O Google lança recursos de mapa da API Gemini; a Tencent lança a programadora de IA Ada → Eis as últimas notícias sobre IA!

Expresso da Fronteira da IA ↓↓

01 O Google disponibiliza os recursos de mapeamento da API Gemini, permitindo que desenvolvedores criem aplicativos de IA com reconhecimento de localização de última geração.
O Google anunciou a disponibilidade em escala completa dos recursos de integração de mapas para a API Gemini. A partir de hoje, os desenvolvedores podem utilizar a API para acessar dados geoespaciais em tempo real — abrangendo 250 milhões de locais em todo o mundo — incluindo endereços, horários de funcionamento, avaliações e muito mais. Aproveitando as capacidades de compreensão da linguagem natural do Gemini, a API consegue analisar automaticamente consultas baseadas em localização e gerar respostas altamente precisas. Por exemplo, a IA pode recomendar diretamente restaurantes próximos e exibir condições de trânsito em tempo real, ou ainda planejar itinerários com múltiplas paradas de acordo com as preferências do usuário. Esse recurso funciona de forma integrada com a Pesquisa do Google: enquanto o Maps fornece dados factuais estruturados, a Pesquisa complementa esses dados com informações dinâmicas, aumentando significativamente a completude das respostas. Os desenvolvedores podem integrar rapidamente esse recurso por meio do SDK para Python ou do Google AI Studio. O preço é de 25 dólares por mil solicitações fundamentadas em fatos. Essa funcionalidade é ideal para aplicações como planejamento de viagens, serviços de lifestyle local e recomendações imobiliárias, ajudando os desenvolvedores a criar experiências imersivas de inteligência espacial.

02 O modelo de linguagem de grande porte de desenvolvimento nacional, o MiniMax-M2, foi disponibilizado como código aberto e classificado entre os cinco melhores do mundo, com um custo equivalente a apenas 1/12 do do Claude 4.5, e seu desempenho é comparável ao do GPT-5.

Em 27 de outubro, a empresa de IA com sede em Xangai, MiniMax, tornou público o código-fonte de seu modelo de linguagem de grande porte de última geração, o MiniMax‑M2. No benchmark de análise artificial amplamente reconhecido mundialmente, o MiniMax‑M2 ficou entre os cinco melhores do mundo e tornou-se o primeiro modelo de código aberto chinês a integrar esse seleto grupo. Seu custo total equivale a apenas 8% do Claude 4.5 (cerca de 1/12) e a 1/7 do GPT‑5, ao mesmo tempo em que sua velocidade de inferência quase dobrou. O M2 destaca‑se em tarefas essenciais, como geração de código e invocação de ferramentas, suportando depuração automática em múltiplos arquivos e colaboração fluida com cadeias de ferramentas complexas. Em apenas duas semanas desde o lançamento do código‑fonte, as chamadas à API passaram a ser gratuitas em escala global. Especialistas do setor elogiam o MiniMax‑M2 por alcançar um marco em “alta inteligência a baixo custo” graças a inovações tecnológicas como a função de perda CISPO, e preveem que ele contribuirá para acelerar a adoção generalizada das tecnologias de IA.

03 A Meituan tornou o LongCat-Video de código aberto! Ele suporta a geração de vídeo a partir de texto, de imagem e a continuação de vídeos, permitindo produzir vídeos de até 5 minutos sem qualquer perda de qualidade — e abrindo caminho para um novo capítulo na exploração de modelos de mundo.

Em 27 de outubro, a equipe LongCat da Meituan lançou e tornou open source o modelo de geração de vídeo LongCat-Video. Esse modelo suporta três tarefas centrais — geração de vídeo a partir de texto (em alta definição, 720p/30fps), geração de vídeo a partir de imagem (preservando rigorosamente o objeto principal e o estilo da imagem) e continuação de vídeo — utilizando uma arquitetura unificada, sem necessidade de adaptações adicionais. Apoiado em pré‑treinamento para continuação de vídeo e no mecanismo Block-Causal Attention, o modelo consegue gerar de forma estável vídeos longos com até 5 minutos de duração, solucionando problemas recorrentes do setor, como descontinuidades temporais entre quadros e movimentos fisicamente implausíveis. Sua velocidade de inferência foi aumentada em um fator de 10,1. Em benchmarks públicos como o VBench, o modelo alcançou desempenho geral de ponta (SOTA), com uma pontuação de compreensão de senso comum de 70,94%, ocupando a primeira posição. No futuro, essa tecnologia será integrada a cenários como a condução autônoma e a inteligência incorporada, ajudando a construir uma ponte entre os mundos digital e físico.

