Elon Musk vende o X: xAI adquire plataforma em operação acionária avaliada em US$33 bilhões

A compra do X pela xAI marca uma mudança relevante no ecossistema da comunicação digital, e traz à tona a intenção clara de alinhar redes sociais com pesquisas em inteligência artificial. Segundo a reportagem, “A transação, realizada inteiramente com ações, representa uma movimentação estratégica que reforça a convergência entre as redes sociais e as inovações tecnológicas.” A operação foi avaliada em US$ 33 bilhões, segundo apuração da matéria original, publicada pela E! Online.

Para entender o movimento, é importante lembrar do histórico recente da plataforma. Musk, que adquiriu o Twitter em 2022 e, no ano seguinte, alterou o nome da plataforma para X, é agora responsável por integrar a rede social ao seu projeto de IA, a xAI. A transação em ações traduz a aposta de que unir usuários, dados e capacidade de pesquisa em IA pode gerar sinergias comerciais e tecnológicas no médio e longo prazo.

Detalhes da transação e impacto financeiro

A operação, descrita nos termos da reportagem, foi feita totalmente em ações, o que significa que o controle e o capital foram reorganizados sem troca direta de caixa entre as partes. Essa estrutura tende a reduzir a pressão imediata sobre liquidez, enquanto transfere a aposta ao valor futuro combinado das empresas.

O valor de US$ 33 bilhões coloca a operação entre as maiores reconfigurações de propriedade de plataformas digitais dos últimos anos. Fontes consultadas pela matéria ressaltam que, apesar da cifra elevada, a negociação reflete também o interesse de Musk em consolidar tecnologia e audience sob um mesmo guarda-chuva corporativo, com potencial para ampliar investimentos em pesquisa e comercialização de soluções de IA embarcadas na plataforma.

O plano de integração entre X e xAI

A fusão entre rede social e startup de IA não é apenas uma transação financeira, é uma estratégia de produto. A expectativa é que a xAI leve algoritmos e modelos de linguagem para dentro do X, ao mesmo tempo em que a rede social oferece volumes de dados e cenários de uso em tempo real.

Especialistas em tecnologia consultados pela reportagem interpretam que, a longo prazo, o objetivo é transformar o X em um ambiente onde serviços de moderação, recomendação e interação sejam potencializados por inteligência artificial proprietária. Isso pode envolver desde melhorias na experiência do usuário, até ofertas comerciais personalizadas e novos formatos de monetização.

Repercussões e reações públicas

O anúncio provocou reações variadas entre usuários, investidores e especialistas. Alguns apoiadores veem como um passo lógico para acelerar inovação, enquanto críticos levantam preocupações sobre concentração de poder e privacidade, diante da acumulação de dados e ferramentas de IA pela mesma liderança.

Além do caráter corporativo, a história também trouxe curiosidades sobre identidades e nomes associados a Musk. A reportagem cita a decisão de ajustar a grafia de um nome para atender às regras da Califórnia, e reproduz a explicação de Grimes sobre o significado das partes do nome, “X, a variável desconhecida”, enquanto “Æ, minha forma élfica de escrever Ai (amor e/ou inteligência artificial)”. O texto acrescenta que o componente A-12 é visto como precursor do SR-17, fazendo referência a uma das aeronaves favoritas do casal.

O caso já começa a ser acompanhado por autoridades regulatórias, analistas de mercado e pela própria comunidade de desenvolvedores de IA. A dinâmica entre liberdade de expressão dentro de redes sociais e a responsabilidade algorítmica ganha novo capítulo quando a mesma entidade controla tanto a plataforma de distribuição, quanto a tecnologia que orienta o conteúdo.

Em síntese, a aquisição pelo xAI muda o tabuleiro das plataformas digitais, e levanta perguntas sobre governança, competição e ética tecnológica. Enquanto investidores avaliam números e sinergias, usuários e reguladores vão observar como essa integração entre rede social e inteligência artificial será operacionalizada, e quais proteções estarão em vigor para dados e mecanismos de moderação.

Reportagem original: E! Online, texto de André Lug. A cobertura destacou a operação e os desdobramentos iniciais, além das explicações sobre nomes e símbolos associados ao proprietário e à sua rede.

Function Health recebe aporte e lança Medical Intelligence Lab para interpretar dados de saúde

A startup Function Health anunciou uma rodada de Série B de US$ 298 milhões, liderada pela Redpoint Ventures, alcançando uma avaliação de US$ 2,5 bilhões. O aporte, que contou com a participação de investidores como a16z, Aglaé Ventures, Alumni Ventures, Battery Ventures, NFDG, além de nomes ligados à NBA e ao mercado de tecnologia, eleva o capital total arrecadado pela empresa para US$ 350 milhões.

A empresa, focada em consolidar exames laboratoriais e dados clínicos para torná-los utilizáveis via inteligência artificial, já opera 75 unidades nos Estados Unidos e planeja expandir para quase 200 até o final deste ano. Desde 2023, a base de exames processados pela plataforma ultrapassou 50 milhões de exames laboratoriais, número que evidencia o crescimento acelerado e a relevância do modelo adotado.

