A importância da inclusão é destacada ao discutir avanços tecnológicos, pois nenhum progresso deve ocorrer sem que haja acessibilidade. Dados fornecidos pelo Instituto Nacional de Padrões e Tecnologia dos Estados Unidos (NIST) revelam que a taxa de erro em sistemas de reconhecimento facial pode ser de 1% em indivíduos na faixa dos 20 anos, elevando para 5% em pessoas com 70 anos ou mais.
Com base no último Censo, realizado em 2022, o Brasil possuía 30.936.186 cidadãos entre 20 e 29 anos e 14.292.869 pessoas com 70 anos ou mais. Em uma simulação onde cada brasileiro seria submetido uma única vez ao reconhecimento facial, estima-se que 1% de erro entre os jovens de 20 a 29 anos resultaria em cerca de 309 mil falhas. Já a taxa de 5% para os maiores de 70 anos projetaria aproximadamente 715 mil falhas.
O uso obrigatório do reconhecimento facial para a concessão, manutenção e renovação de benefícios da seguridade social federal, bem como para o desbloqueio de benefícios do INSS visando a contratação de empréstimos consignados, pode se configurar como uma barreira de acessibilidade para a população idosa.
Ao analisar as dificuldades de letramento digital enfrentadas pelos idosos, percebe-se que o reconhecimento facial vai além de simplesmente olhar para a tela. O processo demanda o cumprimento de várias instruções, tais como encontrar um local com fundo uniforme, alinhar a câmera frontal ao rosto, ajustar a distância do aparelho e executar diversas confirmações antes do envio da imagem. Essas etapas são consideradas desgastantes e pouco intuitivas, sendo questionadas inclusive por pessoas mais novas e acostumadas com o uso diário da tecnologia.
Este problema não é inédito. Debates anteriores sobre racismo algorítmico já comprovaram como bases de treinamento insuficientemente representativas podem prejudicar o desempenho dessas tecnologias em certos grupos. Essa problemática ressurge ao notar a escassa representação de rostos envelhecidos nos bancos de dados, o que diminui a exatidão dos sistemas. Dificuldades similares são sentidas de forma ainda mais acentuada por pessoas negras, indígenas e trans, conforme apontado pelo Instituto Brasileiro de Defesa do Consumidor.
Para garantir a acessibilidade, é fundamental que as empresas de tecnologia e as organizações que implementam essas soluções invistam tanto na atualização dos sistemas quanto na experiência de quem os utiliza. Isso implica fornecer orientações mais didáticas, instruções claras e um guia passo a passo verdadeiramente intuitivo, possibilitando que indivíduos com menor familiaridade digital concluam o procedimento sem precisar de auxílio externo.
Em um país caracterizado por sua vasta diversidade racial, étnica, geracional e de gênero, a discussão sobre acesso à tecnologia deve obrigatoriamente levar em conta os diversos perfis que formam a população brasileira. O avanço tecnológico só pode ser considerado um avanço real quando ele for capaz de contemplar cor, raça, etnia, gênero e idade, algo que, na prática atual, ainda está distante.
A Moore Threads demonstrou no evento WAIC 2026 seu conceito de três fábricas de IA: fábrica de treinamento de modelos, fábrica de geração de tokens e fábrica de produção de agentes. Essas fábricas representam uma infraestrutura de produção abrangente necessária para a era da tokenômica, onde a demanda por poder computacional cresce exponencialmente devido ao consumo mútuo pelos sistemas de IA.
As três fábricas são construídas no cluster de computação Kuae e na arquitetura patenteada MUSA da empresa. Esta arquitetura combina de forma única aceleração de IA, renderização 3D, simulação física e codec de vídeo em um único chip.
A conquista mais significativa é o modelo EvoPhys-World — o primeiro modelo 5D do mundo totalmente treinado em GPUs MTT S5000 da Moore Threads. Este modelo ocupou o primeiro lugar no ranking mundial Stanford WorldScore na categoria geração de mundo por 37 dias consecutivos. O grupo de pesquisa da Universidade de Pequim utilizou o cluster Kuae com suporte total ao stack de software MUSA, demonstrando que a infraestrutura doméstica de GPU é capaz de suportar o treinamento de modelos globais avançados com qualidade, estabilidade e escalabilidade comparáveis aos padrões internacionais. Isso confirma o potencial das GPUs domésticas para tarefas complexas de IA que antes eram consideradas prerrogativa da NVIDIA.
