Linha do tempo de avanços em IA

A Thinking Machines publicou uma demonstração dos seus Interaction Models, um sistema de IA projetado para conversa de voz natural em tempo real. O modelo pode esperar em silêncio quando deve, interromper com educação quando é necessário, contar elementos visíveis, observar a postura do utilizador pela câmara e redirecionar pedidos que considere inseguros.Thinking Machines blog

A Google DeepMind apresentou o AI Pointer, um cursor que interpreta a selecção no ecrã mais uma instrução falada como uma única intenção. Os utilizadores podem destacar conteúdo — texto, regiões de imagem, itens de lista — e dizer ao sistema o que fazer com ele, eliminando a necessidade de alternar entre barras laterais de chat e manipulação directa.DeepMind blog

A World Labs lançou uma ferramenta de código aberto que converte uma única fotografia num ambiente 3D navegável, com física, objetos móveis, iluminação e áudio ambiente. O lançamento reduz significativamente a barreira para que entusiastas e programadores independentes produzam cenas 3D jogáveis a partir de fotografia de referência.World Labs

A Marinha francesa e a unidade de arqueologia subaquática DRASSM usaram o ROV C 4000 para inspecionar o Camarat 4, um navio mercante do século XVI encontrado a 2,5 km de profundidade no Mediterrâneo. O robô, ligado por cabo, captou cerca de 86 000 imagens a até oito por segundo e recolheu jarras de cerâmica sem perturbar o sítio — entre os objetos mais profundos alguma vez recuperados de um naufrágio em França. O material alimenta um modelo 3D de um tipo de embarcação pouco documentado em textos do século XVI e aponta para uma viragem para a arqueologia subaquática não invasiva. A essa profundidade o ROV opera a quase 150 atmosferas, condições impraticáveis para o equipamento humano convencional.CBS News ↗

Engenheiros de Princeton construíram um robô híbrido macio-rígido que se move sem motor, caixa de velocidades ou linha pneumática, combinando um polímero imprimível — um elastómero de cristal líquido — com eletrónica flexível e dobragem em estilo origami. A demonstração, em forma de grou, bate as asas com corrente elétrica: o aquecimento dirigido do polímero faz o trabalho que normalmente caberia a um atuador. O artigo — Bershadsky, Davidson, Paulino e Zhao, «Digital Actuation Control of Soft Robotic Origami With Self-Folding Liquid Crystal Elastomer Hinges» — foi publicado online na Advanced Functional Materials a 21 de março de 2026. Eliminar o motor reduz o número de peças e os modos de falha, abrindo aplicações em dispositivos médicos, busca e salvamento e robótica de inspeção.Princeton Engineering ↗

O Robotics & AI Institute, liderado por Marc Raibert (fundador da Boston Dynamics), apresentou o Roadrunner: um robô bípede de 15 kg cujos pés funcionam como rodas e que alterna entre modos de patinagem paralela e em linha, além de caminhar, no mesmo hardware. Uma única política de controlo aprendida gere todos os modos de locomoção, e comportamentos como levantar-se do chão ou equilibrar-se sobre uma roda foram implementados sem treino adicional. O Roadrunner é posicionado para logística e armazéns, onde as rodas poupam energia em piso plano e as pernas resolvem obstáculos. O lançamento prolonga uma tendência de 2026: a locomoção multimodal — rodas mais pernas — substitui os desenhos puramente bípedes na robótica comercial de investigação.RAI Institute ↗

Coinbase lançou Agentic Wallets junto com o protocolo de pagamentos x402, dando aos agentes de IA a capacidade de guardar, enviar e receber criptomoedas de forma autónoma, sem necessidade de aprovação humana em cada transação. Pela primeira vez, um agente de IA podia pagar chamadas a APIs, adquirir capacidade de computação ou liquidar faturas como parte de um fluxo de trabalho, criando a camada de infraestrutura financeira de que os agentes autónomos precisam para agir de forma independente em contextos económicos.

