Sol-H3 gera vídeo mais depressa do que a sua reprodução, CMS Manhattan aposta no processador, um corpus regista temporalmente 106 892 ruídos em 58 línguas

A NVIDIA Research publica o Sol-H3, uma stack de inferência que reduz a geração de cinco segundos de vídeo para menos do que a duração da reprodução do clipe, sob licença Apache 2.0. No mesmo dia, uma empresa publica no Hugging Face duas linhas de modelos concebidas para processadores, com promessas que nenhuma medição comprova, enquanto uma equipa indiana disponibiliza um corpus de fala com ruído no qual cada marca temporal passa por uma cadeia de verificação documentada. Além disso, a Google Research expande para a Ásia os seus testes de rotas aéreas que evitam rastos de condensação.

Sol-H3 gera cinco segundos de vídeo em 1,653 segundo, mais depressa do que a sua reprodução

7 de setembro — A equipa Efficient AI da NVIDIA Research, juntamente com o seu laboratório de Singapura, publica o Sol-H3, uma stack de inferência completa para o modelo de vídeo MiniMax-H3. O resultado resume-se numa frase: cinco segundos de vídeo em 1344×768 a 24 imagens por segundo, com áudio estéreo gerado na mesma passagem, produzidos em 1,653 segundo num sistema com oito aceleradores B300 Blackwell. Assim, o modelo cria o clipe mais depressa do que um espectador consegue vê-lo.

A comparação abrange perfis completos, não uma simples alteração do kernel de atenção. O perfil de referência, Base H3 Dense, consome 50 etapas do scheduler, ou seja, 49 passagens forward pela rede DiT; o Sol-H3 utiliza apenas quatro.

Configuração de hardware	Duração gerada	Base H3, 50 etapas	Sol-H3, 4 etapas	Aceleração
8× B300	5 s	18,250 s	1,653 s	11,04×
8× B300	10 s	50,660 s	3,732 s	13,57×
8× B300	15 s	99,513 s	6,612 s	15,05×
4× B300	5 s	35,328 s	2,918 s	12,11×
4× B300	15 s	194,930 s	12,542 s	15,54×
1× B300	5 s	129,898 s	13,745 s	9,45×

A aceleração atinge um máximo de 15,54×, obtido com quatro B300 para quinze segundos de vídeo. O protocolo é invulgarmente explícito: medianas de três execuções após aquecimento, com prompt e seed idênticos; o cronómetro inclui a codificação do texto, a remoção de ruído DiT e a descodificação VAE, mas exclui o carregamento do modelo e a codificação MP4 final.

A stack reúne dois componentes desenvolvidos separadamente: Sol-Engine para o runtime de inferência de vídeo e Sol-Attn para a atenção esparsa (sparse attention) aplicada dinamicamente, sem novo treino. A estes juntam-se kernels fundidos, comunicação entre GPUs em INT8 nas projeções QKV e em FP8 nas saídas, descodificação VAE paralelizada e processada em lotes, e caching dos parâmetros AdaLN. A preparação da atenção esparsa cai de 1,206 para 0,285 milissegundo, a descodificação VAE de 7,55 para 0,602 segundo, e são libertados cerca de 24 GB de memória por GPU.

Duas decisões tornam a publicação utilizável para além da demonstração: o código é lançado sob licença Apache 2.0, e qualquer LoRA de poucas etapas (few-step) já treinado para o MiniMax-H3 funciona no mesmo runtime. Um acesso aberto à API através do Reactor desde o primeiro dia evita ter de imobilizar oito B300 para experimentar.

For us, the bigger milestone is crossing from “fast generation” into “faster than playback.” That opens the path toward continuous 24 FPS generation and truly interactive video systems.

🇵🇹 Para nós, o verdadeiro marco é a passagem da «geração rápida» para «mais rápida do que a reprodução». Isto abre caminho para a geração contínua a 24 FPS e para sistemas de vídeo verdadeiramente interativos. — @xieenze_jr no X

🔗 Página do projeto Sol-H3, NVIDIA Research

🔗 Acesso à API desde o primeiro dia através do Reactor

Um corpus aberto regista temporalmente 106 892 ruídos reais em 58 línguas indianas

7 de setembro — A equipa ARTPARK do Indian Institute of Science publica o Vaani Noise Event Timestamp Dataset, uma camada de anotação humana aplicada ao corpus de fala espontânea Project Vaani. Cada ruído de fundo inclui o respetivo tipo e os instantes de início e fim, com precisão de milissegundos.