A base técnica é o supernó MTT C256, que utiliza uma arquitetura de rede de camada única Scale-up. Ele garante conectividade total de 128 GPUs em um gabinete padrão de largura de nó único, com capacidade de expansão para 256 GPUs em configuração combinada. A estrutura ortogonal elimina problemas de perda de largura de banda e alta latência de redes multinível tradicionais. A taxa de utilização FLOPs do modelo atinge 60% para modelos densos e 40% para modelos MoE, o tempo de treinamento eficiente excede 90%, e a eficiência linear de escalonamento atinge 95%, mantendo a precisão de treinamento alinhada com os principais cartões de computação internacionais. O cluster Kuae demonstrou com sucesso a operação estável do treinamento em 1000 placas para o modelo multimodal Wan2.1 e concluiu o treinamento ponta a ponta do modelo base MoE-236B do zero.
A Moore Threads também apresentou dois terminais focados em IA: o centro doméstico de IA MTT AICUBE, posicionado como um centro inteligente familiar, e o notebook de computação de IA MTT AIBOOK para tarefas móveis de IA. Em conjunto com o modelo de código MusaCoder, o agente de programação MUSACODE AI e a Academia Moore, a empresa apresentou um stack completo de soluções — desde infraestrutura de supercomputação em nuvem até implantação na periferia e terminais de usuário final. Isso permite que a empresa se posicione como a única fabricante chinesa de GPUs que abrange simultaneamente os mercados corporativo e de consumo com uma estratégia completa de cobertura de cenários.
Além das três fábricas, a conclusão mais ampla é que o ecossistema chinês de GPUs domésticas atingiu um nível de prontidão para aplicação industrial. A BAAI utilizou o cluster Kuae com MTT S5000 para concluir todo o processo de treinamento do cérebro incorporado genérico RoboBrain 2.5. O benchmark BEVFormer na infraestrutura Moore Threads alcançou um throughput em uma e duas máquinas comparável às principais GPUs internacionais. Como o consumo diário de tokens na China ultrapassou 140 trilhões em março de 2026, aumentando 1000 vezes em dois anos, a capacidade de treinar, executar e implantar cargas de trabalho de IA em infraestrutura doméstica de GPU transformou-se de possibilidade teórica em realidade operacional.
A inteligência artificial integrada em smartphones atraiu atenção significativa durante a Conferência Mundial de Inteligência Artificial realizada em Xangai. Conforme reporta a AFP no TechXplore, fabricantes apresentaram dispositivos capazes de executar tarefas por comando de voz sem a necessidade de o usuário iniciar vários aplicativos.
Pelo menos três fabricantes demonstraram no evento modelos equipados com agentes de IA. A ideia principal é transformar o smartphone em um assistente autônomo que pode resolver tarefas como comparar preços, planejar viagens, editar vídeos ou fazer pedidos de comida por conta própria.
Entre as novidades apresentadas estava o NaviX Ultra da Nubia, integrado ao chatbot Doubao, desenvolvido pela ByteDance, proprietária do TikTok. Ao anunciar o dispositivo, a empresa declarou: «Uma nova era de smartphones com agentes de IA está começando».
O conceito não é totalmente novo; anteriormente existia um protótipo chamado «Doubao Phone» que demonstrava uma integração semelhante, mas sua funcionalidade foi parcialmente limitada após grandes plataformas restringirem o acesso do assistente.
As demonstrações incluíram recursos como pedir comida por voz, comparar preços em diferentes lojas, organizar viagens e compras, além de edição de vídeo e suporte a tarefas de produtividade.
No entanto, descobriu-se que o principal obstáculo não é a própria inteligência artificial, mas sim o problema de integração com aplicativos e serviços de empresas concorrentes, que nem sempre concordam em fornecer tal acesso.
Kiranjit Kaur, diretor associado de pesquisa na IDC, explica que as plataformas buscam manter o contato direto com seus usuários, temendo a «perda de controle para outra empresa».
O especialista também observa que a indústria ainda procura um modelo verdadeiramente eficaz, afirmando: «Agentes de IA são um sonho para todos, mas ainda não o alcançamos», ressaltando que tais soluções ainda apresentam falhas em diferentes cenários.
De acordo com publicações especializadas chinesas citadas no artigo, o NaviX Ultra visa operar em parceria com aplicativos, evitando acesso não autorizado aos sistemas.
Outras empresas também estão apostando neste setor. A Honor apresentou o «Robot Phone», equipado com uma câmera montada em um pequeno manipulador robótico capaz de reconhecer gestos, acompanhar música, tirar selfies e estabilizar vídeos.
A startup StepFun mostrou o STEPX Neo, integrado a serviços como Alipay e Didi, para unificar funções de compras, viagens, produtividade e edição de vídeo.
Além da China, Google e Brain Technologies também estão aumentando seus investimentos em smartphones com inteligência artificial.
Mark Einstein, analista da Counterpoint Research, acredita que ainda não há um vencedor nesta competição. Ele prevê que, nos próximos cinco a dez anos, a interação entre usuários e smartphones pode mudar drasticamente, reduzindo a dependência de aplicativos tradicionais e abrindo caminho para assistentes de IA cada vez mais comuns no dia a dia.
