Mensagem do Gate News, 29 de abril — Os pesos do modelo flash Ling-2.6 da Ant Group agora foram disponibilizados como código aberto, após anteriormente estarem disponíveis apenas via API. O modelo tem 104 bilhões de parâmetros no total, com 7,4 bilhões ativados por inferência, uma janela de contexto de 256K e licenciamento MIT. Versões de precisão BF16, FP8 e INT4

Mensagem do Gate News, 28 de abril — A NVIDIA lançou o Nemotron 3 Nano Omni, um modelo multimodal de código aberto com uma arquitetura (MoE) de especialistas mistos (mixture-of-experts) com mistura 30B-A3B e suporte a janela de contexto de 256K. O modelo unifica o processamento de entradas de vídeo, áudio, imagem e texto em um único framework. Em comparação

Mensagem da Gate News, 28 de abril — A Meituan lançou silenciosamente um novo modelo de IA, LongCat-2.0-Preview, na sua plataforma de API LongCat, com um registro de atualização datado de 20 de abril, mas não fez nenhum anúncio oficial nem publicou relatório técnico. Diferentemente dos modelos anteriores da série LongCat

Mensagem do Gate News, 27 de abril — A equipe MiMo da Xiaomi disponibilizou em código aberto a série de modelos de linguagem de grande porte MiMo-V2.5 sob licença MIT, com suporte a implantação comercial, treinamento contínuo e ajuste fino. Ambos os modelos apresentam uma janela de contexto de 1 milhão de tokens. O MiMo-V2.5-Pro é um modelo de especialistas mistos de texto puro MoE

Mensagem do Gate News, 24 de abril — o engenheiro da OpenAI, Clive Chan, levantou objeções detalhadas ao capítulo de recomendações de hardware no relatório técnico V4, chamando-o de "surpreendentemente medíocre e propenso a erros" em comparação com a aclamada versão V3. A orientação de hardware da V3, que incluía sessões de Q&A

Mensagem do Gate News, 23 de abril — A DeepSeek disponibilizou o código-fonte aberto do TileKernels sob a licença MIT, uma biblioteca de kernels de GPU escrita em TileLang para treinamento e inferência de modelos de linguagem em larga escala. O TileLang é uma linguagem de domínio desenvolvida pela equipe tile-ai para expressar kernels de GPU de alto desempenho em

Mensagem do Gate News, 23 de abril — A equipe Seed da ByteDance lançou o Seed3D 2.0, um modelo de texto-para-3D que gera ativos 3D texturizados a partir de uma única imagem. A atualização se concentra em precisão geométrica e realismo de materiais, com a API agora disponível no Volcano Ark. A geração geométrica emprega um

Mensagem do Gate News, 22 de abril — o estudante de PhD da Princeton, Yifan Zhang, divulgou no X as especificações técnicas completas do DeepSeek V4, após um prévio em 19 de abril. O V4 tem 1,6 trilhão de parâmetros no total e uma variante leve, o V4-Lite, com 285 bilhões de parâmetros. O modelo emprega o mecanismo de atenção DSA2

O Alibaba Qwen Lab lançou o Qwen3.6-35B-A3B, um modelo de linguagem grande de código aberto com uma arquitetura esparsa de mixture-of-experts, apresentando 35 bilhões de parâmetros e recursos de programação agentic para integração com assistentes de codificação de terceiros.

A Google lançou, a 3 de abril, o modelo multimodal Gemma 4, que suporta entradas de texto, imagem e áudio, gerando saídas de texto. A sua janela de contexto pode acomodar 256.000 tokens, suporta 140 línguas e é aplicável a vários ambientes, incluindo quatro modelos de diferentes dimensões.