Meta lança seus modelos Muse, NVIDIA revela a CPU Vera para agentes de IA, Claude Cowork no mobile

A Meta abre uma nova frente com seus primeiros modelos de mídia próprios, a NVIDIA detalha a arquitetura de sua CPU Vera pensada para agentes de IA, e Claude Cowork se expande para o mobile e a web. A isso se somam a abertura do app GitHub Copilot a todos os planos, um novo modelo de reconhecimento de voz para o árabe na Cohere, e uma série de atualizações na Anthropic, Google, OpenAI e xAI (agora SpaceXAI).

Meta lança Muse Image e Muse Video, seus primeiros modelos de mídia

7 de julho — Meta Superintelligence Labs apresenta Muse Image e Muse Video, os primeiros modelos de geração de mídia desenvolvidos internamente pela divisão. Muse Image é descrito como o modelo de imagem mais avançado já produzido pela Meta: ele segue fielmente as instruções, permite edição precisa, compõe a partir de várias referências simultâneas e se apoia no contexto social do Instagram. Um detalhe notável é que ele funciona como um agente, e não como um simples conversor texto-imagem: ele invoca ferramentas, se autoaprimora e melhora sua saída à medida que se lhe aloca mais computação no momento da inferência — um comportamento que surgiu espontaneamente durante o treinamento por reforço (Reinforcement Learning), com os modelos aprendendo essa estratégia para otimizar a qualidade de suas imagens. O modelo se integra ao Muse Spark, a ferramenta de geração de mídia colaborativa da Meta.

Muse Video, apresentado em prévia antecipada, compartilha a mesma base de pré-treinamento que Muse Image. Ele oferece alta fidelidade visual e suporte nativo a áudio, embora a Meta reconheça que ainda está trabalhando em algumas discrepâncias, especialmente a sincronização áudio-vídeo. Os dois modelos são disponibilizados no app e na web do Meta AI, bem como no Instagram Stories e no WhatsApp — inicialmente em um número limitado de países, com expansão prevista. Cada imagem gerada inclui um Content Seal, sinal de procedência oculto que permanece intacto mesmo após modificação.

No plano competitivo, uma contagem de terceiros da Image Arena já coloca Muse Image na 2ª posição, atrás de GPT Image 2 da OpenAI, mas à frente de Nano Banana (Google), Grok Imagine (xAI) e MAI Image (Microsoft).

🔗 Anúncio da Meta AI

NVIDIA Vera — uma CPU pensada para o ciclo agentivo

7 de julho — A NVIDIA detalha a arquitetura da Vera, uma nova classe de CPU projetada especificamente para o ciclo agentivo — a sequência de chamadas de ferramentas, execução de código e processamento de dados entre duas solicitações de um modelo. Ao contrário das CPUs clássicas de data center, otimizadas para maximizar o número de núcleos alugáveis, a Vera aposta no máximo desempenho por núcleo.

A CPU se baseia em Olympus, o núcleo proprietário da NVIDIA, que oferece 50% mais instruções por ciclo (IPC) do que Grace, sua geração anterior, e reúne 88 núcleos conectados por um chip de computação monolítico.

A Perplexity testou a Vera em suas cargas de trabalho agentivas reais: um fluxo de clonagem de repositório seguido por uma execução de testes em sandboxes roda cerca de 1,5 vez mais rápido do que em x86, e a inicialização de sandboxes concorrentes chega a ser 1,9 vez mais rápida. A empresa considera implantar a Vera em produção.

Característica	NVIDIA Vera
Núcleo	Olympus (+50 % IPC vs Grace)
Número de núcleos	88
Largura de banda de memória	1,2 To/s LPDDR5X (< 40 W)
Largura de banda núcleo-a-núcleo	3,4 To/s (3x a concorrência)
Ganho agentivo (Perplexity)	1,5 a 1,9x mais rápido que em x86
Ganho SQL (Starburst)	3x mais rápido
Ganho de latência (Redpanda)	até 6x menos

A NVIDIA também confirma seu roteiro: a próxima geração, Rosa, trará o núcleo Rigel (arquitetura Arm v9.2), com IPC ainda superior, cache L2 maior e gerenciamento de memória mais eficiente, com a mesma área de silício. A Vera também hospeda as GPUs da plataforma NVIDIA Vera Rubin e alimenta o processador de armazenamento BlueField-4 STX.

