antonio leandro

primariaiaen

Google DeepMind

Laboratório de IA do Google, nascido da fusão com o Brain em 2023. Blog oficial: anuncia modelos (Gemini, Gemma, Veo, Lyria), pesquisa científica e acordos com governos. Está no acervo como fonte primária, é onde um dos três maiores laboratórios do mundo diz o que quer que se acredite dele.

100 textos no acervo · publica a cada ~3 dias · último em

escrito por pipeline de llm, revisado por antonio leandro antes de publicar

o que esta fonte defende

Não há tese argumentativa aqui, e é importante dizer isso antes de qualquer outra coisa: 100 textos de um blog corporativo não formam um ensaio. O que existe é uma postura repetida com muita consistência — a de que capacidade de fronteira se prova do lado de fora. Praticamente nenhum texto defende que o modelo é bom porque pontuou bem; quase todos defendem que o modelo é bom porque um furacão foi previsto com mais antecedência, uma proteína do coração foi resolvida, um professor na Irlanda do Norte ganhou dez horas por semana. A prova de inteligência, no vocabulário desta fonte, é sempre um terceiro dizendo que funcionou. Isso é uma escolha retórica deliberada e o eixo que organiza o arquivo inteiro.

Duas mudanças reais atravessam o período. A primeira é de demonstração para operação. O arquivo começa em outubro de 2025 com feitos: medalha de ouro na Olimpíada de Matemática, mundos navegáveis do Genie 3, inscrições antigas decifradas pelo Aeneas — coisas que impressionam e não fazem nada. Termina com computer use, orquestração de ferramentas, robôs que colaboram entre si e uma frase que resume a virada: “frontier intelligence with action”. O produto deixou de ser um modelo que responde e passou a ser um agente que executa. A segunda mudança é na ciência: AlphaFold era vitrine única e centralizada — DeepMind resolvia, o mundo usava. O Co-Scientist inverte isso. Em 16 de maio de 2026 saem cinco textos no mesmo dia, cada um com um laboratório externo (Calico, Stanford, Boston Children’s, MIT, Edimburgo) contando o que descobriu com a ferramenta. Não é mais o laboratório que descobre; é o laboratório que equipa quem descobre. Como movimento de prova social, é eficiente e transparente demais para ser acidental.

A terceira linha é a que menos se anuncia como linha: geopolítica. Singapura, Coreia do Sul, Índia, Reino Unido, o Departamento de Energia americano, consultorias globais, o governo britânico duas vezes em dois meses. É um programa de Estado a Estado, com nome próprio (“National Partnerships”), e faz um trabalho que produto nenhum faz — transforma um fornecedor em infraestrutura pública. Quem assina acordo com ministério não é substituído em ciclo de compra.

Onde a fonte é silenciosa importa tanto quanto onde ela fala. Em 100 textos não há um sobre custo de energia, um sobre a disputa de dados de treino e direito autoral, um sobre trabalho deslocado. Segurança aparece muito, mas quase sempre como engenharia — avaliações, interpretabilidade, monitoramento, roadmap de controle — e quase nunca como limite ao que se vai lançar. As exceções são recentes e vale registrá-las: o framework cognitivo de AGI, que aceita ser medido por uma definição pública, e o piloto de avaliação duplo-cega, que entrega a régua a outra pessoa. São dois textos em cem. Se a fonte mudar de ideia sobre alguma coisa nos próximos anos, é provável que comece por aí.

por tema

a esteira de modelos (28 textos)

É o maior bloco do arquivo e o mais repetitivo. Entre novembro de 2025 e agosto de 2026 a família Gemini foi de 3 a 3.7, passando por 3.1, 3.5 e 3.6, cada uma com variantes Flash, Flash-Lite, Pro, Omni e uma versão especializada em cibersegurança. Some a isso os modelos abertos Gemma (4, 3n, T5Gemma, DiffusionGemma), os de áudio e tradução ao vivo, e o ambiente de desenvolvimento Antigravity. A cadência média de 2.9 dias entre posts é sustentada principalmente por aqui.

O efeito colateral é que o lançamento perdeu peso editorial: um texto de versão nova é indistinguível do anterior a menos que se leia a especificação. O que dá para acompanhar de fato é a direção — cada geração adiciona menos qualidade de resposta e mais capacidade de agir: uso de computador, execução de fluxos longos, controle fino sobre saída. E, no fundo da pilha, textos raros e mais interessantes sobre a infraestrutura que torna isso possível, como treinamento distribuído resiliente.

ciência como prova de capacidade (24 textos)

A segunda maior linha, e a que a fonte claramente considera sua justificativa. AlphaFold aparece em balanço de cinco anos, em proteína ligada a doença cardíaca e em enzima de fotossíntese resistente ao calor. Deep Think aparece resolvendo problemas da Olimpíada de Matemática em nível de medalha de ouro e depois em artigos de terceiros. AlphaEvolve descobre algoritmos que entram em produção. E o Co-Scientist, sistema multiagente lançado em maio de 2026, vira a plataforma sobre a qual laboratórios externos contam suas próprias descobertas — envelhecimento celular, ALS, fibrose hepática, doenças infecciosas emergentes.

Vale notar a diferença entre os dois formatos. Nos textos de AlphaFold e Deep Think, quem descobre é o laboratório. Nos textos de Co-Scientist, quem descobre é o cliente, e o laboratório fornece o instrumento. A mudança de posição é recente, deliberada e comercialmente muito mais escalável do que resolver problemas um a um.

acordos com Estados (12 textos)

Reino Unido (planejamento urbano, prosperidade e segurança, instituto de segurança de IA), Singapura (laboratório novo e parceria nacional), Coreia do Sul, Índia (duas vezes, incluindo ferramenta para laboratórios de robótica em escolas públicas), Departamento de Energia dos EUA, Serra Leoa via ensaio randomizado em educação, Irlanda do Norte via piloto com professores. Mais consultorias globais como canal de entrada nas empresas.

