Sora 2 em todos os lugares (a prévia da pesquisa "Imagine with Claude" agora também está disponível para usuários do Claude Pro)

A OpenAI lançou o Sora 2, seu novo modelo de geração de vídeo e áudio de última geração, chamando-o de momento GPT-3.5 para vídeo - O modelo gera vídeos de até 10 segundos de duração (padrão 9:16 vertical) com áudio sincronizado, incluindo simulações físicas difíceis, onde os erros que o modelo comete frequentemente parecem ser erros do agente interno que o Sora 2 está modelando implicitamente, em vez de erros de quebra de física - Os Cameos permitem que os usuários gravem uma curta captura de vídeo e áudio única onde leem uma frase de verificação, então o modelo pode inseri-los em qualquer ambiente gerado pelo Sora com aparência e voz precisas, onde somente eles decidem quem pode usar seu cameo e podem revogar o acesso ou remover qualquer vídeo que o inclua a qualquer momento, incluindo rascunhos criados por outras pessoas - O aplicativo funciona como uma plataforma social iOS não otimizada para o tempo gasto, mas explicitamente projetada para maximizar a criação e não o consumo, favorecendo fortemente o conteúdo de pessoas que você segue ou interage e vídeos que o modelo acha que inspirarão suas próprias criações, com recursos como remixar outras postagens e mensagens diretas para compartilhar vídeos de forma privada - As medidas de segurança incluem lançamento limitado de convites, restrição de uploads de imagens que apresentam uma pessoa fotorrealista, bloqueio de todos os uploads de vídeo, nenhuma transformação de vídeo para vídeo no lançamento, proteções mais rígidas para menores com limites de rolagem padrão, metadados C2PA e marcas d'água visíveis em todas as saídas e avaliações mostrando 95,1-99,7% de eficácia no bloqueio de conteúdo inseguro - O lançamento inicial cobre os EUA e o Canadá com planos de expansão, enquanto o Reino Unido, a UE e a Austrália não estão incluídos no lançamento, disponível gratuitamente com limites generosos, embora sujeito a restrições de computação, com a única monetização planejada sendo o pagamento opcional de vídeos extras se a demanda exceder a computação, os usuários do ChatGPT Pro obtêm acesso ao modelo Sora 2 Pro de alta qualidade e lançamento da API planejado para o futuro

Aqui estão minhas notas das palestras do TED no TEDAI Vienna 2025 (26 de setembro de 2025) Sessão 1: Fundação Walter Werzowa (Artista, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (Cérebros Inclusivos, Biotech Dental, MBZUAI) - Introdução - Orquestra, interface cerebral, DJ, músico - Performance traduzindo ondas cerebrais por meio de IA em música Shaden Alshammari (Pesquisador, MIT) - Inspiração da tabela periódica química para a estrutura de aprendizado de máquina - Algoritmos de organização de tabela periódica de aprendizado de máquina, distribuições e funções objetivo - Abordagem de aprendizagem de representação conectando métodos díspares - Novo algoritmo de agrupamento de imagens melhorando o algoritmo de agrupamento K-means de 60 anos - Variáveis R e Q que representam relações reais (com e sem anotação) e relações aprendidas, respectivamente - Estrutura de tabela periódica para algoritmos de aprendizado de máquina revelando lacunas para novos métodos - Sinal de aprendizado supervisionado por meio de representações aprendidas Lukasz Kaiser (Pesquisador, OpenAI) - Carros autônomos - por que eles não estão dirigindo em todos os lugares como motoristas de táxi? - Por que a IA para curar doenças é tão difícil? As máquinas precisam aprender com menos dados - Modelos de aprendizado mais poderosos - RNNs - caracol andando em torno das palavras - Transformers - mochila de transporte de caracol com todas as palavras anteriores - Os transformadores aprendem com menos dados - Modelos de raciocínio / raciocinadores - ainda carregando todas as palavras, mas também produzindo suas próprias palavras no meio (tempo de teste), podem fazer matemática e pensar em contexto - Pesquisadores - modelos poderosos + dados arbitrários e aprendíveis, tempo de teste arbitrário, paralelismo (não mais sequencial) - Descobertas científicas, o próximo tipo de modelos - Linha do tempo - mais perto do que mais longe, meses / um ano, mas não décadas; não um futuro muito distante - Surpresa que transformadores e raciocinadores tenham funcionado tão bem Oriol Vinyals (Líder Técnico da Gemini, Vice-Presidente de Pesquisa, Google DeepMind) - Cientista - resolvendo inteligência para avançar a ciência e beneficiar a humanidade - "O que não posso criar, não entendo" (Feynman) - O dilema do construtor - cientistas criando sistemas de IA que podem se substituir - Deslocamento humano - transformação que afeta a todos, incluindo cientistas - Ferramentas especializadas - AlphaFold (previsão da estrutura da proteína) - Evolução dos sistemas de uso geral - modelos especializados do ano passado (AlphaProof, AlphaGeometry), modelo geral único deste ano (Deep Think) - Deep Think - medalha de ouro na IMO e ICPC - AI Scientist - protótipo interno no Google DeepMind para pesquisa científica automatizada - Questão central - cientista construindo AI Scientist, substituindo a si mesmo? Verity Harding (Fundadora, Diretora e Autora, Universidade de Cambridge e Consultoria de Formação) - Outra corrida armamentista em todo o mundo - IA - Otimismo naquela época - IA global, colaborativamente, parcerias globais - A cooperação e a colaboração deram lugar à medida que a IA se tornou mais poderosa - Lançamento do ChatGPT - Combinação de fatores que levam a mudanças rápidas - Controles de exportação, discursos defensivos - Primeiro você tem que vencer - o que você faria para ganhar quando não pode sobreviver para perder - A IA continuará, mas não há linha de chegada, a adoção da IA não é binária - Metáfora alternativa - é a corrida espacial (não a corrida nuclear) - "Viemos em paz para toda a humanidade" (estratégia geopolítica deliberada dos EUA) - Espaço - província de toda a humanidade, sem armas de destruição em massa no espaço, ninguém colonizará a lua - "Nós fazemos nossas metáforas e então nossas metáforas nos fazem" - Vamos falar sobre liderar, não vencer - Corrida em direção à dominação mundial ou à nova fronteira Tullio Ghi (MD, PhD, Hospital Universitário Agostino Gemelli) - Risco de complicações durante o parto - Decisão sobre qual intervenção usar quando o suprimento de oxigênio é comprometido durante o parto (extração a vácuo, cesariana), dependendo da distância que o bebê desceu - Ultrassom transperineal, medição da distância cabeça-períneo - Medição automática baseada em IA da distância cabeça-períneo - Avaliação do grau de rotação e posição da cabeça fetal no canal do parto - 3 redes neurais convolucionais trabalhando simultaneamente - 2.154 imagens de ultrassom de 16 centros em todo o mundo, precisão geral de 94,5% e sensibilidade de 95,6%