A rodada e os investidores

O aporte de US$ 298 milhões foi liderado pela Redpoint Ventures e recebeu aportes de firmas tradicionais de venture capital, investidores individuais e figuras públicas, incluindo Allen Crabbe, Blake Griffin, Taylor Griffin e Anthony Wood, fundador da Roku. Além dos valores levantados na Série B, a Function Health soma US$ 350 milhões em financiamento até o momento, o que reforça a confiança do mercado na proposta de integrar dados de saúde com modelos de IA voltados a insights clínicos.

Essa injeção de capital deverá acelerar a ampliação da rede de atendimento, o desenvolvimento tecnológico do laboratório de IA médica e a integração com dispositivos e exames, mantendo uma abordagem independente de fabricantes e dispositivos.

Medical Intelligence Lab e IA com supervisão médica

Com o novo financiamento, a empresa lançou o Medical Intelligence Lab, iniciativa voltada ao desenvolvimento de um modelo generativo de inteligência médica capaz de oferecer insights personalizados com base nos dados dos usuários, conteúdos e pesquisas. A proposta é treinar o modelo com supervisão clínica, envolvendo médicos, pesquisadores e engenheiros, para garantir que a interpretação dos dados esteja ancorada em conhecimento médico.

O modelo também alimenta um chatbot de IA que pode responder perguntas dos usuários apoiando-se em resultados anteriores de exames, anotações médicas e imagens, para fornecer orientações sob medida. Entre os nomes que compõem o time responsável pelo treinamento e validação clínica estão o cientista médico-chefe Dr. Dan Sodickson e o cofundador e diretor médico Dr. Mark Hyman.

Privacidade, segurança e diferenciação no mercado

A empresa destaca que sua plataforma segue padrões de privacidade e proteção, afirmando conformidade com HIPAA, criptografia total dos dados e compromisso de não comercialização de informações pessoais. Nas palavras de Jonathan Swerdlin, CEO e cofundador, “não basta viver em um mundo onde a IA existe e não aplicá-la à sua saúde. Você deve ser capaz de gerenciar sua biologia. O objetivo da Function Health é aplicar a melhor tecnologia disponível à saúde humana.“

Swerdlin também reforça a promessa de proteção dos dados, ao dizer que “Seus dados e sua identidade nunca estão à venda. Cada informação sua é protegida e criptografada. Estamos comprometidos em manter você e seus dados seguros.” Essas declarações visam tranquilizar pacientes e parceiros, diante de uma oferta que combina tecnologia, serviços laboratoriais e aconselhamento clínico baseado em IA.

No ecossistema de saúde digital, a Function Health busca se diferenciar por ser independente de dispositivos, integrando exames laboratoriais, diagnósticos e insights clínicos de forma contínua. Essa integração pretende ir além dos aplicativos de bem-estar e dos assistentes de IA generalistas, ao oferecer uma experiência centrada em dados clínicos robustos e interpretação médica.

Com o novo capital, a expectativa é que a startup acelere a expansão física e tecnológica, atraia mais usuários para sua plataforma e aprofunde o treinamento contínuo do seu modelo médico, mantendo a participação ativa de especialistas. O mercado, por sua vez, observa a movimentação como mais um passo da convergência entre saúde e inteligência artificial, em que capitais significativos financiam soluções que prometem transformar exames e dados em ações preventivas e orientação clínica personalizada.

Como o GPT-Engineer está mudando a rotina de quem escreve código

GPT-Engineer integra GPT-4 para automatizar a construção de bases de código

Nos últimos meses, a atenção de muitos desenvolvedores interessados em inteligência artificial virou-se para um repositório específico no GitHub, o GPT-Engineer. O projeto vem sendo apontado como uma ferramenta capaz de gerar uma base de código completa a partir de um único prompt, e de adaptar-se conforme as necessidades do programador.

Segundo relatos, o repositório de código aberto no GitHub já acumulou mais de 26.000 estrelas, tornando-se o projeto mais seguido na plataforma em alguns momentos. Esse nível de adoção inicial revela, ao mesmo tempo, curiosidade e expectativa da comunidade sobre como modelos de linguagem, especialmente o GPT-4, podem reduzir o esforço repetitivo no desenvolvimento de software.

O que é e como funciona o GPT-Engineer

De acordo com o desenvolvedor Anton Osika, o GPT-Engineer é uma solução de IA flexível e adaptável que visa gerar uma base de código completa com apenas um prompt. Partindo de um prompt inicial, o GPT-Engineer segue o princípio de encadeamento de pensamento e solicita de forma independente as informações ausentes ao longo do caminho para a base de código, ou seja, você descreve o que deseja construir, a IA faz perguntas de esclarecimento e depois escreve o código.

O sistema consegue avaliar vários arquivos ao mesmo tempo e armazena todo o código gerado no sistema de arquivos, para que possa ser reutilizado posteriormente. Essa escolha busca manter o projeto simples e flexível, diferenciando-o de outras soluções que mantêm artefatos em camadas mais complexas.

Limitações técnicas e requisitos

O projeto ainda está em estágio inicial, e o uso prático em produção não está amplamente documentado. É importante entender algumas restrições técnicas: O GPT-Engineer é operado a partir de um terminal e requer conhecimentos básicos de Python. Além disso, “o programa atualmente só aceita chaves de API para o GPT-4, o GPT-3.5 não é suportado. O GPT-4 é superior ao GPT-3.5 para tarefas de código“, afirma a documentação do projeto.

