Novos Reis da IA: Google Derrubado, Modelos Secretos da Amazon

O desenvolvimento de IA acaba de ganhar um novo ritmo. Modelos de ponta agora são lançados em meses, não em anos, e benchmarks que antes representavam um ciclo de pesquisa inteiro desmoronam em uma atualização de fim de semana. O que parecia uma corrida de dois cavalos entre OpenAI e Google agora se assemelha a uma disputa global sem regras.

Um laboratório chinês, DeepSeek, acaba de fazer um retorno que abalou a complacência ocidental. Seu mais recente modelo, revelado em um thread viral no X, apresenta pontuações de classe GPT‑4 em codificação e raciocínio, enquanto afirma ter custos de treinamento dramaticamente mais baixos, ecoando as reivindicações de eficiência do DeepSeek‑V3. Para reguladores e planejadores de defesa já ansiosos com os “momentos Sputnik” da IA, um stack chinês em rápida iteração não é mais uma hipótese.

Enquanto todos discutiam sobre contagens de parâmetros, Amazon discretamente integrou modelos generativos na infraestrutura econômica da web. Novos sistemas sob as bandeiras Nova e Bedrock visam empresas que se preocupam menos com o carisma do modelo e mais com tempo de atividade, conformidade e custo total de propriedade. Em vez de buscar viralidade, a Amazon otimiza para contratos, incorporando IA em processos de varejo, logística e AWS que impactam milhões de negócios.

Em outra frente, modelos de vídeo acabaram de virar o jogo sobre quem lidera a IA generativa visual. Um novo concorrente, mencionado em clipes que comparam resultados com o Veo 3 do Google, renderiza cenas complexas, movimentos de câmera e imagens de qualidade VFX que se assemelham mais a pré-visualizações de filmes do que a demonstrações de brinquedos. Os feeds sociais estão repletos de testes lado a lado onde o modelo do Google, de repente, parece da geração passada.

O que surge é um desafio multifacetado à ideia de que a OpenAI e o Google definem o teto do que a IA pode fazer. Laboratórios chineses empurram curvas de custo-desempenho agressivas, a Amazon domina o stack empresarial e players especializados atacam nichos como vídeo, robótica e modelos "nano" em dispositivos. O poder na IA não reside mais em um único gráfico de referência ou em uma única palestra de empresa.

Esta nova fase parece menos uma corrida e mais uma série de guerras sobrepostas: por talentos, por GPUs, por dados e por distribuição. Quem vencer não terá apenas o modelo mais inteligente, mas a integração mais profunda em como as pessoas trabalham, criam e computam todos os dias.

A DeepSeek acaba de realizar um retorno que visa diretamente o território da classe GPT‑4: uma nova onda de modelos ajustados para código, matemática e raciocínio de longo prazo. Os primeiros benchmarks da comunidade mostram que o mais recente carro-chefe da DeepSeek está trocando golpes com o GPT‑4 e o Claude 3.5 em tarefas de codificação, enquanto variantes menores igualam ou superam modelos do estilo GPT‑4‑mini em matemática estilo GSM8K e raciocínio algorítmico a uma fração do custo.

Posicionada como a concorrente "semi-aberta" mais agressiva da China, a DeepSeek ocupa um estranho espaço intermediário entre a cultura de código aberto e a estratégia de IA alinhada ao estado. Os pesos dos modelos, anotações detalhadas da arquitetura e especificações do tokenizador vazam para o ecossistema de pesquisa, mas a implementação ainda passa por APIs rigidamente controladas que impõem regras de conteúdo chinesas.

Essa postura híbrida tem um grande peso geopolítico. Pequim deseja modelos de fronteira que possam competir com a OpenAI e a Anthropic, mas também quer controle determinístico sobre o que esses sistemas podem dizer sobre política, história e segurança. A abordagem da DeepSeek efetivamente exporta a capacidade de IA da China sem exportar completamente a governança da IA chinesa.

