Mensagem do Gate News, 24 de Abril — A responsável da equipa de modelos de linguagem da Xiaomi, Luo Fuli, revelou numa entrevista aprofundada que o modelo MiMo-V2-Pro tem, no total, 1 bilião de parâmetros e que foram necessários milhares de GPUs para o treino. Ela referiu que a escala de 1T representa o limiar mínimo para obter

Mensagem do Gate News, 24 de abril — A V4 divulgou publicamente dados internos de dogfooding para o seu modelo V4-Pro. A empresa recolheu aproximadamente 200 tarefas reais de engenharia a partir de mais de 50 engenheiros, cobrindo desenvolvimento de funcionalidades, correções de bugs, refatoração e diagnósticos em várias pilhas tecnológicas, incluindo

Mensagem de Gate News, 24 de abril — O relatório técnico V4 da DeepSeek revela que o V4-Flash e o V4-Pro foram pré-treinados em 32T e 33T tokens, respetivamente, o dobro dos aproximadamente 15T tokens usados para o V3. O relatório reconhece ter encontrado “desafios significativos de instabilidade” durante o treino, com picos de perda a ocorrer repetidamente devido a anomalias na camada Mixture-of-Experts MoE; o mecanismo de routing em si agrava estas anomalias, e um simples rollback não consegue resolver o problema. DeepSeek implementou duas soluções agora aplicadas ao treino real: Routing Antecipatório, que desacopla o cálculo do índice de routing das atualizações da rede backbone e ativa automaticamente apenas quando são detetados picos de perda adicionando aproximadamente 20% de sobrecarga, e SwiGLU Clamping, que suprime diretamente as anomalias ao limitar os valores de ativação a um intervalo fixo. O relatório afirma que as duas abordagens são eficazes, mas admite que “os princípios subjacentes permanecem insuficientemente compreendidos”. Susan Zhang, investigadora da Google DeepMind que anteriormente trabalhou na Meta AI e na OpenAI, comentou que a instabilidade despoletada pelo dobro dos dados de treino “explica o atraso”. Ela descreveu as duas soluções como “band-aids” enquanto reconhecia a transparência técnica da DeepSeek.

Mensagem do Gate News, 24 de abril — A DeepSeek lançou a série V4 de modelos de código aberto sob a Licença MIT, com pesos agora disponíveis na Hugging Face e na ModelScope. A série inclui dois modelos (MoE) de mixture-of-experts: V4-Pro com 1,6 biliões de parâmetros totais e 49 mil milhões ativados por token

Mensagem do Gate News, 23 de Abril — Investigadores da Google, incluindo He Kaiming e Xie Saining, publicaram um artigo que apresenta o Vision Banana, um modelo de compreensão visual de propósito geral criado através do ajuste fino leve de instruções da plataforma de geração de imagens Nano Banana Pro ( Gemini 3 Pro Image) da empresa

A Kalshi integra a Pyth como dados de liquidação para o seu novo centro de commodities, cobrindo os principais metais e energias, permitindo negociação contínua e liquidação fiável; o Pyth Pro irá alargar o acesso aos dados e a cobertura dos activos. A Kalshi, uma plataforma de mercado de previsão regulada pela CFTC, integrou a Pyth como fonte de dados de liquidação para o seu novo centro de commodities, cobrindo os mercados de ouro, prata, petróleo Brent, gás natural, cobre, milho, soja e trigo. O Pyth Pro fornecerá aos market makers da Kalshi acesso directo a dados de mercado para apoiar a negociação contínua e a liquidação fiável de contratos de eventos relacionados com commodities. A colaboração prevê também a expansão para classes de activos adicionais, incluindo índices, acções e câmbio (foreign exchange).

A Anthropic remove o Claude Code do plano Pro, gerando críticas à medida que os programadores migram para a OpenAI; o Codex continua gratuito/básico, o GPT-5.4 e o Image 2.0 melhoram o desempenho, impulsionando uma grande migração de utilizadores. Resumo: O artigo analisa a remoção do Claude Code do plano $20 Pro pela Anthropic, o que desencadeia uma reação negativa por parte de programadores que o descrevem como um aumento de preço oculto e um risco de fiabilidade. Contrasta esta medida com a política da OpenAI de manter o Codex nos escalões gratuitos e básicos, ao mesmo tempo que destaca um forte desempenho dos modelos do GPT-5.4 e do ChatGPT Images 2.0, e assinala uma migração rápida de utilizadores para a OpenAI, com o Codex supostamente a ultrapassar 4 milhões de utilizadores ativos semanais.

A iQiyi está a remodelar a sua plataforma para se concentrar em conteúdos gerados por IA, lançando a ferramenta Nadou Pro para apoiar a produção. Apesar das dificuldades financeiras e dos desafios regulatórios, a empresa pretende lançar um filme de IA bem-sucedido até 2026, enquanto gere uma crise de liquidez significativa.

O modelo Happy Horse-1.0 da Alibaba alcançou a classificação mais alta no benchmark global Arena Video Edit, com uma pontuação Elo de 1.299, superando em larga medida o Grok Imagine Video da xAI e o Kling o3 Pro.

A MiniMax anunciou que o seu modelo M2.7 foi oficialmente disponibilizado como open source, tendo alcançado um desempenho SOTA de 56,22% e 57,0% respetivamente nos testes de referência SWE-Pro e Terminal Bench 2. Este modelo pode ser obtido no Hugging Face e tem capacidade para construir estruturas de agentes complexas.