O padrão é estável: a IA não é vendida como produto, é oferecida como capacidade nacional — saúde, educação, sustentabilidade, habitação. Dois detalhes merecem atenção de quem lê com ceticismo. Primeiro, alguns desses textos trazem medição de verdade, incluindo um ensaio controlado randomizado sobre aprendizagem, o que é raro no gênero e digno de crédito. Segundo, o que se compra nesses acordos não é receita imediata, é permanência: quem vira infraestrutura de ministério não é trocado no próximo ciclo.

segurança tratada como engenharia (11 textos)

A fonte fala de segurança com frequência, mas quase sempre em registro de construção, não de contenção: avaliações de factualidade (FACTS), ferramentas abertas de interpretabilidade (Gemma Scope 2), roadmap de controle com monitoramento em tempo real para agentes internos, fundo de US$ 10M para pesquisa de segurança multiagente, estudo sobre manipulação em finanças e saúde. Some a isso a linha de proveniência de conteúdo — verificação de imagem no app Gemini, ferramentas para entender como um conteúdo foi criado e editado, e o Backstory, que rastreia origem de imagens vistas online.

Dois textos destoam do resto e são os mais relevantes do bloco. O framework cognitivo para medir progresso rumo à AGI aceita uma definição pública e verificável, com hackathon aberto para construir as avaliações. E o piloto de avaliações duplo-cegas entrega a régua a um terceiro — num setor em que o normal é o laboratório publicar a própria nota, isso é excepcional. Ambos são recentes; se houver uma mudança de postura em curso nesta fonte, começa aqui.

mundos, jogos e corpos (11 textos)

Uma linha antiga da casa que continua viva. Genie 3 gera mundos navegáveis em tempo real a 24 quadros por segundo; o Project Genie leva isso a assinantes e depois incorpora o Street View, transformando lugares reais em ambientes simulados. SIMA 2 é um agente movido a Gemini que joga, raciocina e aprende dentro desses mundos — descendente direto dos agentes de Atari de quinze anos atrás, agora oferecido a estúdios de jogos como parceria de prototipagem.

A robótica segue em paralelo e avança rápido: raciocínio corporificado com múltiplas vistas, depois inteligência de corpo inteiro, depois compreensão de vídeo, orquestração de ferramentas e colaboração entre vários robôs no mesmo espaço. A conexão entre as duas frentes não é acidental — mundo simulado é onde se treina barato o que precisa funcionar caro no mundo físico. Aqui também entram a reconstrução 4D e a tentativa de transformar o cursor do mouse num agente que entende contexto.

mídia generativa e a indústria criativa (9 textos)

Vídeo (Veo), imagem (Nano Banana Pro e 2, modelos de imagem do Gemini 3) e música (Lyria 3, 3 Pro e 3.5, com faixas mais longas e consciência de estrutura, chegando ao app Gemini e ao Flow). O ritmo de versões é o mesmo da esteira principal.

O que diferencia este bloco é a busca por legitimação artística em vez de métrica. A parceria de pesquisa com a A24 e o curta ANCESTRA, feito com Darren Aronofsky, Eliza McNitt e mais de duzentas pessoas combinando Veo com filmagem ao vivo, são apresentados como colaboração com o cinema, não como substituição dele. É a resposta implícita a uma acusação que o blog nunca enuncia: em cem textos, não há um só sobre de onde vieram os dados de treino desses modelos nem sobre o que os artistas cujo trabalho está neles acham disso.

clima e planeta (5 textos)

A linha mais defensável do arquivo inteiro, porque é a única em que o resultado é verificável por fora e tem consequência imediata. WeatherNext 2 entrega previsão global mais precisa e de maior resolução; o modelo acerta a intensificação de ciclones; e um texto detalha como ajudou o National Hurricane Center a antecipar a chegada do furacão Melissa à Jamaica, dando às comunidades tempo de preparo. Previsão de tempo é o raro domínio em que a promessa é checada em dias, não em anos.

Ao lado disso, AlphaEarth Foundations integra petabytes de observação da Terra numa representação unificada para mapeamento global, e um texto de síntese cobre mapeamento de espécies, proteção de florestas e monitoramento acústico de aves. É pouco volume comparado ao resto — cinco textos em cem —, mas é o bloco com a melhor razão entre o que se afirma e o que se demonstra.

onde ela discorda de outras fontes do acervo

Duas divergências reais, e nenhuma delas é retórica. A primeira é sobre pesos abertos: enquanto OpenAI e Anthropic mantêm seus modelos de fronteira fechados, o DeepMind publica a família Gemma inteira — incluindo variantes médicas, encoder-decoder e ferramentas de interpretabilidade abertas para a comunidade de segurança auditar. É uma aposta explícita de que abrir modelo médio não é o mesmo risco que abrir modelo de fronteira, e contraria a posição de que a linha de corte deve ser mais baixa. A segunda é sobre AGI: o framework cognitivo de março de 2026 sustenta que progresso rumo à AGI é mensurável por baterias de avaliação definidas publicamente. Isso contraria tanto quem trata AGI como conceito vago demais para medir quanto quem sustenta que a chegada será súbita e portanto não previsível por escala gradual de testes. Somada ao piloto de avaliação duplo-cega, a posição é coerente: o DeepMind aposta que a régua deve ser pública mesmo quando isso o expõe.

linha do tempo