OpenMOSS apresenta MOSS-Live, Antigravity detalha o seu modo de voz, NVIDIA publica CUDA 13.5 e GitHub descreve Rubicon

A voz torna-se uma forma de controlar os agentes: a OpenMOSS apresenta MOSS-Live, um sistema que ouve, fala e aciona ferramentas ao mesmo tempo, e o Antigravity detalha o seu modo de voz com Gemini Live, tanto na aplicação como no terminal. A NVIDIA consolida a camada de software dos seus GPU com CUDA 13.5, a operação coletiva Reshard para aprendizagem por reforço e FLUX 3 Image Klein acelerado no Blackwell. O GitHub descreve Rubicon, o seu novo armazenamento Git testado com 5 000 agentes num repositório, e transforma o Copilot numa ferramenta de equipa, com uma code review controlável por API e @GitHub em disponibilidade geral no Slack e no Teams.

A voz controla os agentes: MOSS-Live da OpenMOSS e o modo de voz Gemini Live do Antigravity

Os dois anúncios partilham a mesma arquitetura: um modelo conversa em primeiro plano enquanto um agente trabalha em segundo plano, como no chat de voz que o Cursor disponibilizou a 6 de novembro com Grok Voice.

OpenMOSS apresenta MOSS-Live, um sistema de voz em duplex integral que vê, ouve e aciona ferramentas

7 de novembro — A equipa OpenMOSS apresenta MOSS-Live, um sistema de conversação em tempo real que ouve e fala ao mesmo tempo (duplex integral, full-duplex), compreende o que a câmara ou a partilha de ecrã mostram e delega pesquisas e tarefas demoradas a um segundo modelo sem interromper a conversa. No artigo assinado por Chen Yang no blog da comunidade Hugging Face, um modelo de interação em primeiro plano decide responder, esperar ou ceder a palavra, um modelo em segundo plano raciocina e chama as ferramentas, e uma camada de coordenação partilha a memória e o estado das tarefas. MOSS-Live tem de distinguir um «hum-hum» de uma verdadeira interrupção, ignorar a fala que não lhe é dirigida e assegurar a interpretação simultânea.

Teste e métrica (segundo a OpenMOSS)	Pontuação de MOSS-Live	Melhor concorrente citado
FDB v3, êxito das chamadas de ferramentas	51,00 %	51,00 % (Doubao SeedDuplex)
τ-Voice, tarefas com vários turnos (pass¹)	57,93 %	67,68 % (GPT-Live-1)
τ-Voice, seletividade perante fala não dirigida ao sistema	78,90 %	66,99 % (GPT-Live-1)
Big-Bench Audio, exatidão	88,40 %	90,50 % (Doubao SeedDuplex)
FDB v3, latência num cenário com ferramentas	2,36 s	1,61 s (GPT Realtime 2.1)

MOSS-Live não é um modelo aberto: o repositório GitHub contém apenas a documentação, sem licença nem pesos. O sistema pode ser experimentado num ambiente de testes online (playground) e integra-se através de uma API em tempo real na plataforma MOSS.

🔗 MOSS-Live no blog Hugging Face · Documentação de MOSS-Live na plataforma MOSS

Antigravity detalha o seu modo de voz Gemini Live, na aplicação e no Antigravity CLI 1.5.0

6 de novembro — O blog do Antigravity detalha o modo de voz (voice mode) cuja disponibilização tinha começado na aplicação 2.29.0 a 3 de novembro. Gemini Live ouve diretamente a voz, sem passar por uma transcrição, responde em tempo real e permite interrupções: atribui-se uma tarefa, altera-se o seu rumo enquanto decorre («O que estás a fazer?», «para») e responde-se oralmente aos pedidos de autorização. O artigo acrescenta o que o changelog não dizia: o modo também funciona no Antigravity CLI, a partir da versão 1.5.0.

Destructive actions, such as deleting files, running commands with elevated privileges, or force-pushing to a Git remote, can’t be approved by voice.

🇵🇹 As ações destrutivas, como eliminar ficheiros, executar comandos com privilégios elevados ou forçar um envio para um repositório Git remoto, não podem ser aprovadas por voz. — Blog Antigravity, Modo de voz no Antigravity

Definição ou limite	Valor indicado pelo Antigravity
Início na CLI	`/voice live` ou F6 ; `agy mic-serve` em SSH
Vozes e velocidade de fala	9 vozes ; de 0,75x a 2x na aplicação, de 0,5 a 3 na CLI
Atualização de progresso a pedido	aproximadamente a cada 30 segundos («mantém-me a par»)
Conversas em modo de voz	apenas uma de cada vez, exclusivamente locais

O modo de voz não funciona em Remote Control, em conversas executadas na cloud nem numa sessão com um agente remoto, e o áudio do microfone é enviado para os servidores da Google. Não é mencionado nenhum plano: a documentação avisa apenas que o modo pode ainda não estar disponível para todas as contas.

