O Mercury Coder da InceptionAILabs, um modelo linguístico inovador capaz de gerar mais de 1000 tokens/segundo, está agora disponível para teste no Playground. Este avanço tecnológico não só demonstra o seu poder no processamento de dados de texto em grande escala, como também abre novas possibilidades no domínio do processamento de linguagem natural.
O Mercury Coder baseia-se numa arquitetura avançada de modelo de difusão que permite uma geração de texto eficiente e precisa através de redes neurais multicamadas. Esta tecnologia é utilizada numa vasta gama de cenários de aplicação, incluindo, entre outros, a escrita inteligente, resumos automáticos, sistemas de diálogo, etc.
Caraterísticas principais:
- Geração de alta velocidade: mais de 1.000 fichas por segundo.
- Ampla aplicabilidade: adequado para uma vasta gama de tarefas de processamento de linguagem natural
- Fácil de utilizar: fácil de experimentar no Playground
Os programadores e investigadores podem experimentar o poder do Mercury Coder visitando a ligação (https://t.co/b2uldcV5OM).
---
O Gemini 2.5 Pro Preview é incrivelmente bom em programação.
Utilizei-a como assistente de programação para construir com êxito um jogo Mario 2D completo. Esta ferramenta não só fornece sugestões de código poderosas e funcionalidades de geração automática, como também é altamente personalizável e flexível, tornando o processo de desenvolvimento mais eficiente e suave.
Aqui estão os passos exactos para construir um jogo Mario 2D usando o Gemini 2.5 Pro:
- Inicialização do projeto: criar um novo projeto de jogo 2D e configurar o ambiente básico do jogo.
- Design de personagens: Utilize a função de solicitação inteligente do Gemini 2.5 Pro para concluir rapidamente o design e a animação de personagens de jogos.
- Construção de cenas: Construa facilmente cada nível e obstáculo do jogo com os modelos e componentes fornecidos pela ferramenta.
- Escrita lógica: Com a poderosa capacidade de geração de código do Gemini 2.5 Pro, implemente rapidamente a lógica central do jogo, como a deteção de colisões e o sistema de pontuação.
- Testes e otimização: Executar o jogo e depurá-lo, ajustá-lo e melhorá-lo de acordo com o feedback.
---
Passaram apenas dois dias desde que a Google lançou a pré-visualização do Gemini 2.5 Pro, e o assistente de IA atualizado já atraiu muita atenção. Vários programadores e programadores estão a delirar com as suas poderosas capacidades de codificação.
O Gemini 2.5 Pro não só é excelente na geração de código, mas também suporta uma ampla gama de linguagens de programação e estruturas, o que melhora muito a eficiência do desenvolvimento. Além disso, é capaz de compreender e gerar trechos de código complexos, ajudando os programadores a resolver rapidamente problemas do mundo real. Já foram partilhados treze exemplos fantásticos, dos quais o 5º exemplo é particularmente convincente, demonstrando o seu poder para lidar com lógicas complexas.
O lançamento do Gemini 2.5 Pro marca um novo avanço no domínio da programação com inteligência artificial, abrindo mais possibilidades para o desenvolvimento de software no futuro.
---
um aparelho chamadoAgente QO revolucionário sistema de multi-inteligência da LangGraph torna os complexos fluxos de trabalho de química quântica mais acessíveis e geríveis através de técnicas de processamento de linguagem natural. Construído com base na avançada tecnologia LangGraph, o sistema atingiu com êxito uma taxa de automatização de 87%.
Sendo um domínio altamente especializado, o estudo da química quântica requer frequentemente cálculos complexos e uma grande dose de conhecimentos especializados. No entanto.Agente QAo traduzir tarefas complexas de química quântica em instruções de linguagem natural, o limiar de atuação dos investigadores é consideravelmente reduzido. Isto não só melhora a eficiência da investigação, como também abre a possibilidade de uma investigação mais interdisciplinar.
