AVATARES DE IA AGORA PODEM FALAR POR ATÉ 5 MINUTOS EM UMA ÚNICA GERAÇÃO O OmniHuman 2.0 transforma uma foto de um personagem em um vídeo com fala, expressões faciais, gestos e movimento corporal completo. Faça o upload de uma faixa de áudio, descreva os movimentos da câmera e as ações em texto, e o modelo gera a performance. Aqui estão os destaques: Vídeos de 5 minutos: aumento de 60 segundos, sem costurar clipes separados. Diálogo e música: suporte a formatos de conteúdo mais expressivos. Custos de geração mais baixos: relatadamente reduzidos de US$ 0,12 para US$ 0,07 por segundo. A US$ 0,07 por segundo, um vídeo de cinco minutos custa cerca de US$ 21. Isso abre possibilidades práticas para apresentadores virtuais, criadores de publicidade, conteúdo educacional e personagens de marca que precisam falar regularmente. A maior oportunidade é a produção de conteúdo em escala. Em vez de filmar uma pessoa toda vez que precisar de um novo vídeo, você pode criar um fluxo de trabalho reutilizável com um personagem digital, um roteiro e uma faixa de áudio. O verdadeiro teste é se a saída permanece consistente e natural ao longo dos cinco minutos completos. https://t.co/PW8ib5olVc

BLACK FOREST LABS TORNOU A GERAÇÃO DE IMAGENS EM 4K POSSÍVEL EM GPUs DE 8GB O @bfl_ai lançou o FLUX 3 Image Klein, um modelo de peso aberto com 5,6 bilhões de parâmetros que traz geração e edição avançadas de imagens para hardware de consumo. Em vez de depender inteiramente de APIs em nuvem, desenvolvedores agora podem executar localmente um modelo de imagem capaz por meio do ComfyUI ou Diffusers. Aqui está o que ele oferece: 5,6 bilhões de parâmetros Geração nativa de imagens em 4K Edição com até 10 imagens de referência Controles de caixa delimitadora para layouts precisos Modelos base e distilados para diferentes cargas de trabalho Suporte INT8 para GPUs com apenas 8GB de VRAM Segundo a Black Forest Labs, o modelo distilado gera uma imagem de 1MP em menos de 9 segundos em uma RTX 4070. Mas a maior oportunidade não é outro recorde de velocidade. É o que acontece quando equipes de marketing podem construir sua própria infraestrutura de produção de imagens. Imagine uma linha criativa onde agentes geram dezenas de variações de anúncios, adaptam ativos existentes a diferentes formatos e mantêm referências visuais consistentes sem enviar cada solicitação para uma plataforma SaaS separada. O modelo pode ser executado localmente, suas configurações podem ser padronizadas e tarefas repetitivas de produção podem ser automatizadas por meio de fluxos de trabalho personalizados. Há uma limitação importante. Pesos abertos não significam liberdade comercial ilimitada. A licença FLUX Kommunity permite uso comercial gratuito para empresas com receita anual abaixo de US$ 5 milhões, enquanto organizações maiores precisam de licenciamento adicional. A inferência local também envolve custos com hardware, manutenção e configuração. Mas a direção está ficando clara. À medida que modelos de imagem se tornam menores e mais acessíveis, a capacidade de gerar visuais deixa de ser a principal vantagem competitiva. O que importa mais é o sistema ao redor deles: direção criativa, consistência da marca, ativos proprietários e distribuição. A IA está tornando a infraestrutura de produção visual cada vez mais acessível. As equipes que sabem o que criar e por quê se beneficiarão mais. pesquisa ↓