🔗 Anúncio de @antigravity no X · Documentação do modo de voz

O software dos GPU NVIDIA: CUDA 13.5, NCCL M2N Reshard e FLUX 3 Image Klein no Blackwell

CUDA 13.5 leva o suporte de Vera Rubin à disponibilidade geral

4 de novembro — A NVIDIA publica CUDA 13.5. A principal novidade: o suporte da arquitetura Vera Rubin deixa o acesso antecipado reservado aos programadores e passa a disponibilidade geral (general availability), pronto para produção empresarial segundo a NVIDIA. Windows on Arm, em disponibilidade geral desde CUDA 13.4, estende-se à DGX Station com Windows e, no Rubin, o modo TCC é abandonado em favor de WDDM e MCDM. Para a partilha dos GPU, MPS passa à versão 3 (fatias de tempo ponderadas, cedência e empréstimo de multiprocessadores (SM) entre partições, encaminhamento por cgroup v2); CUDA Tile ganha comunicação multi-GPU nos kernels.

Biblioteca ou ferramenta	Novidade anunciada pela NVIDIA
CCCL 3.5	Top-K por lotes, já integrado no FlashInfer ; scans de vírgula flutuante reprodutíveis
cuBLAS	multiplicações NVFP4 e MXFP8 mais rápidas em Vera Rubin, sem valores apresentados
cuSPARSE	produtos de matrizes esparsas de 1,65 a 2,27 vezes mais rápidos
Nsight Perf SDK for AI	pré-visualização pública, profiling contínuo de treinos prolongados
Compute Sanitizer	skill para ajudar os agentes de programação a diagnosticar erros de memória

🔗 NVIDIA CUDA 13.5 traz suporte de NVIDIA Vera Rubin em disponibilidade geral

NCCL M2N Reshard acelera de 2,7 a 5,7 vezes a transferência dos pesos na aprendizagem por reforço

6 de novembro — Na aprendizagem por reforço (reinforcement learning, RL), os GPU de inferência que geram as trajetórias têm de receber regularmente os pesos atualizados pelos GPU de treino: é a atualização dos pesos (refit). O método habitual reúne cada parâmetro e depois distribui-o (gather-and-broadcast), fazendo circular aproximadamente o dobro do tamanho do modelo em cada etapa, cerca de 11,2 To para Kimi K3 segundo a NVIDIA. Reshard, um novo tipo de comunicação coletiva, trata esta atualização como o reparticionamento de um tensor distribuído: cada GPU recebe apenas a sua parte, uma única cópia atravessa a rede por domínio NVLink e, em seguida, os GPU completam os dados uns dos outros através de NVLink.

A implementação de referência, NCCL M2N Reshard, é open source e está integrada no NeMo RL, onde transporta os pesos das camadas de propagação direta (feed-forward), cerca de 95 % dos parâmetros. Segundo a NVIDIA, a atualização dos pesos torna-se de 2,7 a 5,7 vezes mais rápida:

Plataforma de teste	Modelo treinado	Método clássico	Com Reshard
DGX H100	Qwen 3 235B	6,4 s	1,9 s
DGX H100	DeepSeek V3 671B	14,9 s	2,6 s
DGX GB200	DeepSeek V3 671B	6,1 s	2,3 s
DGX GB200	Nemotron Ultra v3	8,2 s	2,3 s

🔗 Acelerar a atualização dos pesos na aprendizagem por reforço com a operação coletiva Reshard · Repositório NVIDIA/nccl-extensions

FLUX 3 Image Klein até 4,45 vezes mais rápido no Blackwell com TensorRT LLM VisualGen

6 de novembro — A NVIDIA publica um tutorial dedicado ao FLUX 3 Image Klein, o modelo de imagem de pesos abertos da Black Forest Labs, no TensorRT LLM VisualGen, o runtime do TensorRT LLM dedicado à geração visual. Num único GPU B200, em 2048x2048, a combinação das otimizações (compilação, pesos NVFP4, atenção esparsa Sol-Attention, cache Cache-DiT) torna Klein Base até 3,46 vezes mais rápido na geração de texto para imagem e 4,45 vezes mais rápido na geração de imagem para imagem, em comparação com uma inferência BF16 não compilada.