Propriedade do corpus	Valor
Total de áudio anotado	mais de 122 horas
Eventos de ruído com marca temporal	106 892, em 7 categorias
Segmentos de fala e locutores	72 756 segmentos, 38 541 vozes
Cobertura linguística e geográfica	58 línguas, 30 estados
Conjunto verificado e conjunto bruto	cerca de 22 h e cerca de 100 h

O ponto metodológico é este: a fala e o ruído foram captados em conjunto, em telemóveis comuns, sem inserção de ruído sintético nem mistura posterior. Os sons humanos não vocais, como tosse e risos, surgem em cerca de 38 por cento dos segmentos, mas duram menos de meio segundo; animais e trânsito são mais raros e muito mais prolongados e, em conjunto, representam a maior parte do tempo de ruído. Cada marca temporal passa por uma anotação, uma verificação de coerência, uma nova verificação interna e, depois, uma auditoria independente sobre um décimo do corpus selecionado aleatoriamente: se apenas um elemento falhar, todo o lote é refeito.

🔗 Publicação da ARTPARK-IISc no Hugging Face

CMS Manhattan publica duas linhas de modelos para processador, sem benchmarks que as sustentem

6 de setembro — A empresa CMS Manhattan disponibiliza no Hugging Face duas publicações de pesos abertos destinadas à inferência em processador, em vez de placa gráfica. Ambas as publicações foram feitas pela própria empresa responsável pelos modelos, e tudo o que se segue é apresentado como tal.

A primeira, a série JiRack Ultra, reúne quatro modelos com pesos ternários de 1,58 bit ao estilo BitNet, derivados, segundo a empresa, da arquitetura DeepSeek-R1-Distill-Qwen-32B. O elemento mais interessante não é a quantização, mas o tokenizer, ampliado com tokens dedicados ao routing, à chamada de ferramentas, a tags de controlo robótico e a multimédia, visando sistemas agentic e robótica embarcada. A segunda, JiRackDeltaNet_27b, utiliza um Qwen 3.8 de 27 mil milhões de parâmetros migrado para uma arquitetura DeltaNet, que alterna atenção completa e camadas Gated DeltaNet relacionadas com modelos de espaço de estados, para um contexto anunciado de 262 144 tokens.

Linha de modelos	Base anunciada pela empresa	Formato dos pesos publicados	Licença e packaging
JiRack Ultra, quatro tamanhos	DeepSeek-R1-Distill-Qwen-32B	pesos ternários de 1,58 bit, GGUF Q2_K a Q4_K_M	pesos no Hub, imagens Docker e interface por subscrição
JiRack DeltaNet 27B	Qwen 3.8 27B migrado para DeltaNet	GGUF llama.cpp comuns produzidos a partir de FP16	pesos sob licença MIT, imagem Docker e interface por 12 dólares por utilizador e por ano

Duas ressalvas são importantes para o leitor. Apesar das etiquetas ternary e bitnet do repositório DeltaNet, a linha GGUF publicada corresponde a quantizações llama.cpp comuns, e não a um checkpoint ternário distinto, como a própria publicação reconhece. Além disso, a promessa de uma qualidade próxima do Opus 4.6 Max, usada como título da segunda publicação, não é sustentada por qualquer resultado de benchmark: falta precisamente isso, uma medição comparativa publicada, para avaliar estes modelos para além da sua documentação.

🔗 Série JiRack Ultra no Hugging Face

🔗 JiRack DeltaNet 27B no Hugging Face

Porque é que os ambientes de RL funcionam hoje, mas não funcionavam em 2016

7 de setembro — Sergio Paniego publica no blog do Hugging Face uma retrospetiva que parte de uma observação desconcertante: a descrição do OpenAI Universe, publicada em dezembro de 2016, poderia aparecer hoje, sem alterações, numa publicação de um laboratório de ponta. No entanto, o repositório está arquivado.

A cronologia vai do Arcade Learning Environment, em 2012, ao OpenAI Gym, em 2016, e ao seu vocabulário mínimo, reset() e step(), entretanto transferido para o Gymnasium sob a Farama Foundation. Segue-se a vaga por domínio, do World of Bits ao WebArena e, depois, ao SWE-bench e ao Terminal-Bench: muitas vezes, uma tarefa começa como benchmark antes de se tornar num campo de treino.

O núcleo da análise consiste em cinco elementos que faltavam em 2016: nenhum modelo pré-treinado digno de servir como ponto de partida, uma tarefa fora de alcance, uma interface concebida para seres humanos em vez de máquinas, nenhuma receita para recompensas esparsas e a impossibilidade de orquestrar milhares de sandboxes descartáveis. Atualmente, o GRPO e as recompensas verificáveis fornecem o quarto elemento. O artigo termina com o OpenEnv, uma interface padrão anunciada em outubro de 2025 pela equipa PyTorch da Meta e pelo Hugging Face, e com um mercado de ambientes que inclui a Prime Intellect e a Mechanize.