O custo‑desempenho é onde o DeepSeek se transforma de curiosidade em uma verdadeira ameaça econômica. As estimativas de custo de treinamento do DeepSeek‑V3 anteriores ficaram na casa das dezenas de milhões de dólares—uma ordem de magnitude abaixo do que os insiders estimam para o original GPT‑4—enquanto ainda alcançavam pontuações de raciocínio comparáveis em placares públicos. A eficiência de inferência parece semelhante: quantização agressiva e truques de densidade-esparsidade permitem que os modelos de médio porte do DeepSeek operem em GPUs mais baratas e até em placas de consumo de alta performance.

Para os laboratórios ocidentais, isso prejudica uma barreira fundamental. Se um modelo DeepSeek de 30 a 70 bilhões de parâmetros pode igualar o desempenho de codificação ao nível do GPT-4, sendo 2 a 3 vezes mais barato por milhão de tokens, o argumento de "somente nós podemos arcar com essa escala" das gigantes dos EUA começa a desaparecer. Provedores de nuvem e startups no Sudeste Asiático, Oriente Médio e América Latina de repente têm uma opção não americana credível que não traz consigo a política de exportação americana.

A DeepSeek ainda caminha em uma corda bamba regulatória. As regras chinesas para IA generativa exigem revisões de segurança, restrições de conjuntos de dados e remoções rápidas de conteúdo politicamente sensível, o que pressiona a DeepSeek a incorporar camadas de alinhamento pesadas sobre pesos que, de outra forma, seriam favoráveis à pesquisa. O resultado é um novo tipo de modelo de uso dual: tecnicamente aberto o suficiente para acelerar a pesquisa de IA global, mas politicamente restrito o suficiente para satisfazer os censores em casa.

A Amazon tem trabalhado discretamente na sua própria resposta a sistemas no estilo GPT, e agora isso tem um nome: Nova. Em vez de perseguir chatbots virais, a Amazon está integrando esses modelos fundamentais diretamente na infraestrutura da AWS, onde já residem 2,5 milhões de clientes ativos.

A Nova está no centro do Amazon Bedrock, impulsionando cargas de trabalho de texto, código e multimodal para empresas que se preocupam mais com disponibilidade e conformidade do que com demonstrações de IA. As variantes iniciais da Nova visam casos de uso como suporte ao cliente, análise de documentos e busca de conhecimento interno, tudo envolto em autenticação, registro e criptografia nativos da AWS.

O trunfo da Amazon é uma pilha vertical que poucos concorrentes conseguem igualar. Chips personalizados Trainium e Inferentia tratam do treinamento e da inferência, as regiões da AWS fornecem a capacidade elástica de classe GPU, Nova oferece a camada de inteligência e Amazon Q mais Q Apps transformam isso em algo que os usuários de negócios podem realmente clicar.

Q é o assistente de trabalho da Amazon, mas o verdadeiro diferencial são os Q Apps, que permitem que não desenvolvedores montem ferramentas internas descrevendo fluxos de trabalho em linguagem simples. As equipes de RH podem criar bots de integração, o departamento financeiro pode conectar geradores de relatórios e as equipes de suporte podem criar copilotos de triagem, tudo com o suporte do Nova e dos bancos de dados corporativos existentes no S3 e Redshift.

Enquanto OpenAI, Google e DeepSeek buscam a atenção dos consumidores, a Amazon está focando nos departamentos de compras e nos CIOs. Os gastos com IA empresarial devem ultrapassar US$ 400 bilhões anuais até 2030, e a Amazon deseja que a Nova seja a opção padrão que aparece ao lado do EC2, S3 e Lambda em todos os pedidos de proposta.

Essa estratégia focada em B2B reflete como a AWS conquistou o mercado de nuvem: começar com desenvolvedores e TI e, em seguida, lentamente engolir o resto da organização. Uma vez que uma empresa padronize o Q, apoiado pelo Nova, para busca interna, assistência ao código e análises, removê-lo significa reconfigurar fluxos de trabalho essenciais, e não apenas trocar um chatbot.

A própria investida da DeepSeek em modelos de alta eficiência, documentada em atualizações como o Lançamento do DeepSeek-V3.2, sublinha o quão saturado o espaço de modelos para consumidores e abertos se tornou. A Amazon está apostando que a verdadeira margem se esconde em problemas enfadonhos—relatórios de conformidade, integrações com SAP, roteiros de call center—onde a Nova pode viver tranquilamente, faturar por hora e nunca entrar nos tópicos em alta no X.