Configuração medida (2048x2048)	Inferência BF16 não compilada	Após otimizações	Ganho medido
Texto para imagem, Klein Base, 1 B200	22,36 s	6,46 s	3,46x
Imagem para imagem, Klein Base, 1 B200	54,64 s	12,28 s	4,45x

A NVIDIA mede a diferença visual com a pontuação LPIPS (quanto mais baixa, mais próxima a imagem fica da referência): 0,095 em texto para imagem e 0,045 em imagem para imagem. Ao passar de um para oito B200, a latência mediana de Klein Base em texto para imagem desce de 14,90 para 3,00 segundos; numa RTX PRO 6000 Blackwell Server Edition, os ganhos vão de 1,73 a 3,25 vezes. O tutorial fornece um contentor TensorRT LLM, configurações YAML e um endpoint compatível com OpenAI através de trtllm-serve.

🔗 Acelere a geração de imagens com FLUX 3 Image Klein nos GPU NVIDIA Blackwell

GitHub detalha Rubicon, a sua nova arquitetura de armazenamento Git testada com 5 000 agentes num repositório

5 de novembro — O GitHub publica o terceiro artigo da sua série sobre uma infraestrutura Git concebida para agentes, depois dos artigos de 6 e 21 de outubro, e divulga-o a 6 de novembro no X. Karthik Raman e Brian Celenza descrevem Rubicon, a nova arquitetura de armazenamento Git anunciada no GitHub Universe. Os repositórios mais ativos recebem atualmente, no máximo, algumas dezenas de escritas por segundo, em rajadas; o GitHub prevê um ritmo contínuo dentro de um ano, e outro dos seus artigos dá uma ideia da escala: mais de 1,2 mil milhões de commits numa semana em outubro.

Through internal testing, we’ve demonstrated the ability to support 5,000 concurrent agents working on a repository, sending 7,200 pushes per second to a repo, all while serving read traffic with consistently low latency.

🇵🇹 Em testes internos, demonstrámos a capacidade de suportar 5 000 agentes a trabalhar em simultâneo num repositório, efetuando 7 200 envios (push) por segundo para um repositório, ao mesmo tempo que servíamos o tráfego de leitura com uma latência consistentemente baixa. — @github no X

Spokes continua a encaminhar os pedidos, mas para réplicas virtuais descartáveis cujo disco local é apenas uma cache. Os packs Git ficam no Azure Blob Storage, as referências no Ref-CAS (Reference Compare-and-Swap), um registo replicado em que cada atualização é validada por um quórum: um primeiro protótipo inteiramente baseado em blobs não ultrapassava algumas centenas de escritas por segundo, enquanto Ref-CAS processa dezenas de milhares. Rubicon está numa pré-visualização privada limitada, com uma disponibilização mais alargada prevista para o início do próximo ano.

🔗 Por dentro da nova arquitetura de armazenamento Git do GitHub

Copilot em equipa: a code review é controlada por API, @GitHub passa a disponibilidade geral no Slack e no Teams

A code review do Copilot configura-se pelas API REST e GraphQL e torna o seu resumo mais compacto

6 de novembro — Depois do acionamento das revisões por API em outubro, o GitHub disponibiliza a leitura e a alteração das definições de Copilot code review pelas API REST e GraphQL, desde a política empresarial até ao repositório. As respostas também identificam o que o Copilot escreveu, o esforço utilizado e as skills, os servidores MCP e as instruções que cita como fontes.

Nível de definição	O que a API permite configurar
Empresa	ativar ou desativar a revisão para todas as organizações, ou deixar-lhes a escolha
Organização	ativação, esforço predefinido, runners, sem substituir as escolhas da empresa
Repositório	esforço, utilização das instruções personalizadas e das ferramentas MCP

Limitação: os endpoints de empresa e de organização recusam GitHub Apps e tokens de acesso pessoal com granularidade fina (fine-grained PAT), que apenas os endpoints de repositório aceitam. O comentário de resumo torna-se mais compacto (esforço e sondagens no rodapé, uma única secção «Ficheiros não revistos»), as sessões de revisão mostram os créditos de IA consumidos e o esforço Balanced passa a utilizar três modelos de revisão, enquanto outro modelo combina as suas conclusões. Uma revisão que falhe é repetida uma vez, com a possibilidade de mudar para outro modelo. Planos Pro, Pro+, Max, Business e Enterprise.

🔗 Copilot code review: gestão por API e atualizações da visão geral das revisões

@GitHub passa a disponibilidade geral no Slack e no Microsoft Teams, com Canvas no Teams

6 de novembro — Depois de uma pré-visualização pública iniciada a 21 de agosto, o agente @GitHub passa a disponibilidade geral no Slack e no Microsoft Teams. É mencionado numa conversa para investigar um bug, criar uma issue, implementar uma alteração ou abrir uma pull request, sem mudar de ferramenta. A única novidade funcional é Canvas no Teams: planos de implementação, alterações de código e pré-visualizações aparecem ao lado da conversa, onde a equipa pode comentá-los e fazer avançar o trabalho.

