Autonomous Driving

Principais notícias

1. 1

   DeepSeek lançou um novo modelo de IA com capacidade de processamento ampliada, consolidando sua posição entre os principais modelos de código aberto.

   O que aconteceu： DeepSeek apresentou um modelo atualizado com suporte a 1M tokens (sequências de texto que o modelo pode processar por vez), expandindo significativamente a partir da versão anterior. Por que importa： Modelos com maior capacidade de tokens permitem processar documentos e contextos mais longos em uma única solicitação, o que é relevante para empresas que lidam com análise de grandes volumes de texto ou código. DeepSeek está entre os principais players em modelos de IA de código aberto, e melhorias na sua capacidade técnica indicam progresso contínuo na competição global por ferramentas de IA mais capazes.

   Atenção： A expansão para 1M tokens representa um aumento substancial em relação às gerações anteriores, permitindo que o modelo seja mais versátil para casos de uso complexos que exigem análise de contexto prolongado.

2. 2

   DeepSeek lança modelo de raciocínio R1 com capacidade ampliada e custo reduzido, desafiando os líderes ocidentais em IA.

   O que aconteceu: A DeepSeek apresentou o DeepSeek-R1, um modelo de raciocínio de código aberto que processa até 1M tokens de contexto (em comparação com 128K tokens na versão anterior), com custo de processamento 90% menor do que o Claude 3.5 Sonnet e equivalente em desempenho ao o1 da OpenAI em avaliações de raciocínio matemático e de programação. Por que é importante: Este desenvolvimento demonstra que a China consegue competir com os EUA em capacidades de IA de ponta sem estar sujeita às mesmas restrições regulatórias de computação. A combinação de menor custo operacional e alta capacidade muda a dinâmica competitiva para empresas que constroem aplicações de IA, permitindo modelos mais acessíveis com desempenho comparável aos produtos líderes ocidentais.

   O que acompanhar: O modelo está disponível em plataforma de código aberto, permitindo que qualquer desenvolvedor o utilize sem restrições. O contexto expandido de 1M tokens abre possibilidades para análise de documentos muito maiores do que era previamente viável com modelos de código aberto.

3. 3

   DeepSeek lança modelo R1 com contexto ampliado, posicionando-se como alternativa de custo reduzido em IA de raciocínio.

   O que aconteceu: DeepSeek apresentou o R1, um modelo de raciocínio (IA que trabalha através de passos lógicos para chegar a respostas) capaz de processar 1M tokens de contexto (a quantidade de informação que o modelo consegue avaliar num único pedido), expandido a partir de 128K tokens na versão V3.2. O modelo foi posicionado como a segunda melhor opção de código aberto em sua categoria. Por que importa: Este lançamento sugere que a DeepSeek continua oferecendo alternativas mais acessíveis em termos de custo no segmento de IA avançada, diferenciando-se através de capacidades técnicas semelhantes às de concorrentes estabelecidos. Para empresas que dependem de IA de raciocínio, isto representa mais opções além dos fornecedores dominantes.

   Atenção: O contexto ampliado para 1M tokens significa que o modelo consegue processar documentos muito mais longos ou conversas extensas numa única solicitação, o que pode ser relevante para aplicações que exigem análise profunda de grandes volumes de informação.

4. 4

   AWS apresenta Self-Driving Lab, um sistema de IA física que automatiza pesquisa científica em laboratórios, mudando como drogas e materiais são descobertos.

   O que aconteceu: A AWS (Amazon Web Services) apresentou o Self-Driving Lab durante o AWS Summit 2026 Healthcare & Life Sciences. Trata-se de um sistema que utiliza IA física — máquinas e robôs controlados por inteligência artificial — para executar experimentos científicos de forma autônoma em laboratórios, sem intervenção humana constante. Por que importa: Laboratórios tradicionais dependem de cientistas humanos para projetar, executar e avaliar cada experimento, um processo lento e custoso. Um sistema automatizado por IA que realiza essa pesquisa de forma contínua pode acelerar descobertas de novos fármacos e materiais, reduzindo o tempo e custo do processo de desenvolvimento.

   Pontos de atenção: O Self-Driving Lab foi apresentado no contexto de saúde e ciências da vida, sugerindo foco inicial em aplicações farmacêuticas e pesquisa biomédica. O sistema representa uma evolução na forma como a IA deixa de ser apenas análise de dados para atuar diretamente em ambientes físicos e tomar decisões de pesquisa em tempo real.

5. 5

   Claude Code solicita aprovação do usuário repetidamente sem reter preferências anteriores, forçando decisões às cegas sem previsualizações.

   O que aconteceu: Um usuário relata que Claude Code apresenta um padrão de repetição durante sessões — por exemplo, propõe `pip install` novamente em um mesmo projeto, mesmo após o usuário ter indicado preferência por `uv sync` em uma conversa anterior. A ferramenta também solicita aprovação para operações críticas (como migrações de banco de dados) sem permitir perguntas de esclarecimento ou visualização do impacto antes da confirmação. Por que importa: Quando o usuário aprova mudanças sem compreender completamente o que está sendo alterado, corre o risco de introduzir problemas no código — especialmente em operações delicadas como recriação de colunas em bancos de dados. A falta de memória entre sessões sobre decisões anteriores também prejudica a produtividade, exigindo que o usuário reafirme preferências repetidamente.

   Ponto de atenção: A ferramenta oferece modos de planejamento (por exemplo, escolher entre "refactor" ou "patch"), mas o usuário só vê as consequências reais durante a execução, não antes de selecionar a opção. Não há também fluxo para encaminhar decisões a especialistas — o usuário só pode aprovar, rejeitar ou contatar colegas manualmente em plataformas externas.

6. 6

   Raquel Urtasun, CEO da startup de caminhões autônomos Waabi, argumenta que contratar profissionais da Geração Z é mais vantajoso do que veteranos da indústria na era da IA.

   O que aconteceu: Raquel Urtasun, cofundadora da Waabi (uma startup de caminhões autônomos que atingiu o status de unicórnio), compartilhou com a Fortune sua visão sobre contratações na era da IA, defendendo que profissionais da Geração Z são uma melhor aposta de contratação do que especialistas veteranos da indústria. Por que importa: A posição de Urtasun reflete uma mudança no pensamento sobre talento em empresas de IA — a experiência prévia em um setor pode ser menos valiosa do que a capacidade de abraçar rapidamente novas tecnologias. Segundo ela, "O medo pode paralisar sua capacidade de abraçar essa mudança", sugerindo que a mentalidade aberta é crítica em um ambiente onde a IA está transformando o trabalho.

   Ponto de atenção: A Waabi, empresa cofundada por Urtasun, representa uma das iniciativas de maior visibilidade no espaço de tecnologia autônoma, tornando sua perspectiva sobre recrutamento relevante para outras empresas de IA que enfrentam dilemas similares de talento.