O Google pode já ter um sucessor do Gemini rodando discretamente nos bastidores. Pesquisadores e vazadores no X continuam apontando para uma pilha interna “Gen 4.5” que alimenta experimentos de longo contexto, uso de ferramentas ultra-estáveis e novos sistemas de memória que o Google começou a insinuar por volta do momento em que "o Google repensa a memória" nos resumos de notícias sobre IA.

As evidências vêm em fragmentos: capturas de tela de comparação, trechos de registros e relatórios de modelos lidando com contextos de 1M de tokens sem colapsar em insensatez. Alguns testadores descrevem um raciocínio ao nível do GPT‑4.1 com fluxos de trabalho aumentados por recuperação muito melhores, além de transições mais suaves entre ferramentas de linguagem, código e dados estruturados.

Espere que a Gen 4.5 pressione mais intensamente em três eixos: - Raciocínio de longo contexto ao longo de centenas de páginas ou horas de transcrições - Fusão multimodal abrangendo texto, imagens, vídeo e dados de sensores ao vivo - Uso avançado de ferramentas que encadeia APIs, buscas e execução de código de forma autônoma

O Google já prototipou esta pilha no Workspace, Android e Pesquisa. Imagine um painel lateral do Gemini que lê um documento legal de 300 páginas, faz referências cruzadas com threads do Gmail e elabora documentos de estratégia enquanto consulta bancos de dados internos, tudo sob um modelo de orquestrador em vez de uma frágil cadeia de serviços separados.

A vantagem do assassino silencioso está na bancada de pesquisa do Google. Projetos como o GenCast já mostraram que modelos de mundo estilo difusão podem superar a previsão numérica tradicional do tempo, entregando previsões de 10 dias em alta resolução mais rapidamente e a um custo menor do que os sistemas baseados em física que operam em supercomputadores.

O GenCast não é uma demonstração de brinquedo: ele absorve petabytes de dados históricos de satélite e radar, e gera trajetórias probabilísticas de clima que superam os principais modelos operacionais em métricas-chave, como erro quadrático médio e detecção de eventos extremos. Essa mesma arquitetura se aplica perfeitamente ao planejamento de tráfego, logística e até mesmo robótica.

Portanto, a Google claramente sabe como transformar grandes volumes de dados e arquiteturas personalizadas em sistemas de ponta. A questão em aberto é a velocidade. Conseguirá Mountain View lançar produtos com tecnologia Gen 4.5 para bilhões de usuários antes que a OpenAI, Amazon e DeepSeek consolidem sua presença na mente das empresas e consumidores, ou mais um ano de lançamentos cautelosos deixará as melhores ideias da Google enterradas em documentos arXiv e demos internas?

O Rei dos vídeos de IA durou mal uma temporada. O Veo 3 do Google, que recentemente estabeleceu o padrão para texto-para-vídeo, agora enfrenta um sério concorrente da China: o Kling, da Kuaishou, um gigante de vídeos curtos com mais de 600 milhões de usuários e uma infraestrutura robusta em vídeo em tempo real.

As demonstrações da Kling fazem mais do que parecer bonitas no X. Clips lado a lado mostram uma consistência temporal mais rígida: roupas, iluminação e adereços permanecem fixos em tomadas de 10 a 20 segundos, onde o Veo 3 drifta sutilmente, transformando rostos ou distorcendo fundos entre os quadros.

A estabilidade de personagem pode ser a maior demonstração de força de Kling. Os prompts de múltiplas tomadas com o mesmo protagonista—digamos, uma garota com uma jaqueta vermelha caminhando, depois andando de bicicleta e, em seguida, sentando-se em um café—mantêm a identidade facial e os acessórios entre os ângulos, enquanto o Veo 3 muitas vezes "reatua" o protagonista ou altera cabelo, roupas e até mesmo idade durante a sequência.

A física é onde a destronação parece inegável. Kling lida com: - Respingos de líquido que obedecem à gravidade e ao volume - Tecido que se dobra e flutua de forma coerente ao longo do tempo - Movimentos de câmera que não distorcem a geometria em pans rápidos

O Véo 3 ainda brilha em cor e composição cinematográfica, mas cenas de alta movimentação expõem objetos instáveis e colisões elásticas que Kling agora evita em grande parte.

