🎨Gemini Live agora cria e edita imagens em tempo real pela câmera

O Gemini Live, modo de conversa ao vivo do assistente do Google, ganhou a capacidade de criar e editar imagens durante a conversa. Você abre o app, aperta o botão Live, compartilha a câmera e vai pedindo o que quer ver. Quer testar como ficaria um sofá diferente na sua sala? Mostra o ambiente e pede. Precisa de ajuda visual com um problema de matemática? Aponta a câmera e conversa. --- O diferencial aqui é que tudo acontece dentro da conversa, sem precisar trocar de app ou de modo. Você fala naturalmente com o Gemini enquanto ele gera e ajusta imagens na hora. É o tipo de funcionalidade que soa como demonstração de feira de tecnologia, mas que está chegando de fato ao celular de qualquer pessoa com o app instalado. --- A aposta do Google é clara: transformar o Gemini num assistente visual que entende o contexto do que você está vendo e consegue criar em cima disso. Se funcionar bem no dia a dia, é o tipo de coisa que muda a forma como pessoas decoram casas, escolhem roupas ou explicam ideias.

O Gemini Live, modo de conversa ao vivo do assistente do Google, ganhou a capacidade de criar e editar imagens durante a conversa. Você abre o app, aperta o botão Live, compartilha a câmera e vai pedindo o que quer ver. Quer testar como ficaria um sofá diferente na sua sala? Mostra o ambiente e pede. Precisa de ajuda visual com um problema de matemática? Aponta a câmera e conversa.
— @GeminiApp View on X

O Google expandiu o Gemini Live para permitir criação e edição de imagens em tempo real através da câmera do smartphone. A funcionalidade, disponível no aplicativo do assistente, elimina a necessidade de alternar entre diferentes modos ou ferramentas externas durante uma conversa.

Como funciona o novo modo visual

Ao acessar o Gemini Live e compartilhar o feed da câmera, o usuário mantém uma conversa contínua enquanto o modelo processa informações visuais e gera imagens contextualizadas instantaneamente. O sistema combina

geminiliveimagenscâmeraconversagoogleexpandiupermitircriaçãoedição

Mais da mesma edição

@SemiAnalysis_

🔓Nvidia abre projeto dos servidores Rubin e revela surpresa: um chip AMD lá dentro

A Nvidia fez algo raro: abriu publicamente os diagramas e a lista completa de componentes dos seus novos servidores da linha Rubin, os mais poderosos que a empresa já produziu. E dentro dessa documentação apareceu um detalhe que chamou atenção de todo o setor: cada rack (aquele armário gigante de servidores) usa 9 pequenos processadores da AMD, sua principal concorrente em chips. --- O chip em questão é o AMD EPYC 3151, um processador simples, de uso embutido, que faz o papel de gerenciar funções internas do servidor. Não é o cérebro do sistema, mas é curioso ver a Nvidia precisando da rival para fazer seu próprio hardware funcionar. O projeto foi publicado no GitHub com licença aberta, o que significa que qualquer fabricante pode estudar e até replicar partes da arquitetura. --- É um movimento estratégico: ao abrir o projeto, a Nvidia facilita a vida de quem monta data centers e quer padronizar infraestrutura. E a presença da AMD ali dentro mostra que, por mais que as duas disputem mercado ferozmente, na prática o ecossistema de chips é mais interdependente do que parece.

@eglyman

💸Ramp levanta US$ 750 milhões e expõe o maior problema das empresas com IA

A Ramp, fintech americana de gestão de gastos corporativos, levantou uma rodada de US$ 750 milhões com avaliação de US$ 44 bilhões. Mas o mais interessante não foi o cheque: foi o alerta do CEO Eric Glyman sobre como as empresas estão queimando dinheiro com inteligência artificial sem ter a menor ideia do que está funcionando. --- Glyman deu um exemplo prático: a maioria das empresas usa os modelos mais caros e poderosos (os chamados 'de fronteira') para qualquer tarefa, inclusive para resumir reuniões ou atualizar calendários, coisas que modelos mais baratos resolvem perfeitamente. Redirecionar apenas 10% de uma fatura de US$ 10 milhões em IA para modelos mais simples economizaria quase US$ 1 milhão. --- O ponto central é que a IA está se tornando o terceiro grande pilar de custo das empresas, junto com pessoas e software. Mas, diferente de salários e licenças, quase ninguém sabe medir se aquele gasto em IA realmente gerou resultado. O financeiro quer cortar, a engenharia quer dobrar, e ninguém tem dados para resolver a briga.

@ai_for_success

📱Google comprime modelos de IA para rodar no celular sem internet

O Google lançou versões ultracomprimidas dos seus modelos Gemma 4, projetadas para rodar localmente em celulares, notebooks e computadores com pouca memória. A versão mais leve, chamada Gemma 4 E2B (só texto), funciona com menos de 1 GB de memória. Para comparação, isso é menos do que muitos aplicativos de redes sociais ocupam. --- A mágica está numa técnica chamada QAT, que, em vez de simplesmente 'espremer' o modelo depois de pronto (o que destrói qualidade), já treina o modelo sabendo que ele vai ser comprimido. O resultado é um modelo muito menor que mantém boa parte da capacidade de raciocínio do original. Algumas camadas foram comprimidas a ponto de usar apenas 2 bits por parâmetro. --- Na prática, isso significa que estamos cada vez mais perto de ter IA competente funcionando offline, direto no aparelho, sem depender de servidores na nuvem. Mais privacidade, mais velocidade, menos custo. O Google já liberou os arquivos prontos para uso em dispositivos móveis.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter