27/05/2025 AI Express | Progresso da nova tecnologia de IA: OpenAI Live Playing 'Pokémon' & Multiple App Releases

A inteligência artificial de próxima geração da OpenAI, o3, está a realizar uma transmissão ao vivo única no Twitch, onde demonstrará o seu desempenho no jogo clássico Pokémon Red em tempo real. Os espectadores podem ver como a o3 planeia a sua próxima jogada, explica a sua lógica de tomada de decisões, analisa visualmente os mapas e armazena informações relevantes na memória.

O o3 utiliza técnicas avançadas de aprendizagem profunda e de aprendizagem por reforço para poder tomar decisões autónomas no jogo. Esta capacidade não só demonstra a adaptabilidade e o nível de inteligência da IA em ambientes complexos, como também oferece novas possibilidades para futuras aplicações de IA. Por exemplo, capacidades semelhantes de tomada de decisões e de análise desempenharão um papel importante em áreas como a condução autónoma e o diagnóstico médico.

Graças ao membro da comunidade @Clad3815 O Comissário da UE, que contribuiu para a realização do projeto, organizou a transmissão em direto para dar a um vasto público a oportunidade de ver de perto a aplicação prática desta tecnologia de ponta.

existir2025(utilizado como expressão nominal)Conferência Google I/OSobre o criador@DynamicWebPaigeUma demonstração ao vivo de uma aplicação complementar do Keynote rica em funcionalidades. A aplicação integra várias tecnologias avançadas, incluindoJanela de contexto deslizanteeIntegração do Google Mapstambémexecução assíncronaetc.

A aplicação não só melhora a experiência do utilizador, como também demonstra como a tecnologia moderna pode permitir uma apresentação e interação eficientes da informação. Especificamente, a **janela de contexto deslizante** permite alternar facilmente entre várias visualizações, enquanto a **integração do Google Maps** fornece aos utilizadores informações de geolocalização em tempo real.

Além disso, a aplicação utiliza oexecução assíncronapara garantir que várias tarefas podem ser processadas em paralelo, melhorando assim o desempenho geral e a capacidade de resposta. A combinação destas funcionalidades torna esta aplicação complementar do Keynote uma ferramenta poderosa para uma vasta gama de cenários de aplicação, tais como apresentações em conferências, educação e formação e apresentações empresariais.

A MistralAI anunciou recentemente o lançamento da API Agents, uma ferramenta poderosa concebida para a construção de agentes inteligentes personalizados destinados a resolver uma variedade de problemas complexos do mundo real.

A Agents API facilita aos programadores a criação e gestão de soluções inteligentes, fornecendo uma estrutura de desenvolvimento flexível e eficiente. Quer o cenário seja o serviço ao cliente, a automatização de processos ou a análise de dados, a API de agentes oferece um suporte poderoso.

As principais caraterísticas incluem:

• Altamente personalizável: permite que os programadores adaptem a funcionalidade e o comportamento do agente a necessidades específicas.
• Facilidade de utilização: Interface API simples e apoio documental pormenorizado para reduzir o limiar de aprendizagem.
• Fácil integração: Integração perfeita com os sistemas existentes para uma rápida expansão funcional.

Com a API para Agentes, as organizações podem abordar de forma mais eficiente desafios complexos na sua atividade e melhorar a eficiência operacional global.

Pronto para implementar a sua própria instância da Plataforma de Agentes Abertos (OAP)?

No nosso último vídeo, mostramos como auto-hospedar o OAP num ambiente de produção sem ter de depender de instâncias geridas.

O OAP é uma plataforma de código aberto, sem código, para a criação, prototipagem e implementação de agentes inteligentes. Através da sua interface Web intuitiva, pode:

• Ferramentas de configuração de terrenos e agentes de supervisão prontos a utilizar
• Ligue o seu próprio servidor RAG para obter conhecimentos específicos do domínio
• Ligação ao seu servidor MCP para alargar a funcionalidade proxy
• 🤖 Criar e gerir agentes personalizados no navegador

Quer seja um programador, gestor de produtos ou analista, o OAP oferece-lhe uma plataforma de agentes de pilha completa alimentada por LangGraph com uma configuração mínima.

Ver o tutorial completo: https://t.co/Jxil4YyPsE

Explorar a plataforma: https://t.co/DlODfIXQGM

Documentação: https://t.co/yKRAMEL3NF

GitHub: https://t.co/AovcCP5Jhn

O LlamaIndex suporta agora a saída estruturada melhorada do OpenAI, que expandiu recentemente as suas capacidades de saída estruturada, adicionando suporte para uma variedade de tipos de dados, incluindo arrays, enumerações e outros, bem como adicionando suporte para campos com restrições de cadeia de caracteres, como data e hora, e-mail e endereços IP.

Estas novas funcionalidades são totalmente suportadas no LlamaIndex, e os utilizadores podem tirar imediatamente partido destas melhorias para aumentar a precisão e a versatilidade do processamento e da geração de dados.

Os novos tipos de dados específicos adicionados incluem:

• Matrizes
• Enums
• Data e hora
• Correio eletrónico (Emails)
• Endereços IP

Estas novas funcionalidades fornecem aos programadores ferramentas mais poderosas que tornam o trabalho com dados complexos mais fácil de gerir.

Para mais informações sobre o suporte de saída estruturada OpenAI, visite:https://t.co/ASvfhpZdCW

Consulte a documentação para saber como utilizar estas novas funcionalidades no LlamaIndex:https://t.co/sJnSQr0Ojv

[Atualização] O modo de voz do Claude já está disponível para teste na aplicação móvel! Esta funcionalidade suporta atualmente o inglês e será implementada em todos os planos nas próximas semanas.