META ACABOU DE LANÇAR UM MODELO DE IA COM 816B DE PESOS ABERTOS QUE RODA EM DOIS MAC STUDIOS @Meta lançou o Muse Spark Open, seu novo modelo de IA desenvolvido para codificação complexa, agentes autônomos e tarefas de engenharia de longa duração. A parte incomum é que desenvolvedores podem baixar os pesos e executar um modelo dessa escala em hardware local, em vez de depender inteiramente de APIs em nuvem. Aqui está o que a Meta incluiu nele: 816B de parâmetros totais 42B de parâmetros ativos por token Janela de contexto de 1M de tokens Entrada nativa de texto, imagem, vídeo e áudio Suporte para hardware AMD, Apple, Intel e NVIDIA A arquitetura utiliza Mixture of Experts. Em vez de ativar todos os 816 bilhões de parâmetros para cada token, o modelo usa aproximadamente 42 bilhões, reduzindo o cálculo necessário durante a inferência. Isso torna sua implantação em desktop especialmente interessante. A Meta trabalhou com a Apple para otimizar o Muse Spark Open em dois Mac Studios com M5 Ultra usando o framework MLX. Juntos, os dispositivos fornecem até 1TB de memória unificada. A empresa também demonstrou fluxos de trabalho agentes reais rodando localmente: Corrigindo bugs e implementando recursos em um aplicativo iOS Completação de builds de software por meio do Muse Code Controle do DaVinci Resolve para analisar imagens Identificação de momentos fortes em vídeos e criação de recortes verticais O modelo está disponível por meio do Hugging Face e provedores de API, incluindo Groq, Together AI, Fireworks e OpenRouter. Mas há uma distinção importante. "Open-weight" não significa código aberto ilimitado. A licença do Modelo Muse da Meta inclui limitações comerciais, e executar um modelo de 816B localmente ainda exige hardware caro. O que mais me interessa é o que isso pode significar para operações nativas de IA. Equipes de marketing estão cada vez mais construindo agentes que processam conversas com clientes, analisam concorrentes, classificam conteúdo e coordenam fluxos de produção. Hoje, muitos desses sistemas dependem de provedores externos de modelos para cada etapa. Modelos open-weight mais capazes criam outra opção: executar pesquisas sensíveis, processamento interno de conhecimento e agentes especializados em infraestrutura controlada pela organização. Isso não torna automaticamente a IA local mais barata ou melhor. Os custos de implantação, velocidade de inferência, manutenção e qualidade do modelo ainda determinam se faz sentido. Mas o cenário competitivo está mudando. O acesso a modelos poderosos está se tornando gradualmente menos dependente de um pequeno número de provedores fechados de API. E à medida que o acesso a modelos se torna mais flexível, a vantagem passa para as equipes que conseguem construir fluxos de trabalho confiáveis, conectar dados proprietários e transformar capacidades de IA em sistemas úteis.

GPT-5.6 SOL ACABOU DE MUDAR A ECONOMIA DA CIBERSEGURANÇA Pesquisadores usaram IA para ajudar a descobrir uma vulnerabilidade crítica no Linux que poderia permitir a uma máquina virtual acessar seu host. O custo relatado da API foi inferior a US$ 700. A parte interessante não é apenas a vulnerabilidade em si. Pesquisadores humanos ainda direcionaram e verificaram o trabalho, mas a IA tornou uma investigação altamente complexa drasticamente mais barata. Se descobrir vulnerabilidades críticas se tornar tão acessível, a vantagem passa para quem conseguir encontrar, validar e corrigi-las mais rapidamente. A IA está reduzindo o custo tanto de ataques quanto de defesa de infraestruturas. via @entropyIO

A META ESTÁ CONSTRUINDO A PRÓXIMA CAMADA DE DISTRIBUIÇÃO PARA AGENTES DE IA @Meta e a Sierra estão trabalhando com Shopify, @stripe e Walmart em um protocolo que permite que agentes de IA autentiquem e interajam com empresas em nome dos clientes. A história óbvia é a segurança. Os agentes precisam de permissão para acessar contas, verificar pedidos e realizar ações sem serem tratados como bots. Mas acho que a implicação maior é para o marketing. Durante décadas, as empresas otimizaram sites para converter visitantes humanos. Agora, elas podem precisar atender agentes de IA que pesquisam produtos, comparam ofertas e tomam decisões antes que uma pessoa abra o site. Isso muda a jornada de compra. Dados do produto, preços, disponibilidade, reputação e informações legíveis por máquina podem se tornar tão importantes quanto a página de destino em si. E a vantagem competitiva passa a ser ser descobrível, compreensível e acessível às máquinas. O protocolo ainda está no início, mas a direção vale a pena acompanhar. As marcas passaram anos otimizando para motores de busca. O próximo desafio é garantir que agentes de IA possam realmente escolher e interagir com elas.

