A Apple anunciou o HomeView, uma tela inteligente de 7 polegadas que reúne entretenimento, videochamadas e controle da casa inteligente. O dispositivo estreia uma nova versão da Siri com inteligência artificial e respostas personalizadas para os moradores.
O HomeView custa US$ 299 nos EUA (cerca de R$ 1.490) e chega às vendas em 13 de novembro em mercados como Estados Unidos, Canadá, Reino Unido, Austrália, Índia e Nova Zelândia, sem previsão para o Brasil no lançamento inicial. A interface ajusta brilho e informações conforme a iluminação e a distância do usuário, identifica até seis pessoas por reconhecimento facial e integra funções como chamadas FaceTime, comandos de voz e monitoramento de até nove câmeras.
A Apple anunciou a nova geração da Apple TV 4K com inteligência artificial integrada à Siri, chip A19 e suporte a som surround com quatro alto-falantes. A assistente fica mais “conversacional”, ajudando a encontrar filmes e séries por interface em tela cheia, com cartazes e recomendações ligadas ao que o usuário pede.
A Apple TV 4K também traz três microfones de longo alcance para controlar a reprodução e buscar conteúdos sem segurar o controle remoto, além de descrições de vídeos e resumos de notificações gerados por IA com processamento local via HomeKit Secure Video. No mesmo evento, o HomePod mini 2 ganhou melhorias de áudio, novas cores e suporte futuro à Siri com IA, com reconhecimento de até seis vozes e integração com Mensagens, lembretes e temporizadores.
A Apple apresentou o novo Apple TV 4K, o primeiro modelo em quatro anos, com disponibilidade a partir de sexta-feira, 13 de novembro. O aparelho traz o chip A19 e promete conectividade sem fio melhor do que a geração anterior, além de microfones integrados.
A Siri com recursos de IA será parte do lançamento, mas deve funcionar em beta nos Apple TV 4K de segunda geração e nos modelos mais novos. O novo Find My de rastreamento funciona com o controle Siri de segunda geração e mais recentes, enquanto o preço do lançamento é de US$ 299.
A Dropbox descreveu como uma década de otimização de infraestrutura ajuda a atender a demanda crescente ligada a cargas de IA sem depender apenas da construção de novos data centers. O plano envolve previsão de capacidade, maior aproveitamento da frota, aumento de densidade de armazenamento, gestão de ciclos de vida de hardware e ajustes no fornecimento de energia nos racks.
A empresa combina o sistema de armazenamento Magic Pocket com data centers acoplados, permitindo que equipes enxerguem limitações do software até racks, energia e resfriamento. Entre as medidas estão o Deep Sleep para desligar servidores ociosos ou colocar discos em standby, a redistribuição de workloads para evitar “hotspots” e o uso de tecnologias como shingled magnetic recording para armazenar mais dados no mesmo espaço, com melhoria de mais de 50% em eficiência de energia desde 2020.
Repetir a mesma pergunta em um LLM pode gerar cobranças a cada resposta, mesmo quando nada mudou. A proposta é criar uma chave de cache por “fingerprint” dos insumos e dependências (request, contexto, configurações do modelo e dados subjacentes) e reutilizar a resposta quando ela continuar válida e segura.
O texto descreve uma estratégia em três níveis: cache exato com normalização e hash SHA-256 em um store como Redis; cache semântico com embeddings e busca por similaridade (com limiar de cosseno entre 0,90 e 0,95, ajustável); e um modelo híbrido que tenta o exato primeiro e só faz a busca semântica em caso de “miss”. Em ambos os casos, a chave precisa considerar contexto, versão de fontes e escopo de acesso para evitar reutilização incorreta entre usuários e documentos diferentes.
Redis está usando engenharia de contexto para viabilizar aplicações com LLM em cenários com restrições reais de tempo. Em uma apresentação, Ricardo Ferreira contou como desenvolveu o Agent Memory Server (AMS), um projeto open source para criar camadas de memória de curto e longo prazo sobre Redis, com foco em permitir conversas mais naturais.
