Os desenvolvimentos no domínio da IA em 26 de maio de 2025 incluem: o modelo de inferência multimodal de código aberto BAGEL com capacidades de geração e edição de gráficos; a OpenAI lança o sistema Codex para gerir equipas de engenheiros de software virtuais; a Mistral AI atualiza a funcionalidade do agente Le Chat para otimizar a experiência do utilizador; e a Google lança o MedGemma para acelerar o desenvolvimento da IA médica; A plataforma de testes de segurança de IA de fonte aberta da Microsoft melhora as capacidades de formação; Hugging Face combina-se com modelos locais para demonstrar o potencial de servidores de IA versáteis; o GitHub entra em funcionamento com a estrutura de aprendizagem por reforço RL-Factory para melhorar a eficiência da formação; o modelo de música interactiva Lyria RealTime permite a criação de música em tempo real; e o Chrome v137 adiciona o Gemini Assistente Inteligente.
- Este resumo é gerado por uma IA que analisa o conteúdo do artigo apenas para fins informativos.

O BAGEL é um modelo de raciocínio multimodal de compreensão e geração de grafos de ponta a ponta, de código aberto pela ByteDance. É capaz de alcançar as capacidades nativas de geração de grafos do GPT-4o e do Gemini 2.0, quebrando o monopólio dos modelos de código fechado.
O BAGEL não só compreende e gera imagens, como também efectua várias rondas de edição de diálogos com uma vasta gama de capacidades de geração e compreensão de gráficos de forma livre, incluindo edição de imagens, inferência, modelação combinatória, modelação do mundo, etc.
O modelo pretende ser um grande modelo "unificado", capaz de compreender e gerar simultaneamente texto, imagens, vídeos, etc., sem necessidade de vários modelos responsáveis por diferentes tarefas e colaborações complexas.
BAGEL temmecanismo da cadeia de inferência(Cadeia de raciocínio), ou seja, antes de gerar imagens ou editar conteúdos, o modelo "pensará por si próprio" o que fazer em palavras. Por exemplo, quando um utilizador pergunta "tornar azul o gato da imagem", o BAGEL começa por organizar internamente os passos seguintes:
- Confirmação de que existe um gato na imagem.
- Identificar a localização exacta do gato
- Determinar os pormenores a conservar
- Pense em como alterar a cor sem destruir o fundo
Esta abordagem "pensar antes de agir" permite ao BAGEL tratar tarefas generativas complexas e não apenas respostas superficiais.
O lançamento da BAGEL abre novas possibilidades no domínio da IA multimodal, que se espera venha a desempenhar um papel importante na edição de imagens, na realidade virtual, na realidade aumentada e noutros domínios.
---

A OpenAI lançou recentemente um novo sistema, o Codex, que é capaz de escrever, testar e depurar código em paralelo utilizando agentes de IA como se estivessem a gerir uma equipa virtual de engenheiros de software. O sistema está atualmente aberto para pré-visualização aos utilizadores Pro, Enterprise e Team através do ChatGPT.
O Codex permite a manipulação direta de repositórios de código e está protegido pela Internet, garantindo a segurança dos dados e a proteção da privacidade. Trata-se de um enorme passo em frente para as organizações que necessitam de desenvolver e manter repositórios de código de forma eficiente.
As principais caraterísticas incluem:
- Processamento paralelo: o Codex pode executar várias tarefas em simultâneo para aumentar a eficiência do desenvolvimento.
- Depuração inteligente: detecta e corrige automaticamente os erros no código, reduzindo a necessidade de intervenção manual.
- Fácil integração: Interface perfeita com repositórios de código existentes sem configuração adicional.
Com o Codex, os programadores podem concentrar-se mais na inovação e na conceção da lógica empresarial e deixar o trabalho tedioso do código para a IA. Isto não só aumenta a velocidade de desenvolvimento, como também reduz a taxa de erro, tornando o desenvolvimento de software mais eficiente e fiável.
---