Portanto, para experimentar a ferramenta, desenvolvedores precisam de acesso ao GPT-4 via chave de API, e de familiaridade com linha de comando e workflows de desenvolvimento. Essas barreiras baixas, porém reais, ajudam a explicar por que o projeto atrai tanto entusiastas quanto contribuintes em busca de impacto e aprendizado.

O hype é justificável?

Embora as demonstrações públicas, como a criação de um simples jogo da cobrinha, mostrem potencial, ainda não há amplo registro de adoção em ambientes de produção. Especialistas veem no projeto uma janela para o futuro, mas pedem maturidade. O fundador André Lug resumiu a oportunidade de forma direta, traduzida para o português: “gpt-engineer está em sua fase infantil, bons desenvolvedores poderiam ter um impacto insano, e aprender muito, assumindo liderança, facilitando estrutura, liberando centenas de codificadores apaixonados que querem contribuir e fazer as coisas acontecerem, o trabalho duro será reconhecido“.

Essa perspectiva ressalta que o GPT-Engineer pode ser tanto uma ferramenta pronta para uso quanto uma plataforma comunitária que exige colaboração intensa para evoluir. O roadmap do projeto inclui ideias como “código de autorregeneração”, divisão da geração em partes menores e maior autonomia do sistema para decidir os próximos passos.

Enquanto isso, desenvolvedores já acostumados com assistentes de código, como GitHub Copilot X, ou com modelos open source como Starcoder, experimentam o GPT-Engineer como mais uma peça no ecossistema que promete aumentar produtividade e reduzir tarefas repetitivas.

O código e as instruções de instalação do GPT-Engineer estão disponíveis no GitHub para quem quiser testar, contribuir ou adaptar a ferramenta ao seu fluxo de trabalho. A expectativa é que, com contribuições da comunidade, o projeto avance rapidamente e se torne uma referência na automação de criação de bases de código.

Para desenvolvedores curiosos, a recomendação é experimentar com cuidado, validar a qualidade do código gerado e combinar as saídas do GPT-Engineer com revisões humanas, testes automatizados e integração contínua. Assim, é possível aproveitar as vantagens do GPT-Engineer sem comprometer a segurança ou a estabilidade dos projetos em produção.

App da Target integra ChatGPT e amplia aposta da rede no varejo com IA

Integração com ChatGPT e recursos para consumidores

A Target entra em uma nova fase de experimentação com inteligência artificial ao lançar um novo app da Target integrado ao ChatGPT, voltado aos consumidores. Segundo o anúncio oficial, “O aplicativo da Target, integrado ao ChatGPT, será lançado em versão beta na próxima semana e permitirá que os consumidores solicitem sugestões, naveguem e montem cestas com múltiplos itens, comprem alimentos e finalizem suas compras, conforme anunciado pela OpenAI.” Esta integração traz ao público uma experiência de compra conversacional, em que o assistente ajuda a encontrar produtos, montar cestas e concluir pedidos diretamente na conversa.

O movimento faz parte de uma iniciativa maior da OpenAI de ampliar sua presença no varejo digital, com parcerias que incluem diversos serviços já conhecidos. A empresa afirmou que está adicionando aplicativos exclusivos ao ChatGPT, “incluindo versões para Canva, Coursera, Figma, Expedia, Spotify e Zillow.” Para a Target, o novo app deve facilitar tanto compras rápidas, como itens de mercado, quanto decisões mais complexas, como a curadoria de presentes e listas de itens para a casa.

Parceria estratégica e uso interno na Target

Além de oferecer o aplicativo ao público, a Target reforça uma parceria mais ampla com a OpenAI. Em comunicado sobre a implementação interna, foi destacado que “A Target implementará o ChatGPT Enterprise entre seus 18.000 colaboradores na sede”, o que aponta para uso corporativo da IA em grande escala, com aplicações que vão da previsão da cadeia de suprimentos à otimização de operações nas lojas.

Esse uso interno deve alimentar melhorias nos serviços oferecidos pelo app da Target, já que as equipes poderão testar fluxos, ajustar respostas e integrar a tecnologia aos sistemas de inventário e atendimento ao cliente. A empresa também pretende utilizar os modelos da OpenAI em ferramentas digitais que abrangem suporte aos funcionários, atendimento ao cliente, assistentes de compras baseados em IA e sistemas personalizados para sugestões de presentes.

O ecossistema de comércio impulsionado por IA e próximos passos

O lançamento do app da Target surge em um momento em que a OpenAI busca conquistar o chamado comércio impulsionado por IA. Entre os novos produtos citados pela empresa, destaca-se o recurso “Instant Checkout“, que possibilita aos usuários fazer compras diretamente durante conversas com varejistas, incluindo plataformas como Etsy e Shopify. Esse tipo de funcionalidade reduz atritos no processo de compra e pode aumentar a conversão ao manter o usuário dentro da experiência conversacional.

Para os consumidores brasileiros, a chegada de um aplicativo conversacional assim sinaliza uma tendência global: varejistas com grande presença física e digital testam a IA não apenas como ferramenta de recomendação, mas como um canal de venda efetivo. O resultado pode ser uma experiência de compra mais personalizada, com sugestões contextuais e a possibilidade de concluir pedidos sem sair da conversa.