Este momento é importante porque a geração de vídeos está na vanguarda da IA: modelos gigantes, raciocínio em mundo 3D e altos custos computacionais. Ver um jogador chinês focado superar o Google aqui sinaliza que nenhuma fronteira—visão, robótica ou "modelos de mundo"—pertence exclusivamente aos mega-labs dos EUA.

Para a economia criativa, as implicações chegam rapidamente. Ferramentas no nível da Kling permitem que YouTubers e TikTokers solo visualizem ou até sintetizem cenas que antes exigiam equipes de VFX, rigs de captura de movimento e orçamentos de cinco dígitos, reduzindo a distância entre o roteiro e a tela.

As casas de VFX agora enfrentam um dilema duplo. Os estúdios usarão modelos como Kling e Veo 3 para passes de conceito e placas de fundo, enquanto os clientes começam a perguntar por que uma sequência CG de 6 semanas custa mais do que um fim de semana de engenharia de prompts e limpeza.

O realismo em ascensão também potencializa o risco de mídias sintéticas. Um modelo que acerta a consistência temporal e a física torna os deepfakes muito mais difíceis de serem identificados, especialmente em clipes sociais de cortes rápidos, levando plataformas e reguladores a adotar marcas d'água, padrões de proveniência e corridas armamentistas de detecção mais agressivas.

A Mistral continua atacando pelos flancos. Enquanto OpenAI, Google e Amazon travam batalhas de destaque, a startup parisiense lança silenciosamente modelos de peso aberto que estão apenas atrás dos sistemas de ponta, funcionando com uma fração do hardware.

Seu mais recente lançamento, Mistral 3, estende esse planejamento: uma família de modelos de ~12B–40B de parâmetros que alcançam desempenho semelhante ao GPT‑4 em tarefas de código, matemática e multilíngues, enquanto se encaixam confortavelmente em uma única GPU de alto desempenho. A empresa afirma ter pontuações competitivas em benchmarks como MMLU, GSM8K e HumanEval, mas com um custo de inferência significativamente menor.

Onde gigantes dos EUA promovem acesso apenas via API, a Mistral se dedica a modelos que você pode baixar, ajustar e hospedar por conta própria. As empresas podem implantar variantes Mistral 3 de peso aberto dentro de seus próprios VPCs, atender às regras de residência de dados e evitar transmitir solicitações sensíveis através de pilhas opacas controladas pelos EUA.

Essa estratégia visa diretamente o lock-in de API. Em vez de alugar inteligência por token de um único hyperscaler, as empresas podem padronizar em um ponto de verificação Mistral e, em seguida, migrar entre: - Clusters locais - Provedores de nuvem da UE - Implantações na borda e em dispositivos locais

A eficiência é outra arma. A mistura de especialistas da Mistral e os núcleos CUDA otimizados significam que um modelo de 12 bilhões pode rivalizar com LLMs muito maiores em cargas de trabalho reais, desde a resumização de suporte ao cliente até a revisão de código. Para muitas equipes, "bom o suficiente, além de barato e controlável" supera "um pouco mais inteligente, mas 10 vezes mais caro."

Como resultado, a Mistral está se tornando silenciosamente a escolha padrão para bancos europeus, empresas industriais e governos que precisam de alto desempenho, mas não podem enviar dados para as nuvens dos EUA ou da China. Startups menores dos EUA, excluídas dos preços das APIs de classe GPT‑4, estão seguindo o mesmo caminho.

A Mistral também ancla um emergente "terceiro poder" em IA: uma coalizão flexível de laboratórios de modelos abertos, reguladores da UE e provedores de nuvem que desejam uma pilha mais descentralizada. Em vez de um mundo dividido entre plataformas fechadas dos EUA e da China, a Mistral oferece um centro de gravidade europeu, com inclinação aberta.

Para quem está acompanhando essa mudança, a própria descrição da Mistral sobre o Mistral 3 soa como um manifesto: desempenho quase proprietário, pesos totalmente inspecionáveis e um plano que pressupõe que modelos abertos estarão no centro da infraestrutura de IA séria.

