Blogue nativo da IA na nuvem

Saiba mais sobre as notícias e informações actualizadas do Claude e do ChatGPT sobre modelos de grande dimensão. Este blogue centra-se no acompanhamento e análise das tendências actuais dos Modelos de Linguagem de Grande Porte (LLMs), actualizações tecnológicas e suas aplicações práticas em diferentes domínios.

imagem

NextStep-1: A "forma definitiva" da geração de imagens auto-regressivas, modelo paramétrico 14B de código aberto!

A equipa StepFun abriu o código fonte do NextStep-1, um modelo de geração de imagens autorregressivas puras com 14B parâmetros. O modelo gera imagens diretamente no espaço visual contínuo, sem depender de modelos de difusão ou discretização, e consiste num backbone Transformer de 14B-parâmetros e numa cabeça de correspondência de fluxo de 157M-parâmetros. Suporta imagens geradas por texto de alta fidelidade e edição precisa de imagens (por exemplo, adição e eliminação de objectos, modificação do fundo), e tem um bom desempenho em testes de referência como o GenEval (0,73) e o GenAI-Bench, aproximando-se do modelo de difusão de topo. No entanto, existem desafios como a geração instável e o atraso na descodificação, marcando uma nova fase da geração de imagens auto-regressivas.

Ler mais →
imagem

Projeto de código aberto de automatização do navegador que permite que a IA "trabalhe realmente em linha"

Nanobrowser é uma estrutura de automação de navegador de IA de código aberto que explodiu recentemente no GitHub e recebeu mais de 17.000 estrelas na primeira semana de seu lançamento. O seu núcleo adopta um modelo de colaboração de corpo de inteligência dupla: o Planner desmonta comandos de linguagem natural em passos operacionais, e o Navigator executa, lê e outras operações em páginas Web reais. O projeto suporta o funcionamento local e o acesso a vários modelos, e pode realizar tarefas de automatização de páginas Web, como a captura de teses, a comparação de preços e o acompanhamento da opinião pública, etc. Casos típicos mostram que completa a captura de dados de teses em 2 minutos e meio, e o custo é de apenas 0,1 dólares.

Ler mais →
G4mEGcrWgAAym7a (1)

Um artigo para ler sobre a tecnologia e as aplicações Web3

A Web3 passou do conceito à realidade, com um tamanho de mercado global de 21,35 mil milhões de dólares em 2025 e a escala das indústrias relacionadas na China superior a 20 mil milhões de dólares. O seu núcleo reside na soberania do utilizador, e a redistribuição do poder é conseguida através de blockchain, contratos inteligentes, NFT e DID. Os cinco principais cenários de aplicação incluem DeFi (TVL superior a 120 mil milhões de dólares), utilidade NFT (por exemplo, acções da Starbucks), DAO (mais de 5 000 organizações activas), GameFi (mais de 3 100 jogos) e identidade descentralizada. O mercado está a passar de especulativo a orientado para o valor, com oportunidades futuras centradas na economia dos criadores, nas identidades digitais e na tokenização de activos RWA, com o objetivo de reconstruir a confiança e a equidade digitais.

Ler mais →
wechat 2025 10 31 203110 023

O LTX-2 explodiu! O primeiro modelo de geração de vídeo 4K sincronizado com áudio e vídeo do mundo, suportado pela ComfyUI!

O LTX-2 é o primeiro modelo de geração de vídeo 4K sincronizado com áudio e vídeo do mundo lançado pela Lightricks, gerando vídeo HD de 20 segundos e 50 fps com suporte para entrada de texto/imagem. Permite a sincronização de voz e de boca de personagens, pode ser executado e implementado localmente na ComfyUI e será disponibilizado em código aberto no final de novembro. Como uma ferramenta de autoria de nível profissional, o LTX-2 torna realidade a "transformação de texto numa curta-metragem cinematográfica".

Ler mais →
imagem

Blockchain, Bitcoin, Web3: Qual é a relação entre os três e estarão bem em 2025?

Blockchain, Bitcoin, Web3 em 2025 deixou claro que o preço do "ouro digital" ultrapassou 110.000 dólares americanos, com um máximo histórico de 111.013 dólares americanos; blockchain tornou-se uma "nova infraestrutura" e é aplicada nos campos do governo, finanças, etc., e o tamanho do mercado RWA atingiu 202,5 bilhões de dólares americanos; o tamanho do mercado Web3 atingiu 21,35 bilhões de dólares americanos. A dimensão do mercado da Web3 atinge 21,35 mil milhões de dólares, passando para aplicações reais, e espera-se que atinja 5,1 triliões de dólares em 2030. A China apoia o blockchain, mas concentra-se no caminho "sem moedas" da Web3.