IA ACABOU DE TORNAR A CONSTRUÇÃO DE UMA ALTERNATIVA AO ADOBE MUITO MAIS BARATA Um desenvolvedor supostamente usou o Claude Opus 5.5 e o Rust para criar sete aplicativos criativos de código aberto que cobrem Photoshop, Illustrator, Premiere Pro, After Effects e mais. Ainda não são substitutos prontos para produção. A compatibilidade profissional, a qualidade de renderização e a confiabilidade ainda são importantes. Mas a grande história não é o Adobe perdendo sete categorias de produtos da noite para o dia. É o que acontece quando o custo de construir software complexo cai drasticamente. Durante anos, empresas de software estabelecidas se beneficiaram do enorme investimento de engenharia necessário para competir com elas. A IA está começando a enfraquecer essa barreira. A verdadeira vantagem competitiva pode mudar de quem pode arcar com o custo de construir o software para quem consegue torná-lo confiável, ganhar a confiança dos usuários e construir o ecossistema mais forte. Essa é uma ameaça muito mais interessante para o Adobe do que outro clone gratuito do Photoshop.

Mercados de previsão têm um problema com métricas de aparência: volume de negociação. O volume parece indicar adoção, mas pode disparar em torno de eventos importantes e contar repetidamente o mesmo capital à medida que os traders rotacionam posições. O interesse aberto conta uma história muito mais clara. Em 1º de maio, os mercados de previsão rastreados detinham aproximadamente US$ 1,11 bilhão em interesse aberto. Kalshi: ~US$ 630,7 milhões Polymarket: ~US$ 449,9 milhões Juntos, representavam quase 98%. Todos os demais estavam abaixo de US$ 15 milhões. Isso muda a forma como interpreto a categoria. Não são dez plataformas competindo em pé de igualdade. São dois centros de liquidez seguidos por uma longa cauda de produtos cada vez mais especializados. @Kalshi está vencendo com infraestrutura regulada e UX semelhante a uma corretora. @Polymarket domina a posição nativa da cripto. Pequenos players estão se diferenciando em torno de ambientes específicos: mercados cripto no estilo exchange, contratos macro ou mercados de previsão integrados diretamente em plataformas de negociação existentes. A lição mais ampla é simples: atividade não é o mesmo que profundidade. Você pode subsidiar volume e fazer um painel parecer ativo. Mas não pode fingir se capital sério consegue entrar e sair sem mover o mercado. Eu classificaria mercados de previsão por interesse aberto, profundidade, spreads e qualidade de resolução antes do volume em destaque.

Perp DEXs em 2026 não têm um problema de tráfego. Têm um problema de retenção. Conseguir 50.000 carteiras por meio de KOLs, pontos e uma campanha de airdrop é relativamente fácil. Fazer um trader depositar, abrir uma posição, voltar na semana seguinte e eventualmente tornar seu ambiente parte do seu conjunto de negociação é muito mais difícil. É por isso que @entropyIO é interessante de acompanhar. Em vez de depender apenas de recompensas futuras especulativas, a Entropy está construindo incentivos em torno de comportamentos que podem se multiplicar: reembolsos de negociação, indicações, distribuição de parceiros e recompensas pagas em $HYPE usando taxas ao nível do deployer. Recentemente, ela começou a distribuir esses reembolsos aos traders e indicadores, além de expandir a distribuição por canais como a Trust Wallet. E já há atividade significativa para reter. O DefiLlama atualmente mostra cerca de US$ 895 milhões em volume Perp de 30 dias para a Entropy. A métrica importante agora não é quantas carteiras uma campanha pode adquirir. É conta financiada → primeiro trade → segunda semana → retenção no Dia 30 → LTV. Pontos podem alugar volume. Um sistema de crescimento real torna voltar economicamente racional mesmo após o fim da campanha.