“The world counts in seconds. Agents count in nanoseconds. NVIDIA Vera is built for this new category — and speed — of work.”

🇵🇹 O mundo conta em segundos. Os agentes contam em nanossegundos. A NVIDIA Vera foi concebida para essa nova categoria de trabalho — e para essa velocidade de execução. — Ian Buck, NVIDIA

🔗 Artigo oficial no NVIDIA Blog

Claude Cowork chega ao mobile e à web

7 de julho — A Anthropic anuncia a expansão do Claude Cowork para o mobile e a web. O princípio: atribuir uma tarefa ao Claude a partir do seu posto de trabalho, depois acompanhar seu andamento e recuperar o resultado pelo celular — a ideia destacada é poder fechar o laptop enquanto o Claude continua trabalhando em segundo plano.

Na web e no desktop, Chat e Cowork agora se fundem em um espaço comum: um único lugar para encontrar os projetos e artefatos dos dois modos, e iniciar uma tarefa para o Claude passa a ser feito da mesma forma que iniciar uma conversa clássica — não é mais necessário alternar entre duas interfaces distintas conforme se conversa com o Claude ou se delega a ele um trabalho de fundo. A implantação ocorre em beta progressivo ao longo de várias semanas, começando pelo plano Max, antes de ser estendida às demais modalidades de assinatura.

Para acompanhar esse lançamento, a Anthropic dobra temporariamente os limites de uso do Cowork até 5 de agosto, para permitir que os usuários deleguem tarefas maiores ao Claude durante esse período de transição sem consumir precocemente sua cota habitual. Um artigo dedicado, «Claude Cowork on web and mobile: hand off work anywhere», é publicado em paralelo no claude.com. Essa extensão mobile posiciona o Cowork como o equivalente assíncrono do Chat clássico: enquanto a conversa continua centrada na troca em tempo real, o Cowork se torna o espaço onde se acompanha, à distância, o andamento de um trabalho confiado mais cedo no dia.

🔗 Anúncio @claudeai

GitHub abre seu app Copilot a todos os planos

7 de julho — O GitHub abre seu aplicativo de desktop Copilot — o hub de desenvolvimento agentivo lançado no fim de maio/início de junho, até então reservado a parte de sua base de usuários — para todos os seus usuários. Disponível no macOS, Windows e Linux, ele passa a estar acessível em todos os planos Copilot, incluindo a versão gratuita (Copilot Free) e a oferta GitHub Education, dois níveis que até agora não tinham direito a ele.

Outra mudança notável: mesmo sem assinatura Copilot, ainda é possível usar o app trazendo sua própria chave (Bring Your Own Key, BYOK) para o provedor de modelo de sua escolha — uma porta de entrada sem compromisso financeiro direto com o GitHub, que amplia o app para desenvolvedores já equipados com acesso a API de terceiros. Nos planos Business e Enterprise, o acesso continua condicionado à ativação do Copilot CLI nas configurações de policy pelo administrador, mantendo assim o GitHub uma alavanca de controle para implantações corporativas.

Confirmada por um tweet da conta oficial @github publicado uma hora antes da atualização do changelog, essa abertura amplia fortemente o público potencial do app, pouco mais de um mês após seu lançamento em prévia. Ela se inscreve na mesma lógica das recentes evoluções da cobrança do Copilot (cost centers, budgets por usuário): tornar a ferramenta acessível ao maior número possível de pessoas, mantendo ao mesmo tempo salvaguardas para as organizações.

🔗 Changelog oficial do GitHub

Anthropic completa seu noticiário da semana

Claude for Open Source ampliado para mantenedores

7 de julho — A Anthropic amplia seu programa Claude for Open Source, que oferece 6 meses de Claude Max 20x gratuitos, para um público mais amplo de contribuidores: mantenedores de projetos, contribuidores regulares (core contributors), pessoas que fazem pull requests avançarem por todo o ecossistema, ou que mantêm um pacote crítico. As candidaturas estão abertas por meio de uma página dedicada no claude.com. Trata-se de uma extensão de um programa já existente, e não de um lançamento inédito, mas a abertura a um público mais amplo de mantenedores torna o anúncio relevante para a comunidade de desenvolvedores open source.