Os avanços na tecnologia de voz proporcionaram aos utilizadores uma forma mais conveniente e natural de interagir uns com os outros, e o modo de voz do Claude não só melhora a eficiência das operações do utilizador, como também melhora a experiência do utilizador.

Caraterísticas principais:

• Suporte para introdução de voz em tempo real
• Reconhecimento de voz altamente preciso
• Adequado para uma variedade de cenários, como o processamento de texto, a tomada de notas, etc.

O modo de voz do Claude estará disponível em primeiro lugar nas plataformas iOS e Android, e os utilizadores podem ter uma ideia antecipada desta nova funcionalidade descarregando a aplicação móvel do Claude.

Os utilizadores interessados podem visitar a ligação abaixo para descarregar a aplicação móvel Claude:
https://t.co/kvn5yp6fAl

Aprenda a construir um embedder multimodal personalizado para o LlamaIndex! Este guia ensinar-lhe-á como:

Substituir o incorporador predefinido LlamaIndex para suportar as funcionalidades multimodais do AWS Titan

• Criar uma classe incorporada personalizada para tratar dados de texto e imagem
• Integração com Pinecone para pesquisas vectoriais eficientes
• Implementar um pesquisador personalizado com suporte para consulta de texto + imagem

Os tutoriais passo a passo de Norah Sakal contêm exemplos de código ricos que são perfeitos para aplicações de pesquisa de comércio eletrónico.

As incorporações multimodais podem melhorar significativamente a experiência de pesquisa, permitindo aos utilizadores efetuar consultas mais precisas através de texto e imagens. Isto é particularmente importante para as plataformas de comércio eletrónico para aumentar a satisfação dos utilizadores e as taxas de conversão.

Saiba mais sobre a criação de incorporadores LlamaIndex personalizados em: https://t.co/m77gKkacpI

Para consultar o guia completo, visite: https://t.co/tsVfn5fqEV

O Gemini 2.5 Flash Preview suporta agora a saída de áudio nativa através da API Live para uma interação de voz natural e contínua e um controlo de voz melhorado.

Esta nova funcionalidade permite que os utilizadores tenham um diálogo mais fluido com o sistema, melhorando a experiência do utilizador. Além disso, a nova versão do modelo áudio introduz uma versão de pensamento experimental com capacidades de raciocínio para lidar com tarefas mais complexas.

Principais destaques:

• Saída de áudio nativa: A saída de áudio de alta qualidade é obtida através da Live API para melhorar a naturalidade e a suavidade da interação de voz.
• Poder de raciocínio: Os novos modelos áudio experimentais suportam o raciocínio e são capazes de lidar com problemas e tarefas mais complexos.

Estas melhorias não só melhoram o desempenho do Gemini 2.5 Flash Preview no reconhecimento e interação de voz, como também abrem mais possibilidades para futuros assistentes inteligentes e aplicações de voz.

A nova plataforma LMArena já está disponível! Esta atualização traz uma série de melhorias significativas concebidas para proporcionar uma experiência ainda melhor aos utilizadores.

Esta atualização inclui:Novo logótipoque não só melhora a imagem da marca, como também transmite uma sensação mais moderna e profissional. A interface e a experiência do utilizador (UI/UX) foram significativamente melhoradas, especialmente nas funções de chat e tabela de classificação, onde o novo design permite um funcionamento mais suave e tempos de resposta mais rápidos.

Além disso, a nova versão optimiza totalmente a experiência móvel para garantir que os utilizadores possam também ter uma excelente experiência em telemóveis e tablets. Simultaneamente, a novaregisto de conversaçãoCom a funcionalidade "Leaderboard", os utilizadores podem visualizar facilmente as conversas anteriores, aumentando a interatividade e a utilidade. A navegação na tabela de classificação também ficou mais clara, permitindo que os utilizadores vejam as suas classificações e progressos num relance.

• identificação visual
• processamento de imagens

e outras funções foram integradas na nova plataforma e, no futuro, serão introduzidas mais ferramentas de processamento modal para satisfazer as necessidades dos diferentes utilizadores.

Visite lmarena.ai hoje mesmo e experimente a diferença que a nova LMArena faz!

Numa apresentação recente, o CEO da LangChain, Harrison Chase, partilhou uma abordagem para resolver o maior estrangulamento na produção de agentes de IA: adotar um modelo de desenvolvimento orientado para a avaliação. Esta abordagem garante o desempenho e a fiabilidade dos agentes de IA através da aplicação de três tipos de avaliações ao longo do ciclo de vida do desenvolvimento.

O modelo de desenvolvimento orientado para a avaliação inclui os seguintes tipos de avaliação:

• Testes unitários: para garantir que cada módulo funciona corretamente.
• Testes de integração: Verificar se a interação entre os diferentes módulos é fluida.
• Teste do sistema: simular o ambiente real e efetuar testes de desempenho exaustivos.

Esta abordagem de avaliação abrangente ajuda os programadores a identificar e corrigir os problemas atempadamente, melhorando assim a qualidade e a estabilidade globais do agente de IA. Harrison salienta que a avaliação e o feedback contínuos são fundamentais para garantir o êxito das implementações de agentes de IA.

O vídeo completo pode ser visto aqui: https://t.co/gzzKmgoDd8

Para mais pormenores, visite a conta oficial da LangChain.