De um ponto de vista de aplicação prática, oAgente QTem uma vasta gama de aplicações nos domínios do desenvolvimento de medicamentos e da ciência dos materiais. Por exemplo, no processo de conceção de medicamentos, os cientistas podem utilizar o sistema para selecionar rapidamente compostos potencialmente eficazes; enquanto no desenvolvimento de novos materiais, pode acelerar a previsão e a verificação das propriedades de novas substâncias.
Os interessados em saber mais sobre esta tecnologia de ponta e sobre a forma como poderá mudar a forma como a investigação científica é conduzida no futuro podem obter mais informações lendo o respetivo documento.
---
A aplicação web ChatGPT foi recentemente submetida a uma série de actualizações destinadas a melhorar a experiência do utilizador e a diversidade funcional.
Nesta atualização.estudo aprofundadoFoi adicionada uma nova opção "Transferir como PDF" para facilitar aos utilizadores a gravação e a partilha de resultados de investigação. Além disso, o separador Conectores foi completamente atualizado, introduzindo vários novos conectores, incluindo Datadog, Zendesk, Box, Resend, Contentful, Teams, SendGrid, Goldcast, HubSpot e Intercom, expandindo ainda mais os cenários de aplicação do ChatGPT.
Histórico do chat de referência(Moonshine) foi agora lançada para os utilizadores Plus e Pro no EEE, Reino Unido, Suíça, Noruega, Islândia e Liechtenstein, melhorando as capacidades de recuperação de informação dos utilizadores.
Outra atualização importante é o Conector GitHub para utilizadores de equipas globais, que está agora aberto para utilização e está a ser gradualmente alargado aos utilizadores Plus e Pro, excluindo os do EEE, Suíça e Reino Unido. O acesso para utilizadores empresariais será anunciado mais tarde.
Estas actualizações não só melhoram a funcionalidade do ChatGPT, como também expandem o seu potencial de aplicação em vários domínios, proporcionando aos utilizadores serviços mais eficientes e convenientes.
---
Ontem à noite, organizei os meus 5000 tweets sobre IA numa base de conhecimentos e utilizei o DeepSeek-R1 para a Geração Aumentada de Recuperação (RAG). Os resultados foram satisfatórios e o sistema conseguiu evitar eficazmente o problema de "despejar palavras grandes".
Seguem-se três exemplos concretos:
Primeiro teste: Pergunta sobre a experiência de utilização do o3. Como representante de um novo paradigma, o o3 é uma coisa nova que não pode ser tratada com conhecimentos e métodos antigos. A base de conhecimentos encontrou rapidamente 43 materiais relacionados e sintetizou-os em 18 segundos, e a resposta integra toda a minha partilha de experiências.
Ao contrário da solução tradicional, os utilizadores têm de dominar a sintaxe de pesquisa avançada do Twitter, procurar tópicos na minha página e, depois de encontrarem 43 itens de conteúdo, ainda têm de os ler um a um e realizar o processamento pelo cérebro humano e uma análise abrangente. Com o DeepSeek-R1, todo o processo não só é eficiente, como cada citação é exacta ao nível do parágrafo, fornecendo informações mais detalhadas e fiáveis.
A aplicação desta tecnologia demonstra as vantagens do RAG no tratamento de grandes quantidades de informação, não só melhorando a eficiência mas também garantindo a qualidade das respostas.
---
O Multiverse é um jogo online revolucionário para vários jogadores que utiliza tecnologia de inteligência artificial para simular um mundo virtual em tempo real.
Neste jogo, o comportamento do jogador afecta o mundo gerado pela IA em tempo real. Por exemplo, quando um jogador executa acções como acelerar, fazer drift ou ultrapassar, o ambiente virtual responde instantaneamente, proporcionando assim uma experiência de jogo única para cada jogador.
Baixos custos de I&DO projeto custou menos de 1.500 dólares para ser desenvolvido e treinado, e pode ser executado num PC normal, o que reduz significativamente o limiar de desenvolvimento.