O restante resume-se a ajustes: o repositório é inferido a partir da mensagem sem uma nova seleção, são corrigidas as mensagens de seguimento que podiam ficar sem resposta, e as issues e pull requests criadas a partir de uma conversa passam a ter o nome da pessoa que as pediu. A página não especifica os planos abrangidos nem apresenta números de utilização.

🔗 @GitHub no Slack e no Teams está em disponibilidade geral, com outras novidades

Breves

Agentes e ferramentas de código

Copilot CLI 1.0.108-0 e 1.0.108-1 — Duas versões de pré-lançamento publicadas a 7 de novembro, no dia seguinte à versão estável 1.0.107: comandos /index e indexação tgrep partilhada ativada por predefinição nos repositórios elegíveis, CLI que responde a perguntas sobre o seu próprio funcionamento com base na sua documentação, e 72 correções, incluindo regras de recusa MCP aplicadas mesmo com --allow-all-tools. 🔗 fonte
Qwen Code v0.27.0 — Versão estável de 7 de novembro, no dia seguinte à v0.26.9, sem alterações incompatíveis: 73 entradas, incluindo notificações FileChanged para os hooks das sessões locais, um filtro de eventos de repositórios GitHub (permissão e bloqueio) para os canais e perguntas em simultâneo dos agentes filhos do Managed Agent. 🔗 fonte
Agentes remotos do Antigravity — Um mesmo projeto reúne um repositório GitHub e uma pasta Google Drive, com leitura e escrita; uma tarefa iniciada na web pode ser retomada na aplicação, e as autorizações podem ser desbloqueadas a partir do telemóvel. O tweet menciona todos os planos pagos para consumidores, a documentação menciona Google AI Pro e Ultra, excluindo Google AI Plus e contas profissionais. 🔗 fonte
Suporte no Agent do Replit — Quando questionado sobre suporte, o Agent verifica primeiro os incidentes em curso, a documentação e as limitações conhecidas da plataforma, sem sair da conversa; se o problema persistir, submete ele próprio o ticket com os detalhes de depuração do ambiente, no plano Pro. 🔗 fonte
Showcase do OpenAI Developers — O plugin OpenAI Developers ganha um separador Showcase: projetos iniciais para a API (agentes, ferramentas criativas, visualização de dados, voz) para abrir no Codex; a página API demos reúne doze, dos quais oito podem ser abertos diretamente no Codex ou descarregados. 🔗 fonte

GitHub Copilot

Resumo da app GitHub Copilot — O resumo semanal de 6 de novembro detalha novidades da app: Agent Merge configurado a partir da pull request e mantido durante as verificações pendentes, compactação da conversa ao atingir o limite de contexto, CSV e TSV abertos como tabelas, e instruções pessoais de aprovação assistida, mediante adesão. 🔗 fonte
Copilot impact dashboard — O painel acompanha nove experiências Copilot em vez de sete, com Copilot Chat e a janela Agents do VS Code; a coorte «Utilizadores passivos» passa a chamar-se «Utilizadores que privilegiam o chat», sem alterar as fases de adoção nem o tamanho das coortes. 🔗 fonte
1,2 mil milhões de commits numa semana — Num guia de engenharia agêntica (agentic engineering) sem novidades de produto, assinado por Nick Liffen e Philip Holleran, o GitHub indica ter registado em outubro mais de 1,2 mil milhões de commits numa semana, mais de 400 % acima do valor de um ano antes. 🔗 fonte

Inferência, classificações e modelos abertos

Together Compiler — Apresentados a 4 de novembro, os agentes da Together AI que otimizam continuamente os kernels de cada cliente regressam com um único número novo: +12 a +20 % de tokens por segundo em mediana em endpoints sem servidor (serverless) já otimizados manualmente, segundo a Together AI. 🔗 fonte
MiniMax M3.1 Flash no Fireworks — A MiniMax anuncia num tweet que o M3.1 Flash está disponível no Fireworks AI, convidando para uma festa em São Francisco a 10 de novembro; não são especificados preços nem débito. 🔗 fonte
Construction AI Leaderboard — A ONESTRUCTION publica uma classificação dos modelos para a construção, com a média de cinco benchmarks (plantas, modelos BIM, estimativa de custos, geração IDS): Claude Opus 5.5 lidera com 73,7 pontos, uma décima à frente do Gemini 4 Argon (73,6), seguido de Claude Opus 5 (72,7) e GPT-6.1 Sol (70,2). Medições do fornecedor. 🔗 fonte
kniv v7.1 — A Dragonscale afirma ter melhorado, sem qualquer novo treino, os seus seis encoders de extração, apresentados a 2 de novembro: no Claude Code, o Claude Opus 5.5 identificou um limite de 50 antecedentes na correferência, aumentado para 100 no grafo ONNX; a correferência melhora nos seis modelos e é calculada 7 a 16 % mais depressa. 🔗 fonte