A CONTA MORTA NO FUNIL É FREQUENTEMENTE A DO FUNDADOR Cada auditoria parece a mesma. A marca posta todos os dias. A conta pessoal do fundador foi congelada em abril. Um pin da lançamento da temporada passada. Para um produto que precisa de usuários e parceiros, essa lacuna é cara. Ninguém assume a responsabilidade de fechá-la. As equipes arquivam o canal como “pessoal” ou “quando tiver uma hora”. Na Web3, a voz do fundador é o ativo de maior confiança que a empresa já possui. A maioria das equipes o deixa de lado. ISSO NÃO TEM A VER COM CARISMA Edelman 2025: cientistas 77%, professores 75%, CEOs em geral 53%. As pessoas confiam em uma pessoa que conhece o assunto. Não no organograma. No cripto, a atenção também tem um preço. A atenção coletiva se concentra em um rosto e um ponto de vista. Uma marca sem rosto luta por essa atenção sem seu ativo mais forte em jogo. A marca diz o que foi lançado. O fundador explica por que isso importa e se a pessoa que o construiu vale a aposta. ONDE O TRÁFEGO ORGÂNICO REALMENTE CHEGA Parcerias, contratações fortes, uma introdução de fundo, uma conversa com uma exchange raramente chegam na caixa de entrada da marca. Elas caem nos DMs da pessoa cujo ponto de vista alguém acabou de ler. A conta pessoal está no topo do funil. Não é um pensamento de sexta-feira. COMO NÃO MATAR O CANAL Marca: anúncios, produto, fatos. Fundador: onde o mercado está errado, como você constrói, a perda ocasional. O mesmo release de imprensa de duas contas é peso morto. Não conte seguidores. Conte respostas das pessoas certas. Threads que abrem. Ligações. Negócios que você pode vincular a uma postagem. Cinco mil novos seguidores e zero conversas é um mês fracassado. Metade do canal não é seu próprio feed. É uma resposta sob as contas que seu comprador já lê. O canal não pode depender de uma noite livre. É na semana que isso acontece que ele morre — e é exatamente na semana em que você mais precisava dele. LinkedIn é uma sala separada. A confiança do Crypto Twitter não te acompanha. Um investidor busca o nome. Um perfil vazio ou “gm, novo airdrop” não é credibilidade lá. É um sinal de que você está falando com a sala errada. Uma página da empresa tem apenas uma fração do alcance que uma pessoa tem. Um fundador silencioso torna cada toque posterior mais caro. Uma voz viva os torna mais baratos.

SEU PRÓXIMO CLIENTE PODE SER UM ROBÔ Por muito tempo, o marketing teve apenas um trabalho: atrair um ser humano para a página. Agora, a aba é frequentemente aberta por algo diferente. Um agente de navegador lê, compara e, cada vez mais, conclui a ação por uma pessoa que nunca viu o site. Em abril de 2026, cerca de 71% do tráfego de agentes veio de agentes de navegador. O Comet da Perplexity e o Atlas da OpenAI representaram cerca de 70% desse layer. O comércio foi o segundo destino, cerca de 38% das rotas. E eles compram. Adobe: as visitas a sites de varejo nos EUA provenientes de fontes de IA cresceram 393% ano a ano no Q1 de 2026. Em março, essas visitas converteram cerca de 42% melhor que o restante. Um ano antes, era o oposto: 38% pior. Salesforce: na temporada de festas de 2025, agentes fecharam cerca de 20% dos pedidos globais, cerca de US$ 262 bilhões. O QUE O AGENTE RECOMPENSA Ele não sente a história do fundador. Ele busca fatos: o que é isso, o preço, os termos, se a ação pode ser concluída sem travar. A maioria dos sites, especialmente os Web3, é hostil a isso. Metáforas. Movimento. O ponto no terceiro clique. Um ser humano esperará um segundo. O agente sai para uma página que ele realmente consiga ler. O público se dividiu. Uma pessoa ainda precisa de uma história e de prova. Uma máquina precisa de uma página que consiga interpretar e comprar. Isso já é um canal, assim como o ranqueamento do Google costumava ser. ONDE A CRIPTOMOEDA TEM UMA VANTAGEM INICIAL Um agente precisa de trilhos construídos para software, não um botão feito para um polegar. Carteiras estáveis, programáveis e liquidação onchain estão mais próximas disso do que um formulário de cartão. Hoje, apenas cerca de 3% das sessões de agentes alcançam o checkout. Essa janela não permanecerá aberta. Mantenha os fatos em texto: produto, preço, termos. Separe o tráfego de agentes nas análises. Conclua a única ação principal em um caminho curto, sem modais extras e desvios de carteira. Por vinte anos, busca significou: eles te encontraram e enviaram uma pessoa. A próxima camada: o agente entendeu a página e ou te levou ou não. Em uma fração de segundo. Sem lealdade. Uma pequena equipe com uma página clara e legível pode superar um site bonito que a máquina não consegue interpretar.