O Multiverse é totalmente open source e todo o conteúdo do projeto, incluindo o código, os dados, os parâmetros do modelo e a arquitetura, está aberto ao público. Esta abertura não só promove o intercâmbio técnico e a cooperação, como também fornece recursos de aprendizagem valiosos para outros programadores.
Com a crescente utilização da tecnologia de IA nos jogos, o sucesso da Multiverse demonstra a possibilidade de um modelo de desenvolvimento de jogos eficiente e de baixo custo.
---
A Google demonstrou recentemente avanços significativos na compreensão de vídeo com a sua última versão do Gemini 2.5 Pro. A nova versão é capaz de processar vídeos até cerca de 6 horas de duração e suporta até 2 milhões de tokens de contexto, melhorando consideravelmente o processamento de vídeo.
Além disso, o Gemini 2.5 Pro pode analisar diretamente as ligações do YouTube através de APIs para compreender, analisar e transformar o conteúdo de vídeo, tornando-o adequado para aplicações de aprendizagem, produção de animação e muitos outros cenários.
As principais caraterísticas incluem:
- Localização e análise de fragmentos transientes
- Estatística e julgamento lógico de eventos em horizontes temporais
- Transformar o conteúdo de vídeo em múltiplas aplicações
O Gemini 2.5 Pro também se destaca no desempenho de compreensão de vídeo, alcançando uma precisão de 84,71 TP3T no teste de referência VideoMME, apenas ligeiramente abaixo do atual líder de 85,21 TP3T. Isto marca um novo aumento na competitividade do Gemini 2.5 Pro no campo da compreensão de vídeo.
A atualização não só melhora o desempenho da tecnologia, como também abre mais possibilidades para os programadores e as empresas, prometendo revolucionar uma série de áreas, incluindo a educação e o entretenimento.
---
O ScienceBridge AI é um agente de inteligência artificial alimentado pela tecnologia LangGraph, concebido para automatizar vários aspectos fundamentais da investigação científica. Desde o processamento de dados até à validação de hipóteses, o ScienceBridge AI acelera o processo de descoberta científica, gerando visualizações de alta qualidade e prontas para publicação.
A ferramenta é particularmente adequada para áreas de investigação que requerem grandes quantidades de análise de dados e modelação complexa, como a bioinformática, a descoberta de medicamentos e a ciência dos materiais.Não só melhora a eficiência da investigação científica, como também ajuda os investigadores a traduzir mais rapidamente os resultados da investigação em aplicações práticas.
- **Processamento automatizado de dados**: limpeza, agrupamento e análise automatizados de dados experimentais
- **Validação eficiente de hipóteses**: validação rápida ou eliminação de hipóteses através de modelação algorítmica avançada
- **Visualizações de alta qualidade**: criação de gráficos e diagramas intuitivos e profissionais para escrever artigos e apresentar resultados
O criador do ScienceBridge AI é Karanu Mbuti, e o projeto foi aberto no GitHub, onde os investigadores interessados podem aceder ao https://github.com/KaranuMbuti/ScienceBridgeAI Obter mais pormenores.
---
Recentemente, o ChatGPT introduziu uma nova funcionalidade que permite aos programadores ligar os repositórios do GitHub às capacidades de investigação profunda do ChatGPT.
Com esta nova funcionalidade, os utilizadores fazem simplesmente a pergunta.Agentes de investigação aprofundadaLê e pesquisa automaticamente o repositório de código-fonte e PRs (Pull Requests) e devolve um relatório detalhado com citações. Isso não só ajuda os desenvolvedores a localizar e resolver problemas mais rapidamente, mas também fornece uma compreensão abrangente e profunda da base de código.
Os cenários de aplicação incluem, mas não se limitam a:
- Revisão do código
- Acompanhamento de erros
- Geração de documentação técnica
Além disso, a funcionalidade suporta uma vasta gama de linguagens de programação, aumentando ainda mais a sua utilidade e flexibilidade.