Modelos nano estão silenciosamente reescrevendo onde a IA reside. Em vez de se conectar a um datacenter distante, modelos no dispositivo rodam diretamente no NPU, GPU ou até no CPU do seu telefone, comprimindo bilhões de parâmetros em algo que cabe em algumas centenas de megabytes ou menos.

O Gemini Nano do Google definiu o tom: um modelo compacto que alimenta o Resumo no Gravador, respostas inteligentes e detecção de spam no dispositivo em telefones Pixel. A Apple seguiu com recursos de Inteligência Apple no dispositivo, utilizando uma combinação de pequenos modelos localmente e modelos maiores em sua pilha de Computação em Nuvem Privada para tarefas mais pesadas.

O hardware finalmente alcançou seu ponto. O Snapdragon X Elite da Qualcomm e os chips da série M da Apple oferecem mais de 40 TOPS de desempenho de NPU, o suficiente para rodar modelos com 1 a 3 bilhões de parâmetros em velocidades interativas. Essa mudança torna respostas de baixa latência, abaixo de 50 ms, realistas para assistentes de voz, tradução e tarefas de visão sem necessidade de tocar na rede.

A privacidade torna-se um recurso, não uma nota de rodapé. Quando suas edições de foto, comandos de voz e previsões de teclado nunca saem do dispositivo, a superfície de ataque diminui e os reguladores têm menos razões para intervir. As empresas podem imaginar telefones que resumem e-mails ou contratos confidenciais localmente, sem encaminhar dados por meio de uma nuvem dos EUA ou da UE.

As guerras dos ecossistemas agora se estendem diretamente para o seu bolso. O Google incorpora o Gemini Nano nos serviços do sistema Android; a Apple integra seus modelos no Siri, Fotos e Notas; a Microsoft leva pequenos modelos para o Windows, Copilot e dispositivos Surface, muitas vezes por meio de NPUs e ONNX Runtime.

Os aplicativos do dia a dia estão prestes a se transformar rapidamente. Os clientes de mensagens podem executar: - Reescrita de tom em tempo real - Tradução automática - Geração de respostas inteligentes

Tudo isso pode acontecer totalmente offline durante um voo.

Aplicativos de câmera e foto parecem ser os próximos da lista. Espere por smartphones que ofereçam remoção generativa de objetos, substituição de fundo e transferência de estilo na pré-visualização, e não após uma ida e volta para a nuvem. A captura de vídeo pode receber legendas ao vivo, detecção de cenas e até sugestões de tomadas enquanto você grava.

Os assistentes também mudam de caráter quando a latência desaparece. Um agente de voz que responde em menos de 100 ms, acompanha o contexto na tela e funciona no subsolo do metrô parecerá menos um chatbot e mais um órgão sensorial em nível de sistema.

Os robôs continuam interrompendo a festa da IA, e ainda são os convidados mais caóticos da sala. Reels impressionantes mostram humanoides correndo por armazéns e dobrando roupas; imagens brutas e não editadas mostram-nos hesitando em portas, segurando xícaras de maneira errada e parando quando um humano passa pela cena.

Plataformas humanoides como Figure 01, Tesla Optimus e Digit da Agility Robotics agora executam grandes modelos de linguagem a bordo ou via 5G. Combinados com pilhas de visão multimodal, eles podem interpretar comandos como “pegue a chave de fenda azul da segunda prateleira e entregue-a a Sam” e planejar ações em múltiplas etapas sem scripts pré-programados.

A demonstração da Figure com os modelos da OpenAI mostrou um trabalhador fazendo perguntas naturais sobre uma estação de trabalho, enquanto o robô identificava ferramentas e explicava o que via. O Phoenix da Sanctuary AI e o Apollo da Apptronik apresentam um comportamento semelhante de "propósito geral": um corpo, muitos trabalhos, impulsionados por LLMs, mapeamento semântico e aprendizado por reforço.

A realidade se impõe quando esses modelos encontram a física. Os robôs ainda deixam cair objetos se a iluminação mudar, erram na estimativa de fricção em pisos brilhantes ou interpretam mal uma cena bagunçada onde uma “xícara azul” se esconde atrás de uma caixa de cereal. Até mesmo o famoso Atlas da Boston Dynamics, conhecido por suas acrobacias, às vezes cai de cara fora das câmeras quando uma única estimativa de apoio dá errado.