🔗 Anúncio @ClaudeDevs

Claude Code v2.1.202 e v2.1.203 — atualização do changelog

7 de julho — Duas versões do Claude Code preenchem o intervalo desde a v2.1.201 de 4 de julho. A v2.1.203 traz uma ampla leva de correções de confiabilidade para agentes em segundo plano: sessões travadas por 15 a 20 segundos na inicialização no macOS, agentes que perdiam silenciosamente seu trabalho ao voltar para claude agents, regressão de memória/CPU ligada à reanálise do transcript a cada turno. Ponto notável no lado da segurança: uma correção fecha um possível vazamento da variável ANTHROPIC_BASE_URL, que podia fazer as chaves de API irem para o endpoint padrão em sessão de background. A versão também reduz o tamanho do binário em cerca de 7 Mo.

A v2.1.202, por sua vez, adiciona um ajuste «Dynamic workflow size» em /config para calibrar o número de agentes gerados em um workflow, atributos OpenTelemetry para rastrear sua atividade e várias correções no Remote Control mobile/web e na ditado por voz.

🔗 CHANGELOG.md oficial

Hugging Face se junta ao Azure, Sakana AI publica na ICML 2026

Hugging Face chega ao Microsoft Foundry Managed Compute

7 de julho — A Hugging Face detalha sua parceria com a Microsoft: uma coleção curada de modelos com pesos abertos, atualizada semanalmente, entra no catálogo do Microsoft Foundry Managed Compute, uma plataforma GPU gerenciada (PaaS). Os pesos são pré-hospedados no Azure, com runtimes prontos para uso — vLLM, SGLang, TensorRT-LLM, NIM, TEI, llama.cpp e hf-serve, o servidor multimoodelo próprio da Hugging Face para modalidades fora de LLM/embeddings.

O pipeline de curadoria impõe revisão de conformidade, licença e segurança antes da publicação: apenas pesos no formato SafeTensors são aceitos, sem código não confiável (trust_remote_code) não revisado, e as imagens são verificadas quanto a CVEs. A implantação ocorre em 5 etapas, em aceleradores NVIDIA A100, H100 ou AMD MI300X. O recurso está em prévia (preview) desde agora; o roteiro prevê cobertura ampliada e suporte a Bring Your Own Weights.

🔗 Artigo no Hugging Face Blog

Sakana AI publica Sheaf-ADMM, uma coordenação multiagentes transparente

5 de julho — A Sakana AI apresenta Sheaf-ADMM, um framework aceito na ICML 2026 que combina otimização distribuída (ADMM) e teoria das faisceaux (sheaves, topologia aplicada) para fazer vários agentes de IA cooperarem com informação limitada, sem depender de uma passagem de mensagens opaca em estados ocultos. A tarefa é dividida em partes que se sobrepõem, um agente por parte, e os agentes negociam em três etapas — propostas locais, busca de terreno comum com os vizinhos, memorização das divergências — até um consenso global interpretável.

Em um Sudoku multiagentes no qual cada agente vê apenas uma linha, uma coluna ou um bloco, o método alcança 93% de resolução contra 11% de uma baseline de passagem de mensagens com parâmetros equivalentes. Em uma tarefa de classificação MNIST com deslocamento de domínio, ele mantém 86% de precisão, enquanto um CNN padrão cai para 11%. Em um labirinto, ele iguala uma baseline clássica ao mesmo tempo em que se comunica em um canal 8 vezes menor.

🔗 Sheaf-ADMM — Blog da Sakana AI

Google Gemini: da Antiguidade às pequenas empresas

Gemini ancorado nos modelos Aeneas e Ithaca para historiadores

7 de julho — O Google DeepMind lança «Predicting the Past», uma nova Skill no Google Antigravity que ancora o Gemini em seus modelos especialistas Aeneas (decifração de inscrições latinas) e Ithaca (textos gregos antigos). O objetivo: permitir que historiadores e epigrafistas explorem textos antigos em inglês corrente, sem habilidades de programação — a Skill combina o raciocínio do Gemini com a expertise aprofundada desses dois modelos especializados para criar análises e visuais sob medida, e identificar padrões em grande escala entre fontes.

O projeto se apoia em uma parceria de pesquisa com a historiadora Thea Sommerschield, que trabalhou com o Google DeepMind em vários estudos de caso documentados no artigo «Workflows — Conversing with antiquity».