04 Tencent lança a programadora de IA Ada: a programação automatizada de ponta a ponta inaugura uma revolução na eficiência do desenvolvimento

Em 27 de outubro, a Tencent lançou o Ada, a primeira pré‑visualização tecnológica do setor de um programador movido por IA, que revoluciona o processo de desenvolvimento de software com quatro capacidades essenciais. Os usuários simplesmente enviam seus requisitos pelo WeChat Work, e o Ada assume automaticamente todo o fluxo de trabalho — da geração de código e implantação do ambiente até o lançamento em produção —, além de corrigir automaticamente defeitos online, gerar documentação e produzir códigos de teste unitário. No Festival do Desenvolvedor 1024 de 2025, o Ada concluiu com sucesso o desenvolvimento de um easter egg oculto no site oficial e de um jogo em estilo pixel. Suas capacidades de revisão inteligente de código e de automação de ponta a ponta elevaram significativamente a eficiência do desenvolvimento. Atualmente, o Ada está coletando feedbacks por meio de uma lista de espera para aprimorar ainda mais seus recursos e prepara-se para se tornar uma ferramenta central para os desenvolvedores.

05 A revolução da criação de sites com IA! O Skywork, da Kunlun Wanwei, lança a funcionalidade de clonagem de sites, permitindo que você construa um site de nível profissional em apenas 10 minutos.

Em 27 de outubro de 2025, a Skywork AI, subsidiária da Kunlun Wanwei, lançou oficialmente seu recurso de Clonagem de Web. Os usuários precisam apenas fornecer um link de página web, fazer o upload de um arquivo ou inserir uma descrição textual, e a IA gerará, em poucos minutos, um protótipo de site totalmente funcional e fiel ao estilo original. Esse recurso utiliza algoritmos avançados para analisar a lógica e a hierarquia das páginas em nível estrutural, permitindo a reconstrução precisa de sites. Além disso, suporta a geração de elementos interativos dinâmicos e permite que os usuários editem e ajustem a saída em tempo real. Usuários corporativos podem transformar instantaneamente as informações de sua empresa em um site oficial completo, enquanto criadores de conteúdo podem gerar páginas web dinâmicas — incluindo mapas e imagens — simplesmente fornecendo descrições textuais, revolucionando por completo os processos tradicionais de criação de sites. Essa inovação reduz significativamente a barreira técnica e marca a chegada oficial de uma era impulsionada pela IA, na qual “uma ideia equivale a um site”.

06 Gêmeos potencializa o Google Earth! Uma grande atualização no raciocínio espacial — assinantes dos EUA em breve poderão desfrutar de uma nova experiência geoespacial impulsionada por IA

O Google Earth anunciou a integração do modelo de linguagem ampla Gemini, possibilitando análises geográficas interdimensionais por meio de interações em linguagem natural. Agora, os usuários podem realizar conversas diretas para consultar riscos ambientais — como identificar infraestruturas vulneráveis a ameaças de tempestades ou monitorar áreas afetadas por proliferação de algas. O sistema vincula automaticamente previsões meteorológicas, imagens de satélite e dados demográficos, gerando insights abrangentes. Atualmente, esse recurso está disponível para usuários inscritos no “Programa de Testadores Confiáveis”. Nas próximas semanas, será lançado para assinantes do Google AI Pro/Ultra nos Estados Unidos e para usuários da edição Earth Professional, acelerando a transição das informações geoespaciais de ferramentas especializadas para serviços inteligentes e acessíveis ao público em geral.

07 Modelo de Grande Porte de IA “Lê Imagens para Identificar Genes” em Apenas 1 Minuto!

O diagnóstico e o tratamento de precisão do câncer de pulmão alcançam um avanço revolucionário.