Pesquisadores continuam publicando compilações de falhas por uma razão. Modelos de linguagem alucinam gavetas inexistentes; planejadores que capturam objetos pegam facas pela lâmina; pilhas de navegação enviam robôs para paredes de vidro que modelos de visão classificam como "espaço aberto". Cada erro expõe o quão frágeis permanecem os atuais fluxos de percepção e planejamento fora de ambientes de laboratório.

Os defensores da IA incorporada argumentam que essas falhas são necessárias. A tese: uma verdadeira IAG exige um corpo que possa bater em mesas, sentir torque nas articulações e fundamentar tokens abstratos como "empurre suavemente" ou "muito quente" em dados de sensores, e não apenas em texto da web.

Os céticos argumentam que mundos simulados e grandes corpora multimodais podem ser suficientes. Eles apontam para "modelos de mundo" treinados em bilhões de quadros de vídeo e motores de jogos ricos em física que permitem que agentes experimentem vidas quase infinitas sem quebrar um único grampo do mundo real.

A maioria dos laboratórios agora faz uma abordagem mista e realiza ambas as atividades. Frotas humanoides coletam dados de interação reais, enquanto agentes paralelos se treinam em simulações fotorrealistas, utilizando técnicas como transferência de simulação para realidade e destilação de políticas para tentar unir a lacuna entre o desempenho virtual impecável e robôs que parecem humanos, mas que são desajeitados e lentos.

A geopolítica agora faz parte dos pesos do modelo. O renascimento do DeepSeek, o impulso da Nova da Amazon, o trabalho do Gen 4.5 do Google e o ataque de peso aberto da Mistral formam uma única história: estados e blocos correndo para fortalecer suas pilhas de IA antes que alguém mais possua o futuro.

A estratégia da China parece quase um exemplo de política industrial clássica. DeepSeek, Zhipu, Baidu e Alibaba treinam modelos de classe GPT-4 em computação subsidiada, apoiados por controles de exportação sobre GPUs e uma ofensiva nacional de chip da linha Ascend da Huawei. Projetos como DeepSeek-V3.2 no Hugging Face mostram quão rapidamente os laboratórios chineses conseguem iterar mesmo sob sanções dos EUA.

A Europa joga um jogo diferente: regulação mais modelos abertos como alavanca. O Ato de IA da UE, com regras rígidas sobre modelos de “risco sistêmico” e transparência, desacelera lançamentos de fronteira, mas canaliza energia para sistemas de peso aberto como Mistral 3 e bifurcações da classe Llama. Bruxelas aposta que a interoperabilidade, padronização e garantias de privacidade se tornem produtos de exportação tão valiosos quanto os próprios modelos.

O poder nos EUA ainda se concentra em pilhas privadas. OpenAI, Google, Amazon, Meta e Anthropic controlam a maior parte da capacidade de TPU, GPU e rede de alto desempenho, frequentemente através de nuvens verticalmente integradas. Essa concentração permite que eles realizem experimentos em escala Gen 4.5, modelos empresariais de classe Nova e sucessores do Veo 3 em clusters medidos em centenas de milhares de H100s e TPUs.

A “soberania em IA” tornou-se a nova “independência energética.” Os governos agora disputam para garantir três coisas: - Fábricas domésticas ou aliadas para nós avançados (TSMC, Samsung, Intel) - Alocações de GPU e aceleradores a longo prazo - Canais de imigração para os melhores pesquisadores em ML e robótica

A regulamentação molda o ritmo. As regras da China para a IA generativa exigem controles rigorosos de conteúdo e auditorias de segurança, o que retarda alguns lançamentos, mas alinha os modelos com as prioridades do estado, como a censura e a automação industrial. Os reguladores dos EUA se apoiam em antitrustes, controles de exportação e estruturas de segurança de soft law, permitindo uma implantação rápida, mas concentrando poder em poucas empresas.