Ler mais →
cursor2视频1.mp4 20251030 105755

O Cursor 2.0 explodiu! O Compositor de modelos auto-desenvolvido estreia-se, a geração de código é ridiculamente rápida!

O Cursor 2.0 é oficialmente lançado com o lançamento do Composer, um modelo de grandes dimensões desenvolvido pela própria empresa que gera código a uma velocidade de até 250 tokens/segundo, duas vezes mais rápido do que o GPT-5 e o Claude Sonnet 4.5. O modelo é especialmente treinado para cenários de desenvolvimento reais e pode completar autonomamente todo o processo de codificação, teste e correção de erros, estando atualmente apenas integrado no editor Cursor para utilização interna.

Ler mais →
capa (de uma publicação)

FlowithOS está online! O primeiro "Sistema Operativo Corporal Inteligente com IA" do mundo, poderá ser realmente o seu empregado digital?

O FlowithOS é o primeiro sistema operativo nativo do mundo concebido para inteligências de IA, capaz de realizar tarefas complexas em vez de se limitar à conversação. Baseado no navegador Chromium, o sistema suporta multitarefas multiplataforma em paralelo com memória contextual ilimitada e biblioteca de competências, e pode automatizar tarefas do mundo real, como compras no Taobao, microblogging e recolha de dados. Encontra-se atualmente na fase beta inicial, é compatível com Windows e macOS e requer um código de convite para ser experimentado.

Ler mais →
wechat 2025 10 28 082436 652

MiniMax M2: O modelo nacional de código aberto mata como um louco! 8% preço, desempenho ao nível do Claude!

A MiniMax lançou uma nova geração de um grande modelo de código aberto M2, com um desempenho entre os 5 melhores do mundo e um preço de apenas 8% do Claude 4.5. O modelo tem um parâmetro total de 230B, um parâmetro de ativação de apenas 10B e uma velocidade de inferência de mais de 100 tokens/segundo. Tem um excelente desempenho em programação, fluxo de trabalho de agentes e tarefas multimodais, quebrando o "triângulo impossível" de alto desempenho, baixo preço e alta velocidade no domínio da IA.

Ler mais →
imagem

Confronto de dinheiro real! A batalha de especulação de moedas de IA da China venceu, DeepSeek liderou o trono de "IA mais lucrativa"!

Na AlphaArena AI Coin Speculation Live Arena, seis modelos de IA de topo negociaram de forma independente no mercado das criptomoedas com 10 000 dólares em dinheiro real. A partir de 23 de outubro, Qwen3 Max (Alibaba) está em primeiro lugar com +44,38% de ganho e $14,438 de saldo de conta, DeepSeek Chat V3.1 está em segundo lugar com +20,92% de ganho e $12,092 de saldo, e as IAs chinesas ocupam os dois primeiros lugares. Outros modelos norte-americanos, como o Gemini 2.5 Pro, perderam mais de 60%. Os pontos fortes dos modelos chineses são o pensamento quantitativo, o controlo do risco e o facto de não negociarem em excesso, demonstrando o potencial da IA na tomada de decisões no mercado real.

Ler mais →
imagem

DeepAnalyze: deixe a IA tornar-se o seu cientista de dados exclusivo! Análise aprofundada de projectos de código aberto

O DeepAnalyze é um modelo de linguagem de grande dimensão baseado em agentes de código aberto, desenvolvido conjuntamente por uma equipa da Universidade Renmin da China e da Universidade Tsinghua, a primeira solução completa para a ciência de dados autónoma. As suas principais capacidades incluem a conclusão automática de todo o processo de preparação de dados, análise, modelação, visualização e geração de relatórios, suportando fontes de dados multiformato, como CSV, Excel, etc., sem intervenção humana. O DeepAnalyze-8B (8B parâmetros) supera os modelos comerciais, como o GPT-4o-mini, em benchmarks e, com os pesos do modelo, o código e os dados de treino totalmente de código aberto, pode ser implementado como um assistente de ciência de dados dedicado.

