Google testa avaliação double-blind contra cola em IA
DeepMind testa benchmarks em caixa criptográfica para impedir contaminação. Entenda custo, arquitetura e o que muda para quem avalia modelos.
PublicidadeAnuncie aqui728x90 / responsivo
Categoria
Visão Computacional
440 artigos · Página 2/37
Todas 3392
Deep Learning 19
Ética em IA 1114
Ferramentas de IA 348
IA Generativa 59
Inteligência Artificial 234
Machine Learning 16
NLP 68
Notícias 974
Tutoriais 111
Visão Computacional 440
AMIE consulta por vídeo: avanço real ou risco?
Google testou o AMIE em vídeo com atores e médicos reais. Entenda como funciona, o que muda e se isso escala na prática clínica.
Gemini Robotics ER 2: o cérebro que age sem parar
Gemini Robotics ER 2 chega via API com vídeo contínuo, orquestração sem pausas e colaboração multi-robô. Entenda o impacto real.
PublicidadeAnuncie aqui728x90 ou nativo
OpenAI vence todos os humanos no AtCoder 2026: o que isso significa?
Na final do AtCoder World Tour 2026, sistema da OpenAI superou todos os competidores humanos, resolvendo cinco problemas complexos. Analisamos o impacto real pa
J-Lens revela memória oculta do Claude: o que muda na segurança?
Anthropic abriu a caixa-preta do Claude com J-Lens, revelando um espaço de trabalho interno que influencia decisões e pode reduzir alucinações.
Chip de 6mW dá navegação 3D a robôs minúsculos
Novo chip do MIT mapeia ambientes 3D em tempo real com apenas 6mW, usando gaussianas em vez de voxels. Revolução para robôs pequenos e AR.
Acordo de GPUs: SpaceX vai cobrar US$ 920M/mês do Google
SpaceX aluga 110 mil GPUs NVIDIA para Google por US$ 920M/mês. Entenda o impacto para nuvem e custos de inferência.
Gemma 4 QAT: Modelo de 1GB roda em laptop e celular
Google lança Gemma 4 QAT com quantização-aware training, reduzindo memória para 1GB. Veja como isso afeta quem roda modelos localmente.
MetaWorld: simulando múltiplos agentes com um único vídeo
Entenda como o MetaWorld usa dados de câmera única para criar mundos de vídeo multi-agente, reduzindo custos e avançando o metaverso.
Cosmos 3: o modelo que unifica texto, imagem, vídeo, áudio e ações
Cosmos 3 da NVIDIA unifica linguagem, imagem, vídeo, áudio e ações em um único modelo de mundo omnimodal. Entenda o impacto e os custos para IA física.
Gemma 4 12B roda IA multimodal em laptops com 16GB de RAM
Google DeepMind libera Gemma 4 12B, modelo aberto que roda localmente com 16GB de RAM, processando texto, imagem e áudio. Teste grátis no seu notebook.
Holo3.1: Agente local e rápido para controle de PC
Holo3.1 chega como um agente de IA executado localmente, prometendo baixa latência e privacidade para controle de computador. Entenda como funciona e se vale a