As barreiras da Europa cortam para os dois lados. A Mistral pode enviar modelos abertos robustos, mas os custos de conformidade empurram startups menores a se relocarem para Londres, Dubai ou São Francisco. O resultado: um mundo em três velocidades, onde a China otimiza para o controle, a Europa otimiza para a governança e os EUA otimizam para a escala—e cada novo modelo se torna uma moeda de troca.

Os empregos raramente desaparecem da noite para o dia; eles são divididos em tarefas e reestruturados discretamente. A nova onda da IA—os mecanismos de código da DeepSeek, os modelos Nova da Amazon, o Gen 4.5 da Google, o sucessor em vídeo do Veo 3 e aqueles modelos nano virais—tem como alvo tarefas específicas com precisão cirúrgica, em vez de profissões inteiras.

Contadores, advogados e analistas entregarão atividades maçantes—conciliação, revisão de contratos, elaboração de relatórios—para copilotos que funcionam em sistemas da classe Nova ou Gemini. Editores e YouTubers contarão com rivais do Veo 3 e ferramentas da Runway ou Freepik para cortes iniciais, VFX e B-roll, dedicando mais tempo ao gosto, à narrativa e à distribuição.

Nos celulares, modelos "nano" operando localmente com menos de 3 a 8 bilhões de parâmetros estarão integrados a teclados, câmeras e aplicativos de notas. Eles resumirão reuniões em tempo real, reescreverão e-mails antes de você clicar em enviar e gerarão automaticamente documentação a partir de uma gravação de tela de 30 segundos—sem tocar na nuvem.

As pilhas empresariais parecerão menos com um enorme cérebro ao estilo GPT e mais como uma caixa de ferramentas de especialistas. Um único fluxo de trabalho pode encadear: - Um modelo Nova ajustado para o domínio para recuperação e raciocínio - Um modelo ao estilo DeepSeek para geração e refatoração de código - Um modelo de vídeo que supera o Veo 3 para clipes de treinamento ou anúncios - Um modelo nano no dispositivo para personalização segura e offline

Essa mudança transforma “a IA vai substituir meu emprego” em “a IA estará em cada aba que uso para fazer meu trabalho.” A McKinsey estima que 60-70% das tarefas atuais contêm algum nível de potencial de automação, mas apenas uma fração das funções pode ser totalmente automatizada com a tecnologia atual. A diferença entre tarefa e trabalho é onde o julgamento humano, o gosto e a responsabilidade ainda dominam.

A estratégia de sobrevivência parece brutalmente simples: toque neste material diretamente. Crie uma instância gratuita do Nova ou Gemini, experimente o DeepSeek para revisão de código, instale um modelo no dispositivo por meio do Ollama ou LM Studio e crie um storyboard de um clipe com o Runway ou Kling.

Trabalhadores que tratam a IA como o Excel na década de 1990—irritante a princípio, depois indispensável—definirão o ritmo. Todos os outros acabarão recebendo instruções de alguém que fez o trabalho chato de aprender a se comunicar com as máquinas.

Qual é o novo modelo de IA da DeepSeek?

A DeepSeek lançou modelos altamente eficientes e poderosos, como o DeepSeek-V3. Eles são conhecidos por seu desempenho excepcional em codificação e matemática, desafiando modelos consolidados como o GPT-4 por uma fração do custo de treinamento.

Quais são os 'modelos secretos' de Nova AI da Amazon?

A família Nova são os modelos de fundação proprietários da Amazon disponíveis através do AWS Bedrock. Eles são projetados para uso empresarial, com foco em segurança, personalização e integração com sistemas de dados corporativos, representando a estratégia de IA B2B da Amazon.

Qual modelo de IA superou o Veo 3 do Google?

Demonstrações recentes do Kling, um modelo de vídeo de IA da empresa chinesa de tecnologia Kuaishou, mostraram uma superior coerência temporal e realismo físico em cenas complexas, levando muitos especialistas a afirmar que ele superou o Veo 3 do Google.

Por que os modelos de IA 'nano' são importantes?

Modelos nano são AIs pequenas e eficientes projetadas para rodar diretamente em dispositivos como celulares e laptops. Elas oferecem vantagens significativas em privacidade, velocidade e funcionalidade offline, impulsionando recursos como tradução em tempo real e edição inteligente de fotos sem precisar da nuvem.