Para testar o AMS, ele criou a skill “My Jarvis” para Alexa, com respostas limitadas por um timeout fixo de 8 segundos. A arquitetura inclui uma função Lambda no backend, o SDK da Alexa e o LangChain4j (Java), que orquestra o acesso a um LLM via OpenAI, enquanto o desenvolvimento enfrenta problemas como context poisoning, distração por excesso de dados, confusão e “context rots”.
StemDeck é uma ferramenta de separação de áudio que permite importar arquivos como MP3, WAV, FLAC, OGG/Opus, MP4 e M4A — ou colar uma URL do YouTube — para dividir a faixa em até seis stems (vocais, bateria, baixo, guitarra, piano e outros). O processamento roda localmente no seu computador e não armazena, faz cache nem redistribui o conteúdo baixado.
A separação usa o modelo Demucs htdemucs_6s e detecta automaticamente o melhor dispositivo Torch (CUDA em NVIDIA, MPS em Apple Silicon ou fallback para CPU). O app traz um editor estilo DAW com mixer multitrack, waveform com zoom e loop, exportação de stems e análise musical com BPM, tom/escala e loudness (LUFS), além de permitir cancelar jobs no meio do pipeline.
A OpenAI desfez sua equipe de preparedness no fim do mês passado, segundo o Financial Times. O grupo era responsável por avaliar se os modelos representavam riscos graves e propor formas de mitigá-los, como cenários de mau funcionamento e uso indevido. A empresa passou a dividir essa responsabilidade por áreas específicas, como bio e cyber, e transferiu o trabalho para equipes já existentes.
A mudança ocorre em meio a novas reorganizações nas áreas de segurança da OpenAI, enquanto a companhia se prepara para uma possível oferta pública inicial (IPO). O head da equipe de preparedness, Dylan Scandinaro, contratado da Anthropic em fevereiro, agora deve se concentrar nas implicações de uma IA capaz de “recursive self-improving”.
David Silver, fundador do laboratório de IA Ineffable Intelligence, planeja doar todo o dinheiro que receber de futuras vendas da empresa para instituições de caridade. Ele levantou US$ 1,1 bilhão em uma rodada seed com valuation de US$ 5,1 bilhões e, antes disso, trabalhou na Google DeepMind (incluindo a liderança do desenvolvimento do AlphaGo). A matéria cita ainda outros nomes do setor que assumiram compromissos semelhantes, como Mustafa Suleyman (DeepMind/Microsoft) e Anton Osika (Lovable), além do papel da Founders Pledge, que já registrou saltos de US$ 400 milhões (2023) para US$ 4 bilhões em 2026 até agora, com a IA respondendo por um terço do total.
O debate central é se a filantropia é a melhor forma de redistribuir riqueza e corrigir desigualdades geradas pelo próprio modelo de concentração. Críticos apontam riscos de “aceleração” e influência indireta de megadoadores sobre prioridades públicas, citando estudos sobre como doações podem deslocar agendas de órgãos como a OMS. Para o público tech, o recado é que o avanço em IA não vem só com tecnologia: também redefine como capital, poder e decisões sociais circulam no ecossistema.
Uma rotina típica de escritório — com dezenas de e-mails, atas, atualização de planilhas e relatórios até o fim do expediente — pode passar por uma virada nos próximos cinco anos. Com a evolução da IA generativa e de agentes de IA, empresas já automatizam respostas padronizadas, organização da caixa de entrada, triagem de solicitações e até redação de mensagens a partir do contexto. Além disso, ferramentas de transcrição e resumo em reuniões tendem a capturar decisões, distribuir tarefas e gerar resumos poucos minutos após os encontros.
Na prática, a mudança não significa necessariamente o fim de cargos, mas a redistribuição do tempo: menos esforço em atividades operacionais e mais foco em análise, criatividade, relacionamento e decisões. Para o público tech e dev, isso reforça a demanda por integrações, automações e sistemas com bases de conhecimento que encontrem informações em linguagem natural e acelerem a produção e revisão de documentos.