Do ponto de vista do mercado, a estratégia da Target e da OpenAI combina experimentação pública, via beta, com adoção corporativa interna, via ChatGPT Enterprise. Isso permite que melhorias sejam aplicadas rapidamente, com feedback real dos consumidores e dos colaboradores. A expectativa é que a versão beta do aplicativo sirva para calibrar recursos, testar o atendimento de picos de demanda e avaliar a eficácia das recomendações geradas pela IA.

Em síntese, a entrada da Target na lista de varejistas com integração ao ChatGPT reforça a importância da IA nas operações do dia a dia do comércio. O novo app da Target promete facilitar a jornada de compra, enquanto a parceria com a OpenAI impulsiona tanto a experiência do cliente quanto a eficiência operacional dentro da rede. Resta acompanhar os resultados do beta e ver como as funcionalidades conversacionais evoluirão para atender às expectativas de usuários e lojistas.

Panorama do ChatGPT em 2025: recursos, números e desafios para usuários e empresas

O ChatGPT segue em rápida evolução, com lançamentos, parcerias e polêmicas que impactam tanto usuários comuns quanto corporações. Nas últimas atualizações, a OpenAI tem priorizado funcionalidades multimodais, voz e geração de imagens, ao mesmo tempo em que enfrenta questões sobre capacidade, custos e privacidade. Entre as novidades mais recentes estão iniciativas que ampliam o acesso, estatísticas de uso expressivas e mudanças na moderação de conteúdo.

Principais novidades e números

Em abril de 2025 a OpenAI anunciou uma medida voltada a estudantes: “OpenAI oferece ChatGPT Plus gratuitamente para estudantes universitários dos EUA e Canadá”. A ação libera temporariamente a assinatura premium, que inclui acesso ao modelo GPT-4o, geração de imagens, interação por voz e ferramentas de pesquisa avançadas.

Os recursos de imagem cresceram de forma explosiva. Conforme divulgado, “Usuários do ChatGPT já geraram mais de 700 milhões de imagens”, e “Mais de 130 milhões de usuários criaram coletivamente mais de 700 milhões de imagens desde que o gerador de imagens aprimorado foi disponibilizado em março.” Esse volume explica parte da pressão sobre a infraestrutura da empresa, e também alimenta debates sobre direitos autorais e uso de estilos artísticos.

O alcance do serviço também saltou nos últimos meses: dados apontam que o número de usuários ativos semanais dobrou, até “atingir 400 milhões em fevereiro de 2025, impulsionados pelos lançamentos de novos modelos e funcionalidades”. Para a OpenAI, esse crescimento é tanto oportunidade quanto desafio operacional.

Desafios técnicos, custos e controvérsias

Nem tudo é apenas expansão. Em outras frentes, a empresa teve que revisar expectativas sobre custos de pesquisa. A Fundação Arc Prize atualizou previsões e alertou que “a estimativa aponta um valor próximo a US$ 30.000 por problema” para o modelo o3 em determinadas configurações, muito acima do cálculo inicial.

O próprio CEO destacou limites de capacidade. Conforme comunicado, “o CEO Sam Altman informou que a popularidade de recursos como o gerador de imagens pode levar a atrasos na entrega de novos produtos e ocasionar instabilidade temporária no serviço”. A combinação de demanda elevada e recursos computacionais caros tem forçado a OpenAI a priorizar lançamentos e a criar ofertas segmentadas para empresas.

Há também tensões jurídicas e éticas. Processos por uso de material protegido, discussões sobre remuneração de artistas, e reclamações de privacidade surgiram ao longo de 2024 e 2025. Entre as queixas está a notificação europeia sobre informações falsas, descrita como “Queixa de privacidade na Europa por “alucinações difamatórias” do ChatGPT”, o que evidencia o risco real de o sistema gerar conteúdo incorreto com consequências legais.

O que muda para usuários e empresas

Para quem usa o ChatGPT no dia a dia, há ganhos concretos: integração com ferramentas como Google Drive e OneDrive, melhorias no modo de voz, e recursos que permitem gerar e editar imagens com o GPT-4o. Ao mesmo tempo, surgem preocupações sobre como as conversas são armazenadas; por exemplo, produtos como o Operator têm regras de retenção distintas, e a OpenAI informou que em alguns casos dados podem ser retidos por períodos mais longos.

Empresas e desenvolvedores contam hoje com mais opções, incluindo planos corporativos e APIs específicas. A OpenAI projeta crescimento financeiro ambicioso, segundo relatos, “a empresa projeta que sua receita triplicará para US$ 12,7 bilhões em 2025”, uma meta que depende da adoção massiva de ofertas pagas e de soluções empresariais.

Do ponto de vista prático, usuários devem avaliar benefícios e riscos: recursos avançados do ChatGPT aumentam produtividade e criam novas possibilidades criativas, mas exigem cuidado com verificação de fatos, direitos autorais e privacidade. Para organizações, a recomendação é planejar capacidade e compliance, ao considerar adoção em grande escala.

Em resumo, o ChatGPT em 2025 é ao mesmo tempo uma ferramenta cada vez mais poderosa e um produto que exige monitoramento contínuo por parte de reguladores, empresas e cidadãos. As próximas atualizações prometem novas funcionalidades e, possivelmente, maior integração com serviços globais, enquanto debates sobre custos, ética e responsabilidade seguem em destaque.