Atualização: A Mistral AI lançou uma nova funcionalidade de agente na sua plataforma de conversação Le Chat. A atualização não só actualiza completamente o aspeto do agente, como também melhora a sua funcionalidade, permitindo que o agente utilize todas as ferramentas e conectores disponíveis no chat normal.
Esta atualização visa proporcionar uma experiência de utilizador mais suave e eficiente. Ao integrar estas ferramentas e conectores, os utilizadores podem realizar multitarefas mais facilmente e, assim, ser mais produtivos.
As principais melhorias incluem:
- Novo design da interface para melhorar a experiência visual;
- Conjunto de funcionalidades alargado para suportar mais ferramentas e conectores;
- Tempos de resposta mais rápidos para uma experiência interactiva sem falhas.
A Mistral AI afirma que este é um dos sistemas de agentes mais rápidos do mercado atualmente. Esta é uma atualização importante a ter em conta para empresas e indivíduos que precisam de comunicar e colaborar de forma eficiente.
Para mais informações, consultar:https://t.co/FkJPXDyfxE
---
A Google anunciou o lançamento do MedGemma, um novo produto que é uma coleção de novas variantes da série Gemma 3 concebida para acelerar o desenvolvimento da IA baseada nos cuidados de saúde.
A MedGemma integra as mais recentes tecnologias de aprendizagem automática e algoritmos optimizados para processar dados médicos de forma mais eficiente. Os seus cenários de aplicação são vastos, incluindo, entre outros, o diagnóstico de doenças, a monitorização de doentes e a recomendação de planos de tratamento personalizados.
Caraterísticas principais:
- Capacidades melhoradas de processamento de dados para suportar conjuntos de dados médicos em grande escala
- Melhoria da velocidade e da precisão da formação de modelos
- Fornece uma interface API rica para facilitar a integração por parte dos programadores
Com a MedGemma, os investigadores e programadores do sector da saúde podem desenvolver mais rapidamente soluções de IA eficientes para melhorar a qualidade e a eficiência dos serviços de saúde.
---

A Microsoft anunciou recentemente a disponibilização de um sistema completo de treino de segurança com IA adversária - oEquipa vermelha de IA Playground Labsconcebido para ajudar os utilizadores a aprender e praticar melhor os testes de segurança da IA.
O laboratório contém 12 desafios progressivos que abrangem as principais técnicas de ataque de IA, como a injeção de dicas, a extração de meta-dicas e os ataques multi-round, e cria um ambiente de teste realista com base no Chat Copilot da Microsoft. Através destes desafios, os utilizadores podem melhorar gradualmente as suas competências de segurança de IA.
- Desafio de roubo de credenciais: Aprenda a obter acesso a informações sensíveis através de engenharia social.
- Técnicas de extração de meta-chave: métodos de domínio para extrair instruções ocultas de sistemas de IA.
- Crescendo Multi-Round Attacks: praticar técnicas avançadas para contornar a segurança da IA.
- Injeção indireta de dicas: compreender os métodos de ataque a sistemas de IA através da modificação do conteúdo de páginas Web.
- Ultrapassar a proteção de segurança: aprender técnicas para ultrapassar vários mecanismos de censura de conteúdos de IA.
O laboratório foi concebido com três níveis de dificuldade para melhorar progressivamente as competências dos utilizadores, desde o nível introdutório ao avançado. Além disso, os exercícios podem ser iniciados com a implementação com um clique através do Docker Compose, perfeito para técnicos e programadores que procuram aprofundar a segurança da IA.
Com a utilização generalizada da tecnologia de IA, a questão da segurança da IA tornou-se cada vez mais proeminente. O AI Red Teaming Playground Labs de código aberto da Microsoft fornece à indústria uma ferramenta poderosa que ajuda a melhorar a segurança geral da IA.
---

Pode mesmo fazê-lo! Utilize qualquer espaço Hugging Face como um servidor MCP e combine-o com os seus modelos locais para criar possibilidades infinitas!
Nesta demonstração, geramos imagens usando as técnicas FLUX e ZeroGPU através do Qwen 3 30B A3B, o llama.cpp de @ggml_org e o pequeno proxy de @huggingface.
Aqui está a surpresa.O modelo local é capaz de realizar muitas tarefas e de compreender e raciocinar com base em descrições de ferramentas. Esta tecnologia apresenta um grande potencial, especialmente na automatização de fluxos de trabalho de geração de vídeo e gestão de conteúdos.
Além disso, pode aceder a outros fornecedores de serviços de raciocínio se não quiser executá-lo localmente. Basta executar npx @huggingface/tiny-agents executar [TASK] Pronto para ir.
Também fornecemos clientes TypeScript e Python para facilitar as necessidades de diferentes programadores.
---

Partilha de uma estrutura de pós-treino de aprendizagem por reforço simples e eficiente, recentemente lançada no GitHub:RL-Fábricaespecializada na aprendizagem da intelligentsia.
O quadro utiliza uma conceção ambientalmente desacoplada, em que o utilizador só precisa de fornecer a configuração da ferramenta e a função de recompensa para iniciar a formação. Para além disso.RL-FábricaAs chamadas de ferramentas assíncronas também são suportadas, tornando a formação até duas vezes mais rápida e melhorando consideravelmente a eficiência do desenvolvimento.
- Conceção dissociada do ambienteConfiguração com um clique de ferramentas MCP e ferramentas personalizadas;
- Chamadas de ferramentas paralelas assíncronas: melhoria de 2x na eficácia da formação em relação aos quadros tradicionais;
- Suporte nativo para o modelo Qwen3Chamada de ferramentas com precisão sem SFT;
- Cálculos de recompensas múltiplasSuporte para regras, julgamentos de modelos e chamadas de ferramentas;
- Julgamentos de modelos em lote e distribuídosMelhorar drasticamente a eficácia da formação;
- Suporte de extensão multi-agentePode ser convertido para o formato MCP para interação.
Este quadro foi concebido para facilitar e acelerar o treino dos seus próprios agentes inteligentes utilizando as ferramentas Qwen3 e MCP. É uma ferramenta valiosa para programadores com alguns conhecimentos básicos de aprendizagem por reforço.
A aprendizagem por reforço é um domínio popular tanto na investigação académica como nas aplicações industriais. Ao utilizarRL-FábricaOs investigadores e programadores podem realizar experiências e desenvolver aplicações de forma mais eficiente, fazendo avançar a tecnologia de IA.
---

