IA aberta ganha peso: Ceia Lumi em português, química aberta da Nvidia e o selo verificado no ChatGPT
IA aberta ganha peso: Ceia Lumi em português, química aberta da Nvidia e o selo verificado no ChatGPT
A notícia mais importante desta terça-feira (17) não é um modelo maior nem um benchmark mais rápido: é quem fica com o controle. Em três frentes diferentes, a inteligência artificial deu um passo na direção de quem quer usar a tecnologia com dados próprios — um modelo brasileiro em português para a indústria, um pacote aberto de química para cientistas e um sistema de perfis verificados que coloca as empresas, literalmente, dentro do ChatGPT.
Ceia Lumi: um modelo em português para adaptar em casa
O Centro de Excelência em Inteligência Artificial (Ceia) da Universidade Federal de Goiás, Unidade Embrapii, liberou o Ceia Lumi , seu primeiro modelo de linguagem aberto: 4 bilhões de parâmetros, gratuito e ajustável por empresas e pesquisadores. A proposta é direta — baixar o modelo, fazer ajuste fino com os dados da própria operação e manter as informações sensíveis dentro de casa, sem enviá-las para plataformas estrangeiras.
Para o público de tecnologia, o tamanho importa menos que a arquitetura da decisão. Um modelo de 4 bilhões de parâmetros não compete em conhecimento geral com os grandes modelos fechados, mas cabe em infraestrutura modesta e atende bem a tarefas repetitivas e vocabulário de domínio, como laudos, normas técnicas e atendimento interno. É exatamente o tipo de peça que faltava no ecossistema nacional.
O alerta também é parte da notícia: modelo-base não é produto pronto . O anúncio não demonstra desempenho em cálculos técnicos ou decisões críticas de engenharia, e qualquer aplicação séria vai exigir validação própria, conjunto de testes e responsável humano na ponta. Quem tratar o Lumi como oráculo industrial vai colher respostas plausíveis e erradas.
Nvidia abre a química para agentes científicos
Na SC26, em Chicago, a Nvidia apresentou o Nemotron for Science , com o modelo aberto Nemotron 3.5 Super VL, receitas de pós-treinamento e um conjunto de dados novo: o LitmusBench v0.2, com 49.174 questões de raciocínio químico — cerca de 47 mil para treino e 2 mil para teste, cobrindo 126 propriedades e 12 tipos de ensaio. O foco declarado são ciências da vida, química, design de proteínas e materiais.
A jogada segue a lógica que já moveu a empresa em outras frentes: em vez de vender só capacidade computacional, entregar o material de partida para que laboratórios construam seus próprios agentes. O detalhe prático é que a avaliação deixa de ser opinião e passa a ser protocolo — com benchmark público, dá para comparar se o agente melhorou de verdade ou apenas ficou mais eloquente.
O selo azul chegou ao ChatGPT
Do lado do consumidor, a OpenAI colocou em beta o Businesses in ChatGPT . Pelo Business Hub, uma empresa reivindica seu perfil verificado, mantém dados atualizados, exibe catálogo de produtos e acompanha métricas de quantas vezes é citada pelo assistente — que a companhia diz ter 1,2 bilhão de usuários semanais . O pacote inclui ainda os Business Agents, capazes de conversar com clientes em nome da marca, começando por lojas online e serviços nos Estados Unidos, inclusive em versões patrocinadas.
Aqui o recado é menos técnico e mais estratégico: discoverability virou disputa de contexto . Se o assistente responde "onde comprar" ou "qual serviço contratar", quem não estiver com dados corretos e perfil verificado simplesmente não aparece — ou aparece errado. Marcas brasileiras devem acompanhar de perto a expansão geográfica do recurso.
O que fica para depois de amanhã
As três notícias apontam para a mesma pergunta: quem controla o dado, o ajuste e a distribuição? Modelos abertos reduzem dependência e custo, mas transferem a responsabilidade de validação para quem os adota. Perfis verificados reduzem ruído, mas transformam o assistente em vitrine comercial. O ganho é real; a conta também.
E você: já testou um modelo aberto em português no seu trabalho — ou ainda depende 100% de API estrangeira? Comente abaixo e compartilhe este post com quem precisa acompanhar esse movimento.
Fontes
Continue lendo
Desenvolvimento Go 1.28 vai aceitar `return {...}, nil`: composite literals passam a inferir o tipo do contexto
A proposta #12854 foi aceita em abril, já tem implementação no branch de desenvolvimento e entrou no rascunho das notas do Go 1.28: você poderá omitir o tipo de um composite literal sempre que o contexto o define. Veja onde vale, o que não muda e os riscos.
Ler artigo →
Desenvolvimento Python 3.16 alpha 2: set operations no `re`, UUIDs em C e o fim das event loop policies
A segunda alpha do Python 3.16 traz set operations e Unicode properties no `re`, uuid4/uuid7 em C (15-30x mais rápidos) e remove as event loop policies do asyncio. Veja o que muda no código existente e como se preparar sem correr risco.
Ler artigo →TypeScript 7.1 devolve a API do compilador: o que destrava em Vue, Svelte e no lint tipado
A beta da 7.1 traz de volta a API programável do compilador em Go e estreia content mappers para .vue, .svelte e .astro. Veja o que já funciona, o que ainda trava e como manter a toolchain dividida até a versão estável.
Ler artigo →