🔗 Thread @GoogleDeepMind

Gemini App — notebooks Business e integração com o Google Business Profile

6 de julho — O Gemini lança novas ferramentas para solopreneurs e pequenas empresas: conectar seu Google Business Profile diretamente ao Gemini, ou adicioná-lo a um business notebook, para obter insights personalizados e ações concretas sem precisar reexplicar o contexto do seu negócio a cada conversa. Os business notebooks permitem adicionar fontes ou conversas antigas para construir uma base persistente, em vez de recomeçar do zero a cada troca. O Google apresenta essas ferramentas como uma forma de transformar o Gemini em um parceiro que compreende em profundidade a marca do usuário. A funcionalidade está disponível globalmente, com exceção do Espaço Econômico Europeu e do Reino Unido.

🔗 Tweet @GeminiApp

Runway gera apresentações, xAI/SpaceXAI enriquece o Grok Voice

Runway lança Slide Maker

7 de julho — A Runway adiciona Slide Maker ao seu aplicativo: a partir de uma simples descrição em texto, a ferramenta gera um slide de apresentação totalmente diagramado, sem passar por um modelo pré-definido. A Runway apresenta a ferramenta como uma forma de obter um resultado visualmente refinado ao simplesmente descrever a própria ideia, em vez de partir de um template padrão genérico. Essa extensão se insere na ampliação dos casos de uso corporativos da Runway além da geração pura de vídeo e imagem, ao lado do Agent 2.0, lançado em 25 de junho para automatizar briefs de marketing — duas ferramentas que agora visam equipes criativas e de escritório, e não apenas criadores de conteúdo em vídeo.

🔗 Tweet @runwayml

21 novas vozes para o Grok Voice (xAI/SpaceXAI)

6 de julho — A xAI — agora rebatizada como SpaceXAI (ver Breves) — lança 21 novas vozes para o Grok Voice, que se juntam às cinco vozes originais. Todas são multilíngues e estão disponíveis imediatamente na Voice Agent API em tempo real, na Text-to-Speech API e no novo Grok Voice Agent Builder, lançado em 1º de julho. Cada voz é «escalada» para um uso específico — atendimento ao cliente, personagens, comentário, publicidade, educação — e oferece suporte a marcas de controle de dicção (pausa, sussurro, ênfase). As cinco vozes originais também foram re-treinadas para uma dicção mais natural. Os desenvolvedores também podem clonar uma voz personalizada a partir de cerca de um minuto de áudio.

🔗 x.ai/news

OpenAI: Codex Remote no iOS e novo modelo de voz econômico

Codex Remote ganha uma série de novidades no ChatGPT para iOS

6 de julho — A versão 1.2026.181 do ChatGPT para iOS traz uma leva de novidades para o Codex Remote, a variante do agente de código acessível pelo app móvel. Agora é possível criar, pesquisar, abrir, duplicar (fork) e gerenciar tarefas do Codex diretamente a partir de uma conversa, com filtros de diff por estado (indexado, não indexado), por branch ou por última rodada. O app também adiciona pré-visualizações de imagens e arquivos anexados antes do envio, suporte SSH por chaves privadas e a exibição dos limites de uso e dos créditos no menu da tarefa.

“Big release for Codex Remote in the latest ChatGPT iOS update! We added many things. Threads management tools are now available (hello Chief of Staff). You can now filter your diff with unstaged, staged, branches, etc. Support for SSH keys login, and much, much more!”

🇵🇹 Grande atualização para o Codex Remote na versão mais recente do ChatGPT para iOS! Adicionamos muita coisa. As ferramentas de gerenciamento de threads de conversa agora estão disponíveis (olá, Chief of Staff). Agora você pode filtrar seu diff por alterações não indexadas, indexadas, branches, etc. Suporte para conexão por chaves SSH, e muito mais! — @Dimillian

🔗 Changelog oficial do Codex

GPT-Realtime-2.1-mini disponível na API

7 de julho — A OpenAI lança o GPT-Realtime-2.1-mini na API, uma nova versão de seu modelo de voz econômico que introduz raciocínio e uso de ferramentas — capacidades até então reservadas aos modelos Realtime mais premium — ao mesmo tempo que mantém o mesmo preço do GPT-Realtime-mini. Essa linha econômica mira implantações sensíveis ao custo por minuto, como agentes de voz de alto volume. O tweet de anúncio reuniu um engajamento bem superior ao de outras publicações do dia (361.000 visualizações), sinal de um interesse marcante da comunidade de desenvolvedores.