Ler mais →
imagem

KAT-Coder: Um novo avanço na programação de IA para pilotos

A Racer lançou a matriz de produtos de programação de IA KAT-Coder, que abrange modelos, ferramentas e plataformas auto-desenvolvidos, suportando mais de 20 linguagens de programação e múltiplos tipos de tarefas de desenvolvimento. A sua versão de fonte aberta, KAT-Dev-72B-Exp, ultrapassou GPT e Claude na lista SWE-bench com 74.6%. O modelo tem a capacidade de geração de código, depuração, otimização, etc., e é compatível com as principais ferramentas de desenvolvimento, tendo demonstrado um forte potencial de aplicação nos domínios da geração de páginas Web, sítios Web de comércio eletrónico, efeitos especiais 3D, etc., o que significa a entrada oficial da KAT na área da programação de IA.

Ler mais →
8a20c1d9df3caf7fbc4c2daae7d0f25f

DeepSeek-OCR: abrindo uma nova era de compressão visual

O DeepSeek-OCR baseia-se num modelo de linguagem visual e na tecnologia de "compressão ótica contextual", e consegue um processamento eficiente de texto longo através da conversão de imagens em tokens visuais, mantendo uma precisão de 97% a uma taxa de compressão de 10x e uma precisão de 60% a uma taxa de compressão de 20x. Mantém uma precisão de 97% a uma taxa de compressão de 10x e de 60% a uma taxa de compressão de 20x e, no teste, supera o GOT-OCR2.0 com 100 tokens visuais e supera o MinerU2.0 com menos de 800 tokens, sendo capaz de reconstruir a estrutura de documentos complexos.

Ler mais →
10412 what is an ai agent

Manus e a bolha de agentes de IA: do ideal à desilusão

A Manus, como representante do boom dos agentes de IA em 2025, baseia-se em modelos de grandes dimensões, cadeias de ferramentas e tecnologia de memória para realizar a execução de tarefas, mas, devido à falta de um cultivo profundo de cenários profissionais e de uma entrega em circuito fechado, expõe a bolha do "agente universal". A raiz do problema reside na falta de acumulação de engenharia e na miopia do capital, o que leva ao empilhamento de funções mas a uma inteligência limitada. A indústria está a voltar-se para áreas verticais, como o agente médico OpenEvidence, que dá ênfase a processos determinísticos e orientados para os dados, revelando que o futuro pertence ao caminho da "inteligência burra", que é focada, avaliável e sólida no terreno.

Ler mais →
wechat 2025 10 22 111054 213

ChatGPT Atlas: uma revolução nos navegadores de IA

A OpenAI lançou o ChatGPT Atlas, o primeiro navegador nativo de IA, que integra profundamente as capacidades inteligentes do ChatGPT. As suas principais caraterísticas incluem: resumo e interação de conteúdos Web assistidos por IA em tempo real, otimização inteligente da escrita, controlo em linguagem natural das operações do navegador, recomendações de memória personalizadas, modo de corpo inteligente para automatizar as tarefas de compras e reservas e processamento de texto em tempo real para conversação no cursor. O browser melhora a eficiência da navegação, automatiza tarefas e reinventa a experiência de interação homem-computador através da tecnologia de IA.

Ler mais →
微信图片 2025 10 21 082124 521

Veo 3.1 vs Sora2: Quem é o verdadeiro rei da geração de vídeo?

O Veo3.1 da Google compete com o Sora2 da OpenAI no domínio da geração de vídeo com IA; o Veo3.1 tem a vantagem de um controlo preciso e de uma sincronização de alta qualidade do áudio e do vídeo, o que é adequado para a criação de vídeos profissionais de longa duração, enquanto o Sora2 é melhor em termos de efeitos dinâmicos suaves e naturais e de entretenimento, o que é mais adequado para vídeos curtos criativos. Ambos têm as suas próprias vantagens, e a escolha depende do cenário de aplicação específico.

Ler mais →
2025 10 15 0 0bc3kyafeaaaqeaf2jxpd5ufavwdkjlaauqa.f10002.mp4 20251020 104525

Google Gemini 3.0: geração inovadora de SO baseado na Web

O Google Gemini 3.0 Pro tem a capacidade de gerar uma interface Web totalmente funcional para os sistemas operativos macOS, Windows e Linux num único ficheiro HTML, com base em avisos simples para uma experiência interactiva suave. Embora seja excelente na replicação de interfaces e na simulação funcional, superando modelos como o Claude 4.5 Sonnet, ainda está limitado à simulação de front-end e carece de lógica de sistema subjacente.