Lightricks lançou LTX 2.3, um modelo de transformador de difusão com 22 mil milhões de parâmetros que gera vídeo e áudio sincronizados numa única passagem. O modelo suporta resoluções até 4K a 50 fotogramas por segundo, o que representa um salto considerável na qualidade de geração de conteúdo em tempo real.

Depois do teste da Universidade de Sheffield em 2024, descrito como o primeiro motor de foguete desenhado por IA do mundo, a LEAP 71 relatou o ensaio de ignição de dois motores metalox de classe orbital de 20 kN — uma tubeira de sino convencional e um aerospike à escala completa — indo da especificação à primeira chama em menos de três semanas. Os motores foram gerados de forma autónoma pelo Noyron, o modelo computacional de engenharia da empresa, e impressos em 3D em cobre. A LEAP 71 referiu que os motores testados correspondem a cerca de um décimo do impulso que pretende ensaiar em 2026, com validação de fabrico já em curso para desenhos de 200 kN e 2.000 kN.Sheffield ↗

Boston Dynamics apresentou um robô humanoide Atlas redesenhado, impulsionado por Neural Large Behavior Models do Toyota Research Institute. O robô executou sequências complexas de múltiplas tarefas com autocorreção, aprendendo políticas de controlo sem rotinas programadas manualmente. Boston Dynamics tem mais de 500 robôs implementados com receitas superiores a 130 milhões de dólares.

DeepMind lançou AlphaFold 3, expandindo a previsão de estruturas de proteínas para as interações proteína-ADN, proteína-ARN e proteína-ligando. O modelo obteve uma melhoria de 50% na precisão em relação ao AlphaFold 2 e contribuiu para o entendimento estrutural que está na base do Prémio Nobel de Química de 2024.

Google apresentou Gemini 1.5 Pro, um modelo capaz de processar uma janela de contexto de até 1 milhão de tokens. Isto permite-lhe trabalhar com livros inteiros, longas transcrições de vídeo e grandes repositórios de código num único prompt.

DeepMind lançou GraphCast, um modelo de rede neuronal de grafos que prevê o tempo a nível global com uma resolução de 0,25 graus em menos de 1 minuto. O modelo superou o Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF) em 90% das variáveis meteorológicas avaliadas, produzindo previsões que os sistemas tradicionais demoram 10 minutos a calcular.

O Technology Innovation Institute (TII) lançou Falcon 180B, um modelo de linguagem de código aberto com 180 mil milhões de parâmetros, treinado com 3,5 biliões de tokens. No momento do lançamento era o maior modelo de linguagem de acesso livre disponível, superando Llama 2 em vários indicadores de desempenho, incluindo MMLU, LAMBADA e HellaSwag.

A iniciativa colaborativa BigScience lançou BLOOM, um modelo de linguagem de código aberto com 176 mil milhões de parâmetros treinado em 46 línguas naturais e 13 linguagens de programação. No momento do lançamento era o maior modelo de linguagem de acesso livre existente.

AlphaFold 2 da DeepMind resolveu o problema do enrolamento de proteínas, prevendo estruturas proteicas tridimensionais com uma precisão próxima da experimental na competição CASP14. O avanço combinou mecanismos de atenção com conhecimentos de biologia evolutiva. O feito contribuiu para o Prémio Nobel de Química de 2024, atribuído a David Baker, Demis Hassabis e John Jumper.

Investigadores da Google publicaram «Attention Is All You Need», introduzindo a arquitetura Transformer construída inteiramente sobre mecanismos de atenção. Este artigo tornou-se um dos mais citados em aprendizagem automática e mudou fundamentalmente o design das redes neuronais.

Ian Goodfellow e colaboradores introduziram as redes generativas adversariais, um enquadramento em que duas redes neuronais competem: uma gera dados e a outra distingue o real do falso. Isto desencadeou uma revolução na modelação generativa e na aprendizagem não supervisionada.