A queda da Siri expõe atrasos, promessas quebradas e uma reformulação adiada pela Apple

Siri já foi apresentada como uma das grandes novidades do iPhone, em 2011, mas hoje é alvo de frustração de usuários e de críticas internas na Apple. Instalado em mais de 2 bilhões de dispositivos Apple, o assistente de voz se tornou, para muitos, mais irritante do que útil, com relatos que vão desde comandos simples não compreendidos até respostas contraditórias, como a viral “Desculpe, não entendo” contra “Estamos em 2025”.

Origem, promessas e o declínio

Quando a Apple revelou a Siri em outubro de 2011, a novidade foi vista como revolucionária. A assistente atendia a comandos para enviar mensagens, agendar reuniões e checar o tempo, e chegou a ser exibida como um recurso de destaque. Entretanto, os avanços ao longo dos anos foram principalmente incrementais, e a fragmentação do código, fruto de desenvolvimento por etapas, contribuiu para erros e respostas inconsistentes.

Além disso, publicamente a percepção mudou radicalmente: fóruns e redes sociais passaram a reunir reclamações como “Parece até que ela está pior do que quando foi apresentada pela primeira vez” e mesmo declarações duras, como “Eu realmente odeio a Siri com todas as minhas forças”. Esses relatos se somam à imagem de um produto que prometeu muito e entregou pouco.

A reformulação prometida e os atrasos que embaraçaram a Apple

Diante do avanço de chatbots avançados e da corrida pela inteligência artificial, a Apple anunciou um projeto ambicioso para transformar a Siri dentro de um programa maior chamado “Apple Intelligence”. Em 2024, a empresa fechou um acordo com a OpenAI e prometeu uma “Siri 2”, capaz de usar dados do iPhone para respostas personalizadas, cruzando e-mails, mensagens e informações de voo, por exemplo.

Essas promessas, porém, não se concretizaram no prazo. Segundo relatos internos, a reformulação foi promovida antes de estar pronta, e os atrasos foram descritos por funcionários como “feios e embaraçosos”. O erro culminou na remoção de John Giannandrea do comando da Siri, e na transferência da liderança para Mike Rockwell, responsável pelo Vision Pro. Em paralelo, a Apple suspendeu recursos de IA, como um gerador de resumos de notícias, após queixas de veículos como a BBC.

O analista Dipanjan Chatterjee, da Forrester, sintetizou a visão crítica sobre a assistente: “A Siri tem sido o fardo da Apple há bastante tempo. Sempre prometeu muito e entregou tão pouco. Quando ela competia com a Alexa e o Hey Google, seus deslizes eram mais aceitáveis. Contudo, os novos chatbots alimentados por IA demonstraram como uma interação por voz pode ser excelente – e agora não há mais como a Siri se esconder.”

Consequências para a imagem da Apple e próximos passos

Os problemas com a Siri têm impacto simbólico e prático. Embora não ameacem diretamente as vendas do iPhone, investidores interpretam os escorregões como sinal de atraso da Apple na área de inteligência artificial, aquela que muitos chamam de nova corrida do ouro tecnológico. Nesse contexto, “algo está podre”, disse o comentarista John Gruber, resumindo a inquietação de parte dos observadores sobre a execução da empresa.

O revés também teve reflexos no mercado: “As ações da Apple caíram 9% neste ano, um recuo superior ao de 5,5% registrado pelo índice Nasdaq”, segundo reportagens sobre o desempenho recente. Internamente, membros da Apple atribuíram o problema a uma antecipação de marketing, conforme afirmou Robby Walker, diretor sênior da empresa, que culpou a equipe de marketing por divulgar recursos antes da hora.

Além da perda de confiança, a Apple enfrenta uma ação judicial de consumidores que compraram iPhones acreditando que receberiam funcionalidades prometidas da nova Siri. Para recuperar terreno, a companhia precisará alinhar investimento em IA, privacidade e entrega de produto, mostrando que a Siri pode evoluir além das expectativas não cumpridas.

Por ora, a experiência do usuário continua a contrastar fortemente com a promessa original. Muitos esperam que a combinação de mudanças na liderança, parcerias como a com a OpenAI e foco em engenharia resulte em uma assistente mais confiável. Se isso ocorrer, a Siri pode deixar de ser motivo de piada e voltar a ser um diferencial, porém, até lá, o caminho parece longo e cheio de desafios para a Apple.

Kevin Baragona alerta para riscos econômicos e defende regulamentação clara sobre inteligência artificial

O fundador e CEO da DeepAI, Kevin Baragona, descreve que estamos caminhando para um futuro de ficção científica impulsionado pela inteligência artificial, e ressalta que testemunhar essa transformação traz tanto gratidão quanto preocupação. Baragona, pioneiro em ferramentas que geram imagens a partir de texto, afirma que a tecnologia deixou de ser uma curiosidade para se tornar uma força capaz de remodelar mercados e profissões.

O debate sobre a velocidade desse avanço ganhou escala pública com o lançamento do ChatGPT no ano passado e, desde então, culminou em iniciativas como uma carta que pede uma pausa de seis meses no desenvolvimento de modelos mais poderosos que o GPT-4, além de um comunicado que destacou o risco de “extinção” associado a IA superinteligente. Baragona assinou a carta que pede moratória e avaliou que ela se tornou em grande parte simbólica, embora a ideia de desaceleração por segurança tenha ganhado força.