🔗 Retrospetiva sobre os ambientes de RL

Google faz com que mais de 80 voos da Cathay Pacific sigam uma rota que evita rastos de condensação

7 de setembro — A Google Research expande para a região Ásia-Pacífico os seus testes de prevenção de rastos de condensação, tendo a Cathay Pacific como primeiro parceiro de aviação comercial da região. No papel, a solução é simples: ajustar ligeiramente a altitude para evitar as zonas frias e húmidas onde os rastos persistem em mantos que retêm o calor.

Medição da primeira fase	Valor
Voos visados na rede da Cathay Pacific	mais de 100
Voos que seguiram efetivamente uma rota de prevenção	mais de 80
Redução estimada do impacto de aquecimento dos rastos	cerca de 40 %
Parcela dos ganhos no corredor Hong Kong-Singapura	mais de 50 %
Parcela dos rastos no impacto climático da aviação	cerca de um terço

O sistema combina previsões produzidas pelos modelos da Google, imagens de satélite e dados meteorológicos avançados. As previsões chegam ao cockpit através do Wi-Fi a bordo e do diário de voo eletrónico da companhia (Electronic Flight Folder), sem interromper os procedimentos habituais, e os ajustes permanecem dentro dos parâmetros de segurança estabelecidos. Começa agora uma segunda fase mais ampla, com a Contrails.org como parceira.

Contrail mitigation remains one of the most immediately available, scalable, and cost-effective ways to reduce aviation’s climate footprint, and it can get started now, with today’s aircrafts and fuel.

🇵🇹 A mitigação dos rastos de condensação continua a ser uma das formas mais imediatamente disponíveis, mais generalizáveis e mais económicas de reduzir a pegada climática da aviação, e pode começar desde já, com os aviões e os combustíveis atuais. — Kemal Armada e Max Vogler, Google Research

🔗 Publicação da Google Research

Genspark adiciona Muse Spark 1.3 a três dos seus produtos

7 de setembro — A Genspark integra o Muse Spark 1.3, o modelo da Meta, no AI Chat, no Code Agent e no Claw, cinco dias após o seu anúncio. A plataforma retoma os dois números apresentados pela Meta para justificar a escolha: menos 20 por cento de chamadas de ferramentas e menos 25 por cento de consumo de tokens, duas métricas que afetam diretamente o custo de um agente executado em loop em tarefas longas.

O ritmo é o verdadeiro sinal. Em seis dias, a Genspark integrou quatro modelos de fornecedores diferentes: Claude Fable 5.1 em 2 de setembro, Gemini 3.8 Flash no dia 3, GPT-6 Astra no dia 5 e Muse Spark 1.3 no dia 7. A plataforma posiciona-se menos como um modelo e mais como uma camada de orquestração que absorve os lançamentos de todos os laboratórios nos dias seguintes à sua publicação.

🔗 Anúncio da Genspark no X

Notícias breves

A Replit abre seu primeiro escritório internacional em Londres — a empresa faz dele o centro de suas operações europeias, ao lado do prefeito de Londres, Sadiq Khan, do governo britânico e da London & Partners, e anuncia um projeto-piloto de capacitação com a TLMA para jovens londrinos que não trabalham nem estudam. 🔗 Publicação
Tolquane, uma biblioteca Python de paralelismo componível — o mesmo grafo é executado sem alteração de código em threads, processos, async, modo distribuído ou sequencial, a 5,6 vezes a velocidade de referência no Python 3.14t sem bloqueio global, contra 0,9 vez em threads com o GIL. A ausência de bloqueios é estabelecida como regra de design, com um erro que identifica os nós bloqueados. 🔗 Artigo
Uma ação dedicada para instalar uma habilidade de agente — o firmware Aiden agora encaminha uma URL de habilidade para uma ação única que prepara, valida e depois publica de forma atômica. A reprodução em um agente real reduz um rastreamento de múltiplas ferramentas a uma única chamada. 🔗 Artigo
A Together AI contrapõe o GLM-5.3 Flash ao GPT-5.6 Terra quanto ao custo por tarefa — pontuação idêntica no índice de inteligência da Artificial Analysis, mas custo 82 por cento menor por tarefa segundo o provedor, que não publica nem o método de cálculo nem um artigo detalhado e hospeda ele próprio o modelo comparado. 🔗 Publicação
Um manifesto por um ecossistema brasileiro de IA — texto em português que desenvolve a metáfora do ecossistema natural para a comunidade de IA do país, sem modelo, conjunto de dados ou medição. Incluído para fins de completude. 🔗 Artigo
A Google DeepMind seleciona 16 organizações para seu acelerador AI for the Planet na Ásia-Pacífico — primeira turma, lançada com um treinamento intensivo (bootcamp) em Singapura, seguido de três meses de acesso aos modelos AnthroKrishi, ForestCast, AlphaEarth Foundations, SpeciesNet e Perch, distribuídos entre proteção da natureza, agricultura sustentável e soluções de carbono. 🔗 Artigo
O GitHub volta a destacar os canvases de seu aplicativo Copilot — republicação de um artigo de 17 de agosto que apresenta o canvas como uma superfície compartilhada e persistente onde o estado do trabalho permanece visível, com um número raramente divulgado: de 2.000 a 3.000 AI Credits para construir cada um dos dois exemplos citados. 🔗 Publicação
O GitHub lança um gerador de apelidos para o GitHub Universe — ação comunitária promocional antes da edição de outubro de 2026, sem relação com IA nem com uma funcionalidade do produto. 🔗 Publicação
A Synthesia detalha suas três linhas de pesquisa para a ECCV 2026 — avatares generativos controlados por áudio, pesquisa de voz aplicada ao reconhecimento de fala e avatares interativos, sob a bandeira do modelo de mundo centrado no ser humano. 🔗 Publicação
Mati Staniszewski estima que o teste de Turing conversacional será alcançado em seis a doze meses — o cofundador e diretor executivo da ElevenLabs faz essa declaração no podcast GDIY, cuja entrevista é oferecida com dublagem em francês pelo serviço de áudio da empresa. 🔗 Publicação
A QwenCloud publica o resumo da Qwen Conference Thailand 2026 — cerca de 400 clientes e desenvolvedores em Bangkok em 4 de setembro, além de uma demonstração de ponta a ponta na qual o próprio agente é o cliente, desde o cadastro até o pagamento e o faturamento, sem intervenção humana. 🔗 Publicação
A Cohere compartilha uma reportagem da CNN sobre Toronto como polo mundial de IA — comunicação sem anúncio de produto, que destaca o terceiro lugar mundial da cidade em talentos tecnológicos segundo a CBRE, mais de 2 bilhões de dólares comprometidos pela estratégia nacional canadense e um aumento nas solicitações de clientes relatado pela Cohere após os controles de exportação sobre os modelos da Anthropic. 🔗 Publicação