🎶 Lyria RealTime é um novo modelo experimental de geração de música interactiva que permite a qualquer pessoa criar, controlar e executar música em tempo real. Esta tecnologia inovadora é disponibilizada através da API Gemini e os utilizadores podem experimentar a sua aplicação de demonstração no Google AI Studio.
O aparecimento do Lyria RealTime marca mais um grande avanço da inteligência artificial na música. O modelo combina algoritmos avançados de aprendizagem automática e tecnologia de processamento em tempo real para tornar a criação musical mais intuitiva e flexível. Tanto os produtores musicais profissionais como os amadores podem facilmente concretizar a sua criatividade com esta ferramenta.
falando especificamenteO Lyria RealTime suporta a síntese em tempo real de uma vasta gama de instrumentos, permitindo aos utilizadores ajustar os parâmetros melódicos, rítmicos e tímbricos através de uma interface interactiva simples e ouvir instantaneamente os efeitos das suas modificações. Além disso, o modelo também possui geração automática de acompanhamento, enriquecendo ainda mais o poder expressivo da música.
Atualmente, o Lyria RealTime tem sido aplicado em vários cenários, incluindo o ensino de música online, actuações ao vivo e criação pessoal. No futuro, à medida que a tecnologia continua a avançar e a melhorar, espera-se que demonstre o seu valor único em mais áreas.
---

O Chrome v137 DevTools tem uma nova funcionalidade que ajuda os programadores a compreender os resultados do rastreio de desempenho utilizando o assistente inteligente Gemini.
Especificamente, o Gemini analisa automaticamente os eventos nos registos de rastreio do desempenho e gera descrições anotadas fáceis de compreender. Esta funcionalidade irá melhorar significativamente a eficiência do desenvolvimento e da otimização do desempenho.
É muito simples de utilizar:
- Na faixa principal da faixa de desempenho, faça duplo clique no evento em que está interessado.
- Em seguida, clique no botão Gerar etiqueta ao lado da caixa de entrada pop-up.
- O Gemini combina rastreio de pilha e informações contextuais para dar automaticamente sugestões claras de anotação de eventos.
Esta funcionalidade não só simplifica o processo de depuração, como também permite que os programadores localizem e resolvam os problemas mais rapidamente.
vale a pena notar que...Embora os avanços na tecnologia de IA tenham proporcionado aos programadores poderosas ferramentas de assistência, as competências tradicionais de depuração continuam a ser indispensáveis. Estas competências incluem uma compreensão da lógica do código, métodos de resolução de problemas e uma compreensão aprofundada da arquitetura do sistema, que a IA não pode substituir completamente neste momento.
À medida que as aplicações Web se tornam mais complexas e a otimização do desempenho se torna mais importante, esta nova funcionalidade do Chrome DevTools fornece certamente aos programadores uma ferramenta poderosa para compreenderem melhor e optimizarem o desempenho das aplicações durante o processo de desenvolvimento.
---

A Tesla lançou um clip do seuOptimusO último vídeo do robô humanoide demonstra a sua capacidade de realizar várias tarefas novas sem assistência. O robô aprende assistindo a vídeos de comportamento humano, sendo todas as tarefas executadas por uma única rede neural.
O Projeto de Robótica Humanoide da Tesla tem como objetivo desenvolver robôs de uso geral capazes de realizar tarefas complexas tanto em ambientes domésticos como industriais. Este vídeo mostra o Optimus a demonstrar uma vasta gama de capacidades, incluindo a elevação de objectos, a montagem de peças e outras, todas elas aprendidas pelo robô de forma autónoma.
Principais pontos técnicos::
- Arquitetura de rede neural única
- Capacidades de aprendizagem baseadas na visão
- Atribuição autónoma de tarefas
Este desenvolvimento marca um grande avanço no domínio da inteligência artificial e da robótica, que se espera que venha a desempenhar um papel importante em vários domínios no futuro.



评论功能已关闭。