração no terceiro trimestre.