Ler mais →
微信图片 2025 07 09 093512 657

Hunyuan3D-PolyGen: Tencent apresenta um novo avanço na geração de 3D de nível artístico

A equipa híbrida da Tencent lançou o Hunyuan3D-PolyGen, o primeiro modelo 3D generativo de grandes dimensões da indústria que cumpre os padrões de qualidade artística, capaz de gerar modelos 3D profissionais que podem ser utilizados no desenvolvimento de jogos e na produção de filmes e televisão, melhorando significativamente a eficiência dos artistas. O modelo apresenta avanços tecnológicos significativos em termos de capacidade de modelação de geometria complexa e estabilidade de geração, suporta múltiplos métodos de entrada, reduz significativamente o número de fichas e melhora a qualidade da modelação através de estratégias de compressão BPT e de otimização da aprendizagem por reforço. Atualmente, está disponível para experiência gratuita através da plataforma Tencent Hybrid 3D.

Ler mais →
Gu6ht0UWQAA2RrS

Revolução das tabelas baseada em IA: Shortcut redefine a forma como o Excel funciona

O processamento de tabelas do Excel é muitas vezes incómodo devido a operações complexas. A ferramenta de IA emergente Shortcut simplifica o processo através da interação com a linguagem natural. Completa tarefas complexas em 10 minutos em torneios simulados de Excel com uma taxa de precisão de 80% ou mais, suportando uma vasta gama de aplicações, desde o processamento de dados à modelação financeira. A introdução de dados em linguagem natural substitui a sintaxe das funções com grande comodidade, mas ainda existem limitações ao processamento e formatação de dados extremamente complexos. Atualmente em testes internos, os utilizadores do e-mail do Google podem experimentar 3 vezes gratuitamente.

Ler mais →

Análise aprofundada do Baidu MuseSteamer: um novo marco na produção nacional de vídeos com IA

O MuseSteamer, um modelo de geração multimodal lançado pela equipa comercial de I&D da Baidu, alcançou o primeiro lugar mundial na avaliação de vídeo gráfico da VBench, e fez importantes avanços na geração simultânea de áudio e vídeo chineses, sistema de descrição refinado e controlo de estilo, e demonstrou capacidades superiores de compreensão semântica. Apesar da falta de capacidade de programação de lentes e da lenta velocidade de geração, o MuseSteamer continua a ser um marco importante no desenvolvimento da tecnologia doméstica de vídeo com IA, e a versão Turbo foi aberta para ser experimentada gratuitamente.

Ler mais →

SongGeneration: a ferramenta de código aberto que inaugura uma nova era de criação musical com IA

O Tencent AI Lab lançou o SongGeneration, um modelo de geração de música de código aberto, que ultrapassa os desafios da qualidade do som, da musicalidade e da velocidade de geração através de uma arquitetura técnica e de métodos de formação inovadores. O modelo suporta quatro funções principais: controlo inteligente do texto, seguimento preciso do estilo, geração de várias faixas e clonagem de timbres, baixando significativamente o limiar da criação musical. A estratégia de formação em três fases e o alinhamento multidimensional das preferências humanas melhoram ainda mais o efeito de criação. A avaliação autorizada mostra que o modelo ocupa o primeiro lugar entre os modelos de fonte aberta, próximo do nível dos modelos comerciais, e tem estado aberto à experiência no Hugging Face e no GitHub, ajudando a popularizar a criação musical inteligente.

Ler mais →
微信图片 2025 07 03 222457 302

Qwen-VLo: Um grande lançamento em IA multimodal da AliCloud

A AliCloud lançou recentemente o seu mais recente modelo de IA multimodal, o Qwen-VLo, cujas capacidades de geração e edição de imagens foram muito bem avaliadas pelos utilizadores, ultrapassando mesmo o GPT-4o. O modelo tem as vantagens de uma captura de detalhes melhorada, edição de imagens com um único comando, suporte multilingue e adaptação flexível da resolução, e tem um bom desempenho no reconhecimento de imagens, substituição de objectos e geração progressiva. Está agora disponível gratuitamente através da plataforma Qwen Chat.

Ler mais →

espaço publicitário

Rectangle 16 4

Testemunhe a super magia da IA em conjunto!

Abrace o seu assistente de IA e aumente a sua produtividade com apenas um clique!