🔗 Tweet @OpenAIDevs

Replit fecha seu changelog de 3 de julho

3 de julho — A Replit publica um changelog de produto que passou despercebido nas varreduras anteriores, hospedado em docs.replit.com/updates em vez do blog principal normalmente monitorado. Três novidades: uma reformulação completa do aplicativo de desktop (Replit Desktop App), que reproduz a experiência da web enquanto adiciona funções nativas — trabalhar em vários aplicativos em paralelo, ser notificado em um piscar de olhos quando o agente precisa de intervenção, visualizar os aplicativos abertos sem trocar de janela.

A integração dos pagamentos Whop agora pode ser controlada pelo agente conversacional: basta pedir para ele adicionar pagamentos para que ele crie uma conta Whop, a conecte e construa o módulo de pagamento, sem configuração externa nem chave de API para copiar e colar. Por fim, é possível fazer o downgrade do plano Pro para o plano Core em uma única etapa, sem passar por um cancelamento intermediário.

🔗 Changelog da Replit

Cohere lança um modelo ASR open-source state-of-the-art para o árabe

7 de julho — A Cohere lança o Cohere Transcribe Arabic, um modelo de reconhecimento de voz (Automatic Speech Recognition, ASR) open-source dedicado ao árabe, derivado de seu modelo ASR « frontier » de 2 bilhões de parâmetros publicado em março de 2026. O objetivo: preencher o atraso de cobertura do árabe em sistemas de voz com IA, enquanto o idioma conta com mais de 300 milhões de falantes nativos distribuídos em cerca de trinta variantes dialetais.

O modelo assume a liderança do Open Universal Arabic ASR Leaderboard no Hugging Face, com uma taxa média de erro por palavra (Word Error Rate, WER) de 25,87 — à frente em 2,45 pontos do líder anterior (OmniASR-LLM-7B da Meta) e em 11 pontos do Whisper Large V3 da OpenAI. Em avaliações comparativas conduzidas por falantes nativos, ele é preferido ao Whisper em 95,8% dos casos. Otimizado no vLLM, ele atinge um throughput (RTFx) de 525, contra 146 do Whisper Large V3 e 66 do OmniASR 7B-LLM.

Modelo ASR árabe	WER médio	RTFx (throughput)
Cohere Transcribe Arabic	25,87	525
OmniASR-LLM-7B (Meta)	+2,45 pts vs Cohere	66
Whisper Large V3 (OpenAI)	+11 pts vs Cohere	146

Os pesos são publicados sob licença Apache 2.0 no Hugging Face, com acesso complementar via a API Cohere ou o Model Vault.

“We’ve built Cohere Transcribe Arabic, the world’s most accurate open-source model for Arabic speech recognition. Available under Apache 2.0”

🇵🇹 Desenvolvemos o Cohere Transcribe Arabic, o modelo open-source mais preciso do mundo para reconhecimento de voz em árabe. Disponível sob licença Apache 2.0. — @cohere