Robótica aberta

Robótica no Hugging Face — Segundo Clément Delangue, o Hub conta com quase 100 000 conjuntos de dados públicos de robótica (+48 %) e mais de 30 000 modelos (+41 %), o LeRobot ultrapassa o milhão de transferências, e o Microduck e o Reachy Mini deverão provavelmente ultrapassar as 50 000 unidades vendidas e as 20 000 entregues até ao final do ano. 🔗 fonte
HapTile no FiftyOne — Harpreet Sahota (Voxel51) converte para o FiftyOne o conjunto de dados HapTile: 1 699 episódios e 12,36 horas de um braço UR5e teleoperado, com sensores táteis de gel, duas câmaras RGB-D e o nível de feedback háptico sentido pelo operador, sob licença CC BY 4.0. 🔗 fonte

Empresas e utilizações

Harper e Grok Bot — A 5 de novembro, a corretora de seguros Harper descreve os agentes ambientes, construídos sobre o Grok Bot, que fazem funcionar o seu back-office, ativados por um e-mail ou um prazo. Segundo a Harper, um deles ajudou desde setembro a atualizar a situação de mais de 200 pequenas empresas junto da sua entidade financiadora, sem qualquer cancelamento. 🔗 fonte
Replit e Plaid — Num tweet acompanhado de um vídeo, o Replit destaca o seu conector Plaid, que liga contas financeiras para que o Agent crie, sem código, ferramentas para gerir o dinheiro do utilizador; a Plaid dedica-lhe uma entrevista com Michele Catasta, presidente do Replit. Segundo a documentação do Replit, o conector está reservado aos planos pagos com um espaço de equipa, onde um administrador configura uma única vez as credenciais Plaid, e dá acesso a saldos, transações e investimentos. 🔗 fonte · 🔗 documentação
Guia da Perplexity sobre acessibilidade — A Perplexity publica um guia sobre a IA ao serviço das pessoas com deficiência e sobre a acessibilidade das próprias ferramentas de IA, sem produto nem números próprios; cita um teste da Microsoft em que 12 % das páginas geradas sem instruções passam nas verificações automatizadas, contra 86 % quando os modelos testam e corrigem o seu código. 🔗 fonte

O que isto significa

A voz torna-se uma interface de agente, com uma arquitetura que se repete: um modelo conversa em primeiro plano, um agente atua em segundo plano. O MOSS-Live faz disto o núcleo do seu sistema, com uma camada de coordenação entre os dois modelos, e o Antigravity integra-a tanto na aplicação como no terminal, no mesmo dia em que o Cursor disponibilizava o seu chat de voz. Os limites continuam claros: o Antigravity restringe o modo de voz a uma conversa local de cada vez e mantém o clique para as ações destrutivas; o MOSS-Live não publica pesos nem licença, e as suas próprias pontuações colocam-no atrás do GPT-Live-1 nas tarefas de múltiplos turnos do τ-Voice.

A infraestrutura reajusta-se à carga dos agentes. O GitHub dimensiona o Rubicon para rajadas de escritas que deverão tornar-se um ritmo contínuo, testa 5 000 agentes num único repositório e contabilizou em outubro mais de 1,2 mil milhões de commits numa semana. O mesmo movimento afeta a organização do trabalho: a code review do Copilot é configurada por API, desde a empresa até ao repositório, como qualquer política de infraestrutura, e o @GitHub instala-se no Slack e no Teams, onde as equipas já discutem o que é preciso corrigir.

Os ganhos também vêm do software. O CUDA 13.5 coloca o suporte para Vera Rubin em disponibilidade geral e acelera bibliotecas como a cuSPARSE, o Reshard torna a transferência dos pesos 2,7 a 5,7 vezes mais rápida na aprendizagem por reforço, e a combinação das otimizações torna o FLUX 3 Image Klein até 4,45 vezes mais rápido numa única B200. A Together AI, por sua vez, afirma obter mais 12 a 20 % de débito mediano com agentes que otimizam os kernels continuamente. Todos estes números são dos fornecedores, medidos nas suas próprias configurações.