Riscos e moratória

Baragona comentou a reação do setor, citando a posição do CEO da OpenAI, Sam Altman, que afirmou recentemente que a empresa não está treinando atualmente o GPT-5 devido aos riscos de segurança e disse: “Estamos muito longe disso“. Segundo Baragona, a discussão não é trivial, “Não é brincadeira“, e envolve desde desinformação e fraude online, até ameaças mais amplas e incertas.

Para especialistas como Gary Marcus, as preocupações imediatas incluem propaganda e desinformação, mas Baragona destaca também um impacto econômico profundo, capaz de “perturbar todos os tipos de trabalhos baseados em conhecimento”. Ele exemplifica: “Não importa se você é médico, advogado, agente de suporte ao cliente, jornalista, programador de software“, e alerta que a rapidez da melhoria dos modelos pode surpreender mercados e profissionais.

Impacto econômico e no trabalho

Baragona foi enfático ao analisar a evolução da capacidade das máquinas: “Pode ser apenas 30% boa hoje, mas, com a tecnologia exponencial, podemos esperar que ela seja 99% capaz em um ano“. Para muitos trabalhadores criativos que já percebem substituição por ferramentas de IA, ele pondera que “Eles não estão sozinhos” e que a interrupção afetará diversos setores.

O CEO da DeepAI relativiza a ideia de que determinados grupos são alvos específicos, afirmando: “Eu não acredito que os artistas estejam sendo especificamente alvo, porque todos estão igualmente afetados“. Ele prevê ainda que, no futuro, a fusão entre IA e robótica poderá ampliar a automação para tarefas físicas hoje consideradas seguras, reduzindo zonas de proteção no emprego.

Regulação e caminho a seguir

Ao tratar de políticas, Baragona defende educação pública sobre capacidades da tecnologia e regulações pontuais. Ele considera que propostas como o AI Act europeu, que classifica modelos por níveis de risco, podem ser “muito restritivas”, e sugere que ações mais práticas, como diretrizes claras contra o uso de deepfakes para roubar rosto e voz, seriam um bom começo.

Baragona elogia a proposta do AI Bill of Rights da Casa Branca se transformada em lei, lembrando seus cinco princípios orientadores, e reforça a incerteza que envolve a tecnologia. Ele admite contradições pessoais sobre o desenvolvimento da IA, ao afirmar: “Se eu pudesse apertar um botão e garantir que a IA não fosse criada, eu seria tentado a apertar esse botão“. Ainda assim, pondera que, estando dentro da indústria, tem mais capacidade de moldar um futuro ético.

Sobre o balanço entre promessas e perigos, Baragona sintetiza: “Eu acredito que certamente milagres provavelmente acontecerão. Acredito que algumas coisas aterrorizantes também são prováveis“, e conclui que o período será um “pacote misto”. Apesar das apreensões, ele diz que sente “quase grato por poder testemunhar isso“, ao participar de um dos momentos tecnológicos mais disruptivos da história.

Lucro da Nvidia impulsiona valor de mercado e receita recorde de US$ 57 bilhões

Os resultados mais recentes confirmam que o lucro da Nvidia teve um salto expressivo, em linha com a posição de liderança da empresa na corrida pela inteligência artificial. Segundo as informações divulgadas, o “lucro saltou 65% para US$ 31,9 bilhões”, um indicador claro da forte demanda por chips e soluções de hardware que suportam modelos de IA avançados.

Ao mesmo tempo, a companhia reportou que a “receita no último trimestre atingiu a marca impressionante de US$ 57 bilhões”, número que reforça a dependência do mercado por aceleradores de processamento e pelo ecossistema que a Nvidia construiu ao redor de suas GPUs. Esses resultados ajudaram a consolidar a empresa como uma influência central no setor de tecnologia global.

Por que o lucro da Nvidia cresceu tão rápido

O aumento do lucro da Nvidia pode ser atribuído principalmente à escalada da adoção de chips especializados para tarefas de inteligência artificial, incluindo treinamentos e inferência de grandes modelos. A empresa, sob a liderança de Jensen Huang, apostou cedo e com intensidade em arquiteturas otimizadas para IA, o que a colocou à frente quando empresas e provedores de nuvem passaram a demandar maior capacidade de processamento.

Além disso, a Nvidia ampliou parcerias com grandes players de nuvem e provedores de soluções, o que permitiu escalabilidade das vendas e contratos recorrentes. A combinação de produtos de alto valor, forte penetração no mercado corporativo, e preços que refletem desempenho superior resultou em margens maiores, contribuindo diretamente para o salto de lucro.

Impacto no valor de mercado e no setor de IA

Os efeitos dos resultados vão além dos números trimestrais. Conforme reportado, a empresa se destacou ainda mais ao “se tornar a primeira empresa de capital aberto a ter seu valor de mercado ultrapassando os US$ 5 trilhões”. Esse marco simboliza não apenas a confiança dos investidores, mas também a centralidade da Nvidia na cadeia de valor da inteligência artificial.

O aumento do lucro da Nvidia e a receita recorde de US$ 57 bilhões pressionam concorrentes e aceleram investimentos em hardware e software compatíveis com IA. Empresas como Google e outras gigantes de tecnologia acompanham de perto a dinâmica, ajustando estratégias de contratação, produção e pesquisa, para não perder competitividade num mercado que exige cada vez mais poder computacional.

