Lenovo lança Tianxi AI 4.5 para PCs com inteligência artificial, permitindo que telefones e tablets enviem tarefas para computadores de mesa

Em dezembro de 2025, o jogo Clair Obscur: Expedition 33 recebeu dois prêmios negativos no Indie Game Awards devido ao uso de texturas geradas por Inteligência Artificial (IA) na versão final. Em contraste, corporações como a Nvidia empregam IA para projetar suas próprias GPUs, que são utilizadas em diversos jogos, sem enfrentar pedidos de boicote.

Este cenário levanta a questão sobre o preconceito da comunidade gamer em relação à IA. A distinção reside entre o que é considerado aceitável e o que não é, exigindo análise não apenas dos dados, mas também dos exemplos onde a tecnologia foi bem recebida e das práticas internas da indústria de hardware.

Um levantamento realizado pela GDC 2026, baseado nas respostas de mais de 2.300 profissionais do setor, avaliou as opiniões sobre o emprego de IA generativa. Os resultados indicaram um pior cenário em comparação ao ano anterior, especialmente no que tange ao uso de IA generativa.

Entre os profissionais entrevistados, 52% consideram que a IA generativa prejudica a indústria, um aumento significativo em relação aos 30% registrados no ano anterior e aos 18% de dois anos antes.

Os números são ainda mais críticos quando se observa o público gamer. Uma pesquisa conduzida pela Quantic Foundry, que coletou dados de 1.799 jogadores, revelou que cerca de 85% deles manifestaram uma opinião desfavorável ao uso de IA generativa, sendo que aproximadamente 63% possuem uma visão muito negativa.

O estudo da Quantic Foundry aponta que a motivação do público gamer é um fator relevante. Eles demonstraram maior negatividade quando a IA é aplicada na criação de arte, música, efeitos sonoros, narrativa e diálogos.

Para fins de comparação, o uso de IA para ajustar a dificuldade foi visto negativamente por 27% do público, enquanto o uso em artes visuais alcançou 83% de aversão. Essa resistência do público também foi alta em outras áreas criativas, com 77% contra música e efeitos sonoros, e 70% contra narrativa e diálogos. Isso sugere que a objeção do público tende a diminuir à medida que o uso da IA se afasta dos processos estritamente criativos.

Um exemplo de aplicação de IA que encontrou alguma aceitação pública é o DLSS e tecnologias correlatas. Esses sistemas utilizam IA para elevar a taxa de quadros (FPS), diminuir a latência e aprimorar a qualidade visual. Os usuários acolheram esses recursos devido