🔗 Artigo oficial do blog da Cohere

Em resumo

Fable 5 ampliado para todos os planos pagos até 12 de julho — A Anthropic amplia temporariamente o acesso ao Claude Fable 5: até 50% do limite de uso semanal pode ser usado nesse modelo, depois ocorre a transição para créditos de uso ou para outro modelo. 🔗 fonte
« The Making of Claude Code » — mini-documentário oficial — A Anthropic conta a história do Claude Code, de CLI interno a agente de codificação principal, narrada pelos pesquisadores e pelos primeiros usuários. 🔗 fonte
Gemini Spark acompanha os tópicos em tempo real — o recurso (beta no macOS desde 1º de julho) agora pode reagir a eventos, por exemplo enviando automaticamente uma análise de partida após cada jogo de um time seguido. 🔗 fonte
NotebookLM Short Video Overviews em disponibilidade geral — os vídeos verticais de 60 segundos, em beta desde 30 de junho para assinantes Ultra/Pro, passam para disponibilidade geral no mobile e na web para todos os usuários de língua inglesa. 🔗 fonte
Gemini CLI — nightlies de 5 a 7 de julho — a versão v0.51.0-nightly.20260707 coloca ~/.gitconfig em modo somente leitura no sandbox do macOS e preserva as sequências de escape nos literais de string. 🔗 fonte
Treinamento TPU elástico com MaxText/Pathways — o Google detalha como seu ecossistema JAX/Pathways converte uma falha de TPU em uma exceção Python interceptável, substitui o worker com falha e retoma o treinamento em menos de dois minutos. 🔗 fonte
Orçamentos de IA por usuário integrados à UI de faturamento do GitHub — o recurso de orçamentos por usuário para cost centers, antes acessível apenas pela API REST, agora pode ser configurado diretamente na interface de faturamento do Enterprise Cloud. 🔗 fonte
O app Copilot Billing Preview será removido em 3 de agosto — o GitHub redireciona para o acompanhamento agora integrado às configurações de faturamento (uso de IA, orçamentos, cost centers). 🔗 fonte
Suno e Wan pegam carona na Copa do Mundo — a Suno permite criar um hino de torcedor personalizado no mobile, e a Wan lança a Skill « Superstar Poster » para gerar um pôster de futebol a partir de um retrato e de uma camisa. 🔗 fonte
A NVIDIA faz um balanço de sua presença na ICML 2026 — 74 artigos da NVIDIA aceitos, cerca de 2.000 artigos citando GPUs NVIDIA e 145 artigos citando Nemotron como base de pesquisa. 🔗 fonte
xAI se torna SpaceXAI — a conta X @xai e o site x.ai oficializam o rebranding sob a marca SpaceXAI, consolidando a aquisição da xAI pela SpaceX já anunciada em abril de 2026. 🔗 fonte
Latência Realtime reduzida em pelo menos 25% — a OpenAI anuncia uma queda na latência p95 em todos os modelos de voz Realtime graças a um cache aprimorado. 🔗 fonte

O que isso significa

No terreno da geração de mídia, a Meta entra com força com Muse Image e Muse Video, seus primeiros modelos próprios, imediatamente posicionados em 2º lugar na Image Arena, atrás do GPT Image 2 da OpenAI. O fato de o Muse Image adotar um comportamento agentivo — auto-refinamento, uso de ferramentas, escalonamento de computação no momento da inferência — ilustra uma tendência de fundo: mesmo a geração de imagens, por muito tempo pensada como uma simples ida e volta prompt-imagem, está se transformando em uma tarefa iterativa conduzida por um agente. A Runway, por sua vez, amplia seu campo de atuação para o escritório com o Slide Maker, enquanto a Suno e a Wan capitalizam a atualidade esportiva para impulsionar suas ferramentas voltadas ao grande público.

Do lado da infraestrutura, a NVIDIA formaliza uma ideia que vem permeando discretamente o setor há vários meses: o loop agentivo não tem as mesmas necessidades que o treinamento de um modelo. A Vera aposta em desempenho de núcleo único em vez de densidade de núcleos, e os números apresentados pela Perplexity em condições reais (até 1,9 vez mais rápido do que em x86) dão peso a esse argumento. O Hugging Face segue uma lógica complementar do lado do software, ao tornar seu catálogo de pesos abertos implantável com um clique na infraestrutura Azure da Microsoft — duas maneiras diferentes de reduzir o atrito entre um modelo e sua execução em produção.

O ferramental para desenvolvedores continua sua corrida rumo à onipresença dos agentes. O Claude Cowork se estende ao mobile para acompanhar uma tarefa delegada a partir do telefone, o GitHub libera seu app Copilot para todos os planos, inclusive os gratuitos, e o Codex Remote ganha maturidade no ChatGPT para iOS com o gerenciamento de threads de conversa e o suporte SSH. Somada à reformulação do app de desktop da Replit e aos seus pagamentos controlados por agente, esta semana confirma que a interface de referência para programar com IA não é mais apenas o terminal ou a IDE, mas cada vez mais o mobile e as integrações de terceiros.

Por fim, dois anúncios lembram que a IA generativa não se limita ao inglês nem ao single-agent. A Cohere preenche um ponto cego real com um modelo de reconhecimento de voz state-of-the-art para o árabe, língua falada por mais de 300 milhões de pessoas, mas historicamente mal atendida por sistemas concebidos primeiro para o inglês; a xAI, agora SpaceXAI, segue uma lógica semelhante com 21 novas vozes multilíngues para o Grok Voice. Do lado da pesquisa, o framework Sheaf-ADMM da Sakana AI ataca um problema diferente, mas relacionado: como fazer vários agentes com informação limitada cooperarem sem caixa-preta — um pré-requisito para sistemas multiagentes confiáveis à medida que se tornam mais comuns.