Nikolas Weber
🙌 OpenAI Prepara Lançamento Público do SORA
🦾 Novo Robô da Figure Dá um Corpo ao ChatGPT
🕹️ DeepMind Treina Agente de IA para Jogos
A OpenAI está se preparando para tornar seu gerador de vídeo texto-para-vídeo, Sora, disponível ao público ainda este ano, prometendo revolucionar a criação de conteúdo com hiperrealismo baseado em prompts de texto. Em uma entrevista ao The Wall Street Journal, Mira Murati, CTO da OpenAI, compartilhou insights sobre o desenvolvimento de Sora e abordou as crescentes preocupações com direitos autorais e a produção de desinformação.
Pontos Principais:
Disponibilidade: Sora estará acessível “este ano”, possivelmente em alguns meses, inicialmente disponibilizado apenas para artistas visuais, designers e cineastas.
Capacidades Futuras: OpenAI planeja adicionar áudio aos vídeos gerados pelo Sora, ampliando o realismo das cenas e permitindo que os usuários editem o conteúdo dos vídeos, uma vez que as ferramentas de IA nem sempre criam imagens precisas.
Treinamento e Dados: Murati foi reservada sobre os detalhes dos dados usados para treinar Sora, mencionando apenas que foram utilizados dados públicos ou licenciados, incluindo conteúdo da Shutterstock, parceira da OpenAI.
Custo e Acesso: A ferramenta, que é mais cara para operar, visa estar disponível a custos semelhantes ao DALL-E, modelo de texto-para-imagem da companhia.
Preocupações com Desinformação: À medida que nos aproximamos das eleições presidenciais de 2024, aumentam as preocupações sobre o potencial de ferramentas de IA gerativa em criar desinformação. Sora provavelmente seguirá políticas semelhantes ao DALL-E, evitando a produção de imagens de figuras públicas e incluindo uma marca d'água nos vídeos para diferenciá-los dos reais.
Figure AI acaba de revelar uma nova demonstração, integrando-se a um modelo de visão e linguagem da OpenAI para permitir que ele se engaje em conversas naturais, interprete visualmente seu entorno e execute tarefas de forma autônoma.
Detalhes Inovadores:
Demonstração Versátil: O robô Figure 01 é mostrado falando conversacionalmente, organizando pratos e realizando ações dependentes de contexto.
Ações Autônomas: Todas as ações do robô são comportamentos aprendidos, em vez de controlados remotamente, e são executadas em velocidade normal.
Capacidade de Planejamento e Reflexão: Figure 01 também demonstra sua habilidade de planejar e refletir, explicando seu raciocínio para uma certa ação enquanto lembra do contexto passado.
Avanço Significativo:
Esta demonstração, que ocorre apenas 13 dias após o início da parceria entre a Figure e a OpenAI, anunciada junto à rodada de financiamento de $675M da startup, sinaliza um avanço impressionante. Se este é o progresso em tão pouco tempo, podemos esperar desenvolvimentos ainda mais surpreendentes no futuro. Figure 01 não apenas exibe destreza e movimento de última geração, mas agora combinados com as capacidades avançadas de uma IA multimodal poderosa.
Assista à demonstração acima — e imagine o que a integração com o GPT-5 trará...
Google DeepMind acaba de apresentar SIMA, um agente de inteligência artificial capaz de seguir instruções em linguagem natural para executar tarefas em ambientes de jogos eletrônicos diversos.
Detalhes do Avanço:
Treinamento Versátil: SIMA foi treinado em 9 jogos diferentes, incluindo títulos como No Man's Sky e Teardown, para aprender habilidades gerais e comandos.
Interação Intuitiva: O agente de IA não precisa de acesso ao código do jogo ou APIs, utilizando apenas imagens e instruções textuais como entrada — imitando a maneira como os humanos jogam.
Avaliação Abrangente: SIMA foi avaliado em cerca de 1.500 tarefas em categorias como navegação, interação com objetos e coleta de recursos.
Por que Isso Importa:
SIMA oferece uma visão empolgante do futuro dos jogos, onde agentes de IA podem se tornar companheiros dinâmicos, ao invés de apenas adversários poderosos. Além disso, aproxima-nos de uma IA capaz de colaborar inteligentemente com humanos não apenas em jogos, mas também em tarefas e ambientes do mundo real
RADAR EXPRESS
Midjourney bloqueia imagens de Biden e Trump à medida que as eleições se aproximam.
A Anthropic acaba de lançar uma biblioteca de prompts para o Claude 3.
A Amazon permitirá que os vendedores colem um link para que a IA possa criar uma página de produto
Firefly da Adobe, repete alguns dos mesmos erros controversos que o Gemini do Google cometeu em representações raciais e étnicas imprecisas
Dall-e 3 ✧ SPARK
Obrigado pela Leitura!
