Blog
GPT-5.4 já chegou: o que muda para utilizadores profissionais?
Publicado em 06/03/2026 17:27 em Artigos
O GPT-5.4 entrou finalmente no centro da conversa tecnológica e tudo indica que a OpenAI quer posicioná-lo como um modelo mais maduro para trabalho profissional,...
Ler Mais
QuitGPT e o crescimento do backlash contra o ChatGPT
Publicado em 06/03/2026 17:18 em Artigos
O movimento QuitGPT está a ganhar visibilidade como um dos sinais mais claros de que a relação entre o público e os grandes produtos de...
Ler Mais
OpenAI estará a preparar plataforma de código para disputar espaço ao GitHub
Publicado em 05/03/2026 18:02 em Artigos
A OpenAI estará a trabalhar numa plataforma de alojamento e colaboração de código que poderá vir a disputar atenção ao GitHub, segundo informação avançada pela...
Ler Mais
Echos Over Time - Como ultrapassar um dos grandes limites dos modelos de video‑to‑audio
Publicado em 02/03/2026 15:20 em Links Externos
O Echoes Over Time explora como ultrapassar um dos grandes limites dos modelos de video‑to‑audio: a capacidade de gerar áudio de longa duração a partir de vídeo, mesmo quando treinados apenas com clipes curtos.
O projeto apresenta a arquitetura MMHNet, uma rede multimodal hierárquica que melhora significativamente a geração de áudio contextualizado por vídeo, escalando para durações superiores a 5 minutos onde métodos anteriores falham.
Esta abordagem mostra que é possível treinar com segmentos curtos e generalizar para vídeos longos, abrindo portas a aplicações mais realistas em multimédia e design sonoro.
Statics2Dynamics - Para além da transformação estática
Publicado em 02/03/2026 15:15 em Links Externos
O projecto Statics2Dynamics propõe um novo paradigma para image editing que vai além da simples transformação estática de imagens, introduzindo transições físicas previsíveis entre estados para gerar edições que respeitam leis de física como refracção ou deformação realista. Baseia-se num grande conjunto de trajectórias de transição física (PhysicTran38K) e num modelo (PhysicEdit) que combina raciocínio físico guiado por texto-visão com consultas de transição adaptáveis para conduzir um backbone de difusão.
Isto resulta em edições de imagem mais plausíveis e coerentes com o mundo real, superando limitações de métodos que tratam apenas pares de imagens sem dinâmica contínua.
Doc to Lora - Uma solução intermédia para um problema de contexto!
Publicado em 02/03/2026 15:10 em Artigos
📘 Doc-to-LoRA: A Revolução na Memória e Adaptação Instantânea de Grandes Modelos de Linguagem
Na era em que os modelos de linguagem (LLMs) se tornaram...
🦾 EgoScale: quando ver o mundo como um humano torna os robôs mais hábeis
Publicado em 02/03/2026 14:57 em Artigos
Imagine ensinar um robot a ser tão ágil e capaz com as mãos como um ser humano, mas não por tele-operação ou instruções anexadas, mas...
Ler Mais
LavaSR - Fast Speech restoration and enhancement
Publicado em 02/03/2026 14:50 em Links Externos
O LavaSR é um modelo de speech enhancement que recupera e melhora rapidamente áudio de baixa qualidade, estendendo a largura de banda (upsampling) até 48 kHz com alta fidelidade e muito maior velocidade do que modelos baseados em difusão. Com apenas ~50 MB e execução até milhares de vezes em tempo real, é ideal para restaurar gravações, melhorar TTS ou chamadas com ruído sem exigir hardware pesado.
Visitar Link
Test-Time Training na reconstrução 3D,
Publicado em 02/03/2026 14:34 em Links Externos
O tttLRM introduz Test-Time Training na reconstrução 3D, permitindo que o modelo se adapte dinamicamente durante a inferência à medida que recebe novas imagens. Em vez de usar apenas representações fixas, comprime múltiplas vistas em pesos adaptativos que capturam a estrutura 3D implícita da cena. O resultado é uma reconstrução mais coerente, escalável e eficiente, com complexidade linear mesmo em contextos longos.
Visitar Link
VecGlypher - Gerador de fontes
Publicado em 01/03/2026 14:44 em Links Externos
O VecGlypher é um modelo de linguagem multimodal que gera glifos vetoriais (contornos SVG editáveis) diretamente a partir de descrições de estilo em texto ou de imagens de referência, sem precisar de passar por rasterização nem vetorização posterior.
Ele produz outlines vetoriais de alta fidelidade num único passo, combinando treino em grande escala com dados tipográficos para dominar geometria e linguagem, facilitando a criação de fontes tipográficas com palavras ou exemplos visuais.
Nano Banana 2: O novo gerador de imagens ultrarrápido da Google
Publicado em 27/02/2026 16:30 em Artigos
A Google acaba de lançar o Nano Banana 2 (também conhecido como Gemini 3.1 Flash Image), o seu mais recente e poderoso modelo de geração...
Ler Mais
MillMage: o novo software CNC dos criadores do LightBurn
Publicado em 24/02/2026 20:18 em Artigos, Recursos
A equipa por detrás do popular software de corte e gravação a laser LightBurn anunciou o lançamento do MillMage, uma nova aplicação dedicada ao controlo...
Ler Mais