O que vem a seguir para a Nvidia e para o mercado

Com o lucro da Nvidia em alta e a receita robusta, a expectativa é que a empresa continue a reinvestir em inovação, expandir linhas de produtos e consolidar acordos com provedores de nuvem. Analistas destacam que ganhos sustentáveis dependerão da capacidade da Nvidia de manter liderança em tecnologia, gerir cadeias de suprimentos e responder a pressões regulatórias e concorrenciais.

Para o mercado brasileiro e global, os resultados representam sinal verde para maiores investimentos em soluções de IA, formação de talentos e infraestrutura. A trajetória da Nvidia mostra que quem detém tecnologias chave de aceleração tende a capturar uma grande fatia do valor gerado pela adoção em massa de inteligência artificial.

Em resumo, o desempenho financeiro evidencia o impacto concreto da estratégia da empresa. O lucro da Nvidia e os números de receita reforçam que a companhia não só dominou um segmento técnico essencial, como também transformou essa vantagem em retornos financeiros e em influência sobre o rumo da inovação tecnológica mundial.

O estado da inteligência artificial entre política, tecnologia e ética

As principais novidades sobre inteligência artificial em 21 de novembro de 2025

O mundo da inteligência artificial viveu nesta sexta-feira uma combinação de decisões políticas, avanços técnicos e iniciativas para melhorar a detecção de conteúdo automatizado, mostrando como a tecnologia influencia regras, criatividade e confiança pública. Entre os destaques estão uma ação do governo dos Estados Unidos que busca centralizar a regulação, colaborações internacionais para ampliar o suporte a idiomas menos atendidos, lançamentos de modelos de imagem avançados e um guia da comunidade global para identificar textos gerados por IA.

Regulação federal, tensão com estados e o cenário nos EUA

Segundo a cobertura do dia, existe um movimento do Executivo norte-americano para concentrar normas sobre inteligência artificial no âmbito federal. A reportagem aponta que “Trump prepara ordem executiva para bloquear estados de criarem suas próprias leis sobre IA” e que “uma força-tarefa dentro do Departamento de Justiça ficaria responsável por processar estados que adotem normas consideradas prejudiciais à indústria de IA”. A matéria cita ainda que “Califórnia e Colorado estão entre os alvos citados”.

Essa iniciativa é apresentada por seus defensores como uma forma de evitar fragmentação regulatória e oferecer segurança jurídica uniforme, algo recorrente em setores considerados estratégicos. Por outro lado, especialistas e governos locais podem ver na medida uma violação do princípio federalista e uma redução da autonomia regional para experimentar regras mais rígidas ou protetoras.

Parcerias para inclusão linguística, e o mercado árabe

No âmbito internacional e comercial, grandes empresas anunciam apostas para tornar a inteligência artificial mais diversa linguisticamente. A Adobe, a Qualcomm e a Humain firmaram uma parceria para desenvolver ferramentas focadas no mundo árabe, com previsão de novidades em 2026. A Adobe integrará seu modelo de linguagem Allam ao portfólio, a Humain usará a plataforma Firefly Foundry para criar modelos customizados para o árabe, e a Qualcomm fornecerá hardware para tarefas pesadas, especialmente em vídeo.

Especialistas destacam que iniciativas desse tipo ajudam a reduzir a hegemonia de línguas majoritárias nas ferramentas e promovem uma adoção mais inclusiva da tecnologia. Ao ampliar suporte a contextos culturais e linguísticos diferentes, a parceria tende a fomentar tanto desenvolvimento econômico regional, como aplicações mais relevantes para usuários locais.

Ferramentas, limites e guias para detectar conteúdo gerado por IA

No capítulo técnico, o Google apresentou o modelo de imagem Nano Banana Pro (Gemini 3 Pro Image), descrito como capaz de aplicar um passo de raciocínio antes de renderizar, aceitar múltiplas entradas, manter personagens consistentes e gerar conteúdo em até 4K. Esse tipo de avanço traz ganhos práticos para design, publicidade e produção audiovisual, ao conferir coerência física e integrada com dados em tempo real.

Ao mesmo tempo, a comunidade da Wikipedia lançou o guia público intitulado “Sinais de escrita por IA”, para ajudar a identificar textos possivelmente produzidos por modelos de linguagem. O documento ressalta que ferramentas automáticas de detecção são pouco eficazes e aponta padrões úteis ao leitor, como “linguagem excessivamente genérica, frases de efeito repetitivas e marketing vago”. Essa orientação busca empoderar editores e público geral na identificação de assinaturas estilísticas, preservando a qualidade da informação.

O dia também trouxe um episódio que mistura diversão com reflexão, quando o pesquisador Andrej Karpathy relatou uma interação em que o modelo Gemini 3 inicialmente negou acreditar que o ano era 2025. O caso viral ilustra as falhas atuais dos modelos, lembrando que, apesar dos avanços, a inteligência artificial ainda apresenta lapsos e comportamentos inesperados, reforçando a necessidade de supervisão humana e de uso responsável.

