Tudo Sobre Multimodal

shape
shape
shape
shape
shape
shape
Engram: sampler com IA transforma alucinações em música
Notícia

Engram: sampler com IA transforma alucinações em música

Synthesia cria gêmeo digital de jornalista e testa avatar interativo
Notícia

Synthesia cria gêmeo digital de jornalista e testa avatar interativo

AWS mostra treino de RL multimodal com SkyRL no HyperPod
Notícia

AWS mostra treino de RL multimodal com SkyRL no HyperPod

Meta abre acesso antecipado aos novos recursos do Muse
Notícia

Meta abre acesso antecipado aos novos recursos do Muse

WROP: ensinar permanência de objeto a modelos de mundo em vídeo
Artigo

WROP: ensinar permanência de objeto a modelos de mundo em vídeo

Apple Intelligence chega às câmeras: teste compara Ring e Nest
Notícia

Apple Intelligence chega às câmeras: teste compara Ring e Nest

WhisperX da AWS chega ao SageMaker AI com transcrição por falante
Notícia

WhisperX da AWS chega ao SageMaker AI com transcrição por falante

Google lança Gemini 3.8 Live com avatar em vídeo em tempo real
Notícia

Google lança Gemini 3.8 Live com avatar em vídeo em tempo real

Google cria co-diretor de IA para vídeos longos coerentes
Notícia

Google cria co-diretor de IA para vídeos longos coerentes

Gemini 3.8 Live ganha avatar com rosto e sincronia labial
Notícia

Gemini 3.8 Live ganha avatar com rosto e sincronia labial

Liquid AI lança DSpark para acelerar modelo de visão e linguagem
Notícia

Liquid AI lança DSpark para acelerar modelo de visão e linguagem

Meta apresenta Muse Charm, aparelho dedicado ao agente de IA Muse
Notícia

Meta apresenta Muse Charm, aparelho dedicado ao agente de IA Muse

Meta aposta tudo no agente Muse e leva IA aos óculos no Connect
Notícia

Meta aposta tudo no agente Muse e leva IA aos óculos no Connect

Realtime-Venus: diálogo full-duplex com delegação assíncrona
Artigo

Realtime-Venus: diálogo full-duplex com delegação assíncrona

NVIDIA apresenta Nemotron 3 para diarização em tempo real
Notícia

NVIDIA apresenta Nemotron 3 para diarização em tempo real

DeepSeek-V4.1-Flash: compressão radical de KV cache
Artigo

DeepSeek-V4.1-Flash: compressão radical de KV cache

Google Flow leva IA aos bastidores da New York Fashion Week
Notícia

Google Flow leva IA aos bastidores da New York Fashion Week

Kimi K3 chega ao Amazon Bedrock com 2,8 trilhões de parâmetros
Notícia

Kimi K3 chega ao Amazon Bedrock com 2,8 trilhões de parâmetros

Pelicano de Roger Rabbit: cena híbrida une animação e bicicleta real
Notícia

Pelicano de Roger Rabbit: cena híbrida une animação e bicicleta real

Filme da Odisseia feito só com IA é criticado por duração e qualidade
Notícia

Filme da Odisseia feito só com IA é criticado por duração e qualidade

Snap lança Specs Intelligence, IA que chega ao iOS e ao Mac
Notícia

Snap lança Specs Intelligence, IA que chega ao iOS e ao Mac

Snap reforça aposta nos óculos Specs de US$ 2.200 com IA
Notícia

Snap reforça aposta nos óculos Specs de US$ 2.200 com IA

Meta prepara óculos sem câmera após acusações de 'perv glasses'
Notícia

Meta prepara óculos sem câmera após acusações de 'perv glasses'

Vidu S2: vídeo interativo em tempo real, editável e espacial
Artigo

Vidu S2: vídeo interativo em tempo real, editável e espacial

Modelos self-hosted em agentes multimodais: três armadilhas que a documentação não conta
Artigo

Modelos self-hosted em agentes multimodais: três armadilhas que a documentação não conta

Google lança Gemini 3.8 Live e Willison cria interface de voz
Notícia

Google lança Gemini 3.8 Live e Willison cria interface de voz

Google lança Gemini 3.8 Live com voz e raciocínio paralelo
Notícia

Google lança Gemini 3.8 Live com voz e raciocínio paralelo

OpenAI adquire Glass Imaging por US$ 300 milhões, diz WSJ
Notícia

OpenAI adquire Glass Imaging por US$ 300 milhões, diz WSJ

SpatialBlock: blocos sintéticos ensinam LVLMs a raciocinar em 3D
Artigo

SpatialBlock: blocos sintéticos ensinam LVLMs a raciocinar em 3D

Show-Harness: VLMs que pilotam robôs por ações semânticas
Artigo

Show-Harness: VLMs que pilotam robôs por ações semânticas

SenseNova-U1.5: IA visual unificada sem encoder nem VAE
Artigo

SenseNova-U1.5: IA visual unificada sem encoder nem VAE

AuK: modelo aberto unifica geração e edição de fala
Artigo

AuK: modelo aberto unifica geração e edição de fala

OpenRouter: roteamento automático pode gerar respostas inconsistentes
Notícia

OpenRouter: roteamento automático pode gerar respostas inconsistentes

DeepMind usa IA para recriar memória de casal em curta
Notícia

DeepMind usa IA para recriar memória de casal em curta