Em outubro de 2025, a Kingmed Diagnostics, em colaboração com a Tencent e o Primeiro Hospital Afiliado da Universidade Médica de Guangzhou, anunciou conjuntamente o lançamento oficial do DeepGEM, um modelo genético de patologia oncológica em grande escala. Esse modelo é capaz de prever mutações de genes‑driver no câncer de pulmão apenas analisando imagens rotineiras de lâminas de patologia, concluindo o teste em menos de um minuto, com uma taxa de acurácia que varia entre 78% e 99%. O custo é várias vezes inferior ao do sequenciamento genético tradicional. Pesquisas anteriores foram publicadas na revista The Lancet Oncology e validadas com uma amostra de 4.260 casos, abrangendo 30 províncias em todo o país. Atualmente, o modelo já foi implementado na plataforma da Kingmed Diagnostics, oferecendo aos pacientes da atenção primária um fluxo de diagnóstico e tratamento inclusivo, baseado em “triagem inicial por IA, seguida de confirmação específica por análise genética”. No futuro, as três partes planejam expandir o modelo para abranger diversos tipos de câncer, incluindo o de mama, e desenvolver um modelo multimodal de patologia oncológica em grande escala, integrando dados multiômicos, inaugurando assim uma nova era de “previsão inteligente” no diagnóstico e no tratamento do câncer.

08 Revelado o “Simulador do Mundo” da Tesla: IA pratica 500 anos de direção em um único dia; a coevolução entre robôs e cérebros choca o setor

Na principal conferência de visão computacional de 2025, a ICCV, a Tesla apresentou oficialmente o “Simulador do Mundo” — um sistema de treinamento virtual alimentado por redes neurais. Esse sistema é capaz de gerar cenários de condução multi‑câmera altamente realistas com base em dados do mundo real, permitindo que os algoritmos de direção autônoma acumulem experiência equivalente a 500 anos de condução humana em apenas um dia. Em seu núcleo, o sistema adota uma arquitetura de ponta a ponta que traduz diretamente os pixels das câmeras em comandos de direção, superando a perda de informação inerente às abordagens modulares tradicionais. Além disso, utiliza uma tecnologia de “Salpicos Gaussianos Generativos” para garantir a interpretabilidade de cenas tridimensionais. Para além de ser empregado nas iterações do FSD, esse sistema também está treinando simultaneamente os robôs Optimus a navegar em ambientes complexos, como fábricas, evidenciando a ambição de Musk de construir um motor de IA de propósito geral. Atualmente, as enormes quantidades de dados coletadas diariamente pela frota da Tesla estão sendo otimizadas por meio de um ciclo de feedback do simulador, elevando a segurança da direção autônoma a um nível cinco vezes mais seguro do que a condução humana.

09 Uma revolução visual! DeepSeek lança modelo de OCR que alcança 10 vezes mais compressão de texto, processando 200.000 páginas de documentos em um único dia

Recentemente, a DeepSeek tornou open source um modelo de visão‑linguagem totalmente novo, chamado DeepSeek‑OCR. Aproveitando a tecnologia de “compressão ótica contextual”, esse modelo converte texto em imagens, alcançando uma compressão sem perdas de 10 vezes (com uma precisão de OCR de 97%) e mantendo 60% de precisão mesmo com compressão de 20 vezes. Em seu núcleo, a arquitetura DeepEncoder integra SAM e CLIP, suportando entradas em múltiplas resoluções — desde o modo Tiny até o modo Gundam. Com apenas 100 tokens visuais, supera o GOT‑OCR2.0 (que requer 256 tokens), enquanto, com 800 tokens, ultrapassa amplamente o MinerU2.0 (que exige mais de 6.000 tokens). Uma única GPU A100 é capaz de gerar 200 mil páginas de dados de treinamento por dia, suportando a análise de 100 idiomas, bem como conteúdos complexos, como gráficos, fórmulas químicas e muito mais. Esse modelo inovador oferece uma solução transformadora para o processamento de textos longos e para o treinamento de modelos multimodais. O modelo foi disponibilizado como código aberto no GitHub, despertando intensas discussões na comunidade de IA sobre o paradigma da “visão‑é‑compressão”.

Fonte: Escola de Inteligência Artificial, AI Zhi Qian Yan

Editor: Yu Li

Revisão: Zeng Xiong

Revisado por: Zhang Weitian