Em conjunto, esses acontecimentos mostram que a agenda da inteligência artificial está em múltiplas frentes, desde disputas sobre quem regula até esforços para tornar a tecnologia mais útil e mais confiável. Reguladores, empresas e comunidades técnicas seguem testando limites, enquanto o público busca referências claras para entender quando e como a IA atua em textos, imagens e decisões que impactam o cotidiano.

Com ritmo acelerado de inovações e debates, as próximas semanas prometem novos desdobramentos, tanto em políticas públicas quanto em produtos e orientações práticas sobre a convivência entre conteúdo humano e gerado por máquinas.

Zeroscope chega como alternativa gratuita para transformar texto em vídeo

Zeroscope é um modelo de texto para vídeo que promete levar a geração automatizada de clipes para quem tem placas gráficas modernas, sem custos. Derivado do Modelscope (demo), o projeto surge como uma opção de código aberto e acessível, oferecendo resultados com maior resolução e, sobretudo, sem a marca d’água do Shutterstock, o que facilita o uso em projetos criativos e experimentais.

O modelo deriva do Modelscope (demo), que tem 1,7 bilhão de parâmetros, e foi ajustado para produzir vídeos mais próximos da proporção 16:9. Segundo a documentação do desenvolvedor, o Zeroscope entrega uma alternativa gratuita ao ecossistema comercial de geração de vídeo, com foco em usabilidade em GPUs convencionais.

Como o Zeroscope funciona e o que o diferencia

O Zeroscope transforma descrições em texto em sequências visuais por meio de um modelo de difusão de texto para vídeo. Entre os avanços relatados, está a capacidade de gerar conteúdo com melhor resolução e sem a marca d’água que limitava o uso antes do ajuste. A música presente nos vídeos de demonstração, conforme anotado pelo autor, foi adicionada na pós-produção.

O projeto possui dois componentes principais. O primeiro, Zeroscope_v2 567w, foi pensado para exploração rápida de conceitos, gerando clipes em resolução de 576×320 pixels. O segundo, o zeroscope_v2 XL, permite ampliar vídeos para uma resolução considerada “alta definição” de 1024×576 pixels, melhorando a qualidade final sem exigir um pipeline totalmente distinto.

Requisitos técnicos e dados do treinamento

Os requisitos de memória variam conforme a resolução. Para gerar vídeo em 576×320 pixels a 30 fps, o modelo necessita de 7,9 GB de VRam. Para a versão ampliada em 1024×576 pixels a 30 fps, a exigência sobe para 15,3 GB de VRam. Por esse motivo, o desenvolvedor afirma que a versão menor deve funcionar em muitas placas gráficas padrão.

O treinamento do Zeroscope incluiu uma etapa importante de robustez. Foi feita a introdução de ruído de deslocamento em 9.923 clipes e 29.769 quadros marcados, cada um contendo 24 quadros. Esse ruído de deslocamento introduz mudanças aleatórias nos objetos, pequenas alterações no tempo dos quadros e distorções mínimas, ajudando o modelo a entender melhor a distribuição dos dados e a lidar com variações nas descrições textuais.

Posicionamento no mercado e implicações

O desenvolvedor do Zeroscope, conhecido como “Cerspense”, afirma que não é “muito difícil” ajustar um modelo com 24 GB de VRam, e relata ter removido as marcas d’água do Modelscope durante o ajuste fino. Ele descreve seu modelo como “projetado para competir com a geração 2”, referindo-se ao Gen-2 comercial do Runway ML. Segundo o autor, o Zeroscope é completamente gratuito para uso público.

Na prática, o Zeroscope marca um movimento importante: é o primeiro modelo de alta qualidade de código aberto disponível amplamente. Tanto o 567w quanto o Zeroscope v2 XL estão hospedados no Hugging Face, que fornece instruções de uso, e há também uma versão no Colab com tutorial para quem quer testar sem instalar localmente.

É importante contextualizar que a tecnologia de texto para vídeo ainda está em estágio inicial. Vídeos gerados por IA costumam ser curtos e apresentar imperfeições visuais, embora modelos de imagens tenham superado problemas iniciais em poucos meses. A geração de vídeo, porém, exige muito mais recursos computacionais, tanto no treinamento quanto na geração.

Enquanto empresas como Google e Meta apresentam pesquisas avançadas, com projetos como Phenaki, Imagen Video e Make-a-Video, muitas dessas soluções ainda não estão amplamente disponíveis. No cenário comercial, o Gen-2 da Runway é um dos poucos serviços prontos ao público, inclusive com versões para iPhone. O Zeroscope, por sua vez, traz a promessa de democratizar o acesso a essa tecnologia, permitindo que criadores e desenvolvedores no Brasil e no mundo explorem geração de vídeo baseada em texto sem custo.

Para produtores de conteúdo, estudantes e experimentadores em IA, o Zeroscope representa uma oportunidade para testar conceitos, criar protótipos e estudar o comportamento de modelos multimodais. Apesar das limitações atuais, a chegada de alternativas gratuitas e de código aberto tende a acelerar pesquisas, iterações e, possivelmente, a qualidade dos resultados no médio prazo.

Em suma, o Zeroscope surge como uma opção prática e acessível para quem quer experimentar geração de vídeo a partir de texto, com requisitos que cabem em muitas GPUs modernas, ferramentas de suporte no Hugging Face e Colab, e uma postura pública de oferecer uma alternativa gratuita ao mercado fechado da geração de vídeo por IA.