O que isso significa

O limiar ultrapassado pelo Sol-H3 não é apenas mais um recorde em uma lista. Enquanto um clipe levar mais tempo para ser produzido do que para ser assistido, a geração de vídeo continuará sendo um trabalho em lotes: inicia-se o processo, espera-se e assiste-se ao resultado. Ficar abaixo desse limiar abre outra categoria de uso, aquela em que a imagem é criada enquanto está sendo assistida. O detalhe importante para um profissional é que o ganho não vem de um novo modelo: o modelo é o mesmo, apenas a pilha de inferência muda. Portanto, o fator 15 estava na engenharia de execução, não nos pesos, e ela é publicada sob a licença Apache 2.0, com compatibilidade com os LoRA existentes.

O dia contrapõe duas maneiras de publicar pesos abertos. De um lado, dois artigos autopublicados cujas afirmações de qualidade não se apoiam em nenhuma medição comparável, com rótulos de repositório que não correspondem ao formato efetivamente fornecido e uma comparação de custo por tarefa anunciada pelo provedor do modelo vencedor sem método publicado. Do outro, um corpus de fala no qual cada marcação de tempo passa por uma cadeia de auditoria e cuja equipe separa explicitamente 22 horas verificadas de 100 horas não verificadas. Em um repositório público onde qualquer pessoa pode publicar, a disciplina de verificação torna-se o único sinal utilizável, e produzi-la custa mais do que criar um título chamativo.

A retrospectiva sobre os ambientes de RL e o ritmo de integração da Genspark relatam a mesma mudança, em duas escalas. A primeira explica por que uma ideia de 2016 funciona hoje: não eram os algoritmos que faltavam, mas a infraestrutura ao redor, do modelo inicial aos sandboxes descartáveis. A segunda mostra no que essa infraestrutura se transforma uma vez disponível, quando uma plataforma conecta quatro modelos de quatro fornecedores em seis dias. Nos dois casos, o valor migra do modelo para a camada ao seu redor, e essa camada se padroniza, com o OpenEnv de um lado e os orquestradores multimodelo do outro.

Resta aquilo que não faz parte da corrida dos modelos. O teste com a Cathay Pacific envolve aviões e combustíveis existentes: a única coisa acrescentada é uma previsão entregue no momento certo à cabine de comando, para uma redução estimada de cerca de 40 por cento nos voos envolvidos. O corpus Vaani abrange 58 línguas indianas, várias das quais não dispunham de nenhum recurso de fala com ruído, e o acelerador da DeepMind para a Ásia-Pacífico distribui modelos especializados a dezesseis equipes de campo. Esses três trabalhos não têm um benchmark a superar. Sua restrição está em outro lugar, nos dados que precisam ser coletados e na implantação que precisa ser bem-sucedida, e é também aí que se define a diferença entre uma demonstração e um efeito mensurável.