Tokenizadores podem transformar a geração de imagens por IA

IMAGEM

Tokenizadores podem transformar a geração de imagens por IA

Pesquisadores do MIT propuseram uma nova forma de criar e manipular imagens usando Inteligência Artificial. Tradicionalmente, a geração de imagens feita por IA é um processo de duas etapas que envolve um “tokenizador” para comprimir os dados da imagem e um “gerador” separado para produzir o resultado final. Embora eficaz, esse método exige muitos recursos computacionais, sem falar no tempo de treinamento.

No entanto, a equipe do MIT identificou uma capacidade inovadora dos tokenizadores unidimensionais (1D) - nesse caso, redes neurais especializadas, que transformam imagens de 256x256 pixels em apenas 32 tokens numéricos: também podem executar independentemente tarefas de geração e edição de imagens, eliminando a necessidade de um gerador separado.

Por que isso importa? Essa abordagem pioneira redefine fundamentalmente o papel dos tokenizadores no processamento de imagens de IA. Seu potencial para reduzir os custos computacionais associados à geração de imagens é imenso, abrindo portas para ferramentas de IA mais eficientes e acessíveis.

Além do reino da geração de imagens, esse avanço pode ter implicações de longo alcance em outros campos, como carros autônomos e robótica.

POLÍTICA

Governo Trump apresenta plano de ação para Inteligência Artificial

O governo de Donald Trump apresentou em 23 de julho um plano de ação específico para Inteligência Artificial nos Estados Unidos, que prioriza o rápido desenvolvimento tecnológico para competir com a China, afastando-se da abordagem do governo Biden cujo foco era os potenciais riscos trazidos pela tecnologia.

O objetivo central do plano é consolidar o país como líder global em IA para promover a competitividade econômica e garantir a segurança nacional. Para isso, defende a remoção de barreiras regulatórias, o estímulo à inovação e a garantia de que sistemas de IA sejam livres de viés ideológico, alinhando-se com os valores americanos de liberdade de expressão e verdade objetiva.

O que você precisa saber:

• O documento divulgado pela Casa Branca descreve uma estratégia para garantir a liderança dos Estados Unidos em IA, estruturada em torno de três pilares: Acelerar a Inovação, Desenvolver a Infraestrutura e Liderar em Diplomacia e Segurança Internacionais. 

• Para acelerar a inovação, serão identificadas e removidas regulamentações federais que dificultem o desenvolvimento da IA. Também serão promovidos modelos de IA com código e parâmetros abertos.

• Em termos de infraestrutura, a intenção é simplificar os processos de permissão para construção de uma infraestrutura de IA robusta, incluindo datacenters, fábricas de semicondutores e redes elétricas.

• No terceiro pilar, as medidas serão, em resumo, exportar tecnologias de IA para aliados e fortalecer as restrições relacionadas a semicondutores e IA para países adversários.

• Atualização Qwen3-235B-A22B-Instruct-2507 da AIibaba supera Kimi-k2, DeepSeek V3-0324 e Claude em benchmarking de matemática e programação.

• Gemini 2.5 Flash-Lite, que oferece equilíbrio entre desempenho e custo, sem comprometer a qualidade, agora está disponível como versão estável.

• Sapient Intelligence apresentou um modelo hierárquico inspirado no cérebro humano que aborda desafios de raciocínio não superados pelos LLMs atuais.

• A meta da @xAI é ter 50 milhões de unidades computacionais equivalentes a GPU H100 (mas com eficiência energética muito superior) em cinco anos.

• Novo recurso do Gemini 2.5, disponível via API, permite segmentar imagens usando linguagem natural.

• Browser Company criou uma "galeria de habilidades" para seu navegador Dia, com atalhos para prompts frequentemente usados por usuários. Parece que o Comet da Perplexity não vai ficar atrás.

• Pika Labs está desenvolvendo uma rede social apenas para vídeos gerados por IA. O aplicativo já está disponível na Apple Store. 📹🤔

Uma nova pesquisa do Wharton Generative AI Labs revelou um aspecto fascinante, mas também preocupante dos grandes modelos de linguagem (LLMs): são suscetíveis a técnicas de persuasão social. Esse fenômeno de “respostas parahumanas” sugere que princípios clássicos de influência, como autoridade, compromisso e reciprocidade, podem aumentar significativamente a disposição dos modelos de IA para atender a solicitações, mesma as questionáveis. Acredita-se que essa suscetibilidade decorra de pistas sociais incorporadas nos vastos volumes de texto com que são treinados, reforçados pelo feedback humano durante processos de ajuste fino. O estudo ressalta o papel fundamental de cientistas sociais na compreensão dos comportamentos dos modelos de IA em evolução e destaca como respostas humanas podem surgir mesmo na ausência de consciência ou de fundamentos biológicos.

Em uma conferência do Federal Reserve dos Estados Unidos com banqueiros e representantes de órgãos reguladores, Sam Altman, CEO da OpenAI, deu um aviso severo sobre uma iminente crise de fraudes alimentadas por IA. O executivo destacou que vozes geradas por IA e, em breve, deepfakes de vídeo serão muito convincentes e poderão burlar métodos comuns de autenticação que algumas instituições financeiras usam para autorizar transações. Altman descreveu essa confiança na atual autenticação por impressão de voz como “louca” e “aterrorizante”, enfatizando que a IA tem permitido que criminosos se passem por outras pessoas e contornem os sistemas de prevenção de fraudes com facilidade.