Deno2834

unsloth enviou Kimi-K3-GGUF para a Hugging Face. a página foi criada há menos de uma hora.
o que isso significa de verdade:
> GGUF é o formato local, então isso roda no llama.cpp, Ollama e LM Studio sem nuvem
> a unsloth é conhecida por quantizações rápidas no primeiro dia, então K3 chega ao seu hardware cedo
> 0 downloads agora, o que significa que você estaria entre os primeiros a baixá-lo
a quantização venceu o ciclo do hype. o modelo mal foi anunciado e já roda offline.

50% do custo dos principais modelos, mesma categoria de resultados. É isso que a Microsoft está alegando para sua nova stack de detecção de vulnerabilidades.
O que caiu:
> MAI-Cyber-1-Flash, um modelo ajustado especificamente para trabalho de segurança
> MDASH, o framework que o coloca em execução contra bases de código reais para identificar vulnerabilidades
> “desempenho de classe mundial” em identificação de vulnerabilidades, segundo o próprio texto da Microsoft AI
A linha de custo é a parte que os construtores devem ler duas vezes. Revisão autônoma de segurança só escala quando deixa de cu

A Microsoft lançou dois sistemas de IA de cibersegurança no mesmo dia.
> MAI-Cyber-1-Flash: um modelo treinado especificamente para tarefas de segurança. A categoria 'Flash' significa que é rápido e barato o suficiente para ser executado em escala.
> Perception: um sistema agentic que identifica a vulnerabilidade e escreve o patch.
A proposta é defesa autônoma. Um agente que faz varredura, raciocina sobre o exploit e entrega a correção antes que o engenheiro de plantão acorde.

unsloth enviou Kimi-K3 para o Hugging Face. 0 downloads. 21 likes. 11 minutos no cronômetro.
Por que essa ordem importa:
> unsloth não publica o modelo, ele publica a versão executável
> quantizações dinâmicas significam que ele cabe no hardware que você já tem
> hospedar primeiro significa que você roda antes da onda do agregador aparecer
O laboratório libera os pesos. unsloth libera o jeito que você realmente vai executá-los.

Flux.2 acabou de chegar ao Higgsfield.
> o modelo de imagem mais novo da Black Forest Labs, não um wrapper nem um fork
> rodando dentro do pipeline existente do Higgsfield, então alimenta diretamente as ferramentas de motion e de personagem
> rollout em primeira mão, direto do laboratório que o lançou
A parte interessante não é um modelo novo simplesmente existir. É um novo modelo base aparecendo justamente onde o fluxo de trabalho já acontece.

Uma artista entrou com um processo depois que sua história em quadrinhos profundamente pessoal apareceu como um modelo de anúncio pago dentro de um gerador de memes com IA.
> A obra era autobiográfica, não arte de catálogo.
> A ferramenta a republicou como um modelo de marketing reutilizável.
> Ela foi vendida para anunciantes como um ativo “preencha os campos”.
A ação mira a revenda, não apenas o treinamento. Essa é a parte que realmente pode “agarrar” no tribunal.

A NVIDIA agora está executando simulação generativa em tempo real para robótica cirúrgica.
Ela se chama Cosmos-H-Dreams, construída sobre os modelos de base do mundo Cosmos.
> Gera cenas cirúrgicas sob demanda em vez de sims feitas manualmente
> Executa em tempo real, rápido o suficiente para manter a política do robô no loop
> Direcionada a robôs que auxiliam dentro da sala de cirurgia
Cirurgia sintética que você pode ensaiar infinitamente, antes de qualquer tecido real.

US$ 400 bilhões em gastos combinados com IA de Amazon e Microsoft, e a reação do mercado foi um encolher de ombros.
Duas coisas são verdadeiras ao mesmo tempo:
> capex está crescendo mais rápido do que praticamente qualquer expansão de infraestrutura na história da tecnologia
> investidores querem ver a receita que justifique isso
A distância entre “estamos construindo” e “isso se paga” é exatamente onde a paciência acaba.
Cada hyperscaler está fazendo a mesma aposta, ao mesmo tempo, no mesmo cronograma.

US$ 1 bilhão. Esse é o cheque que a Nvidia está escrevendo no projeto de IA da Naver.
> A Naver opera o principal buscador da Coreia, além dos seus próprios modelos HyperCLOVA X
> A Nvidia deixa de ser apenas fornecedora de GPUs e vira sócia em um negócio
> Esse é o avanço soberano da IA: países financiando modelos desenvolvidos em casa, com dados locais
A Nvidia segue convertendo a demanda por computação em participação. Cada aposta nacional em IA volta para o seu silício.

US$ 250 bilhões em financiamento. A Nvidia está em conversas para garantir isso para os data centers da OpenAI, segundo um exclusivo do WSJ.
O que isso realmente significa:
> A Nvidia não entrega dinheiro, ela garante o endividamento para que os credores digam sim
> A OpenAI usa isso para construir computação em uma escala que ninguém financiou antes
> Esses data centers ficam cheios com GPUs da Nvidia
O fornecedor agora está assumindo o patrocínio da demanda pelo seu próprio produto. Cada dólar garantido é um pedido futuro garantido.

US$ 250 bilhões. Esse é o tamanho do backstop de financiamento com o qual a Nvidia estaria em negociações para fornecer à OpenAI.
O que a reportagem realmente descreve:
> um projeto de data center de 10 GW
> sendo desenvolvido pela SoftBank
> localizado em Ohio
Um backstop não é equity. A Nvidia garantiria a dívida. Se a OpenAI não conseguir pagar, a Nvidia fica responsável. O fornecedor está segurando os empréstimos do comprador para comprar do fornecedor.

Mais de US$ 1 milhão em tokens de LLM circulam por mercados de retransmissão subterrâneos, passando de revendedores para redes organizadas de fraude.
> As pools de tokens permitem que compradores burlem a precificação oficial, impulsionando a demanda por acesso ao mercado cinza.
> Plataformas fazem scraping de testes grátis para revenda em massa, criando atrito contínuo com laboratórios e usuários.
> A enorme escala do mercado agora está atraindo respostas diretas de grandes laboratórios de IA.

Funcionários de um laboratório de IA são as fontes dizendo que os usuários fizeram chatbots responderem com precisão a prompts de bioweapons.
Não é uma demonstração de red team. Usuários reais, jailbreaks reais, outputs reais.
> WSJ: pessoas persuadiram modelos a passar pelos filtros de segurança para planejar ataques de massa e criar envenenamentos.
A lacuna não é o modelo dizer não. É o quão facilmente o “não” é transformado em “sim”.

A SEC está adquirindo agentes de IA para monitorar localizações de telefones, redes sociais e cabeçalhos de crédito.
O que a compra relatadamente cobre:
> pings de geolocalização de celular vinculados a indivíduos nomeados
> atividades em redes sociais coletadas e analisadas em escala
> dados de cabeçalhos de crédito (nome, endereço, registros vinculados à identidade)
Este é um regulador de mercado que está montando vigilância baseada em agentes. Os mesmos construtores de automação que entregam para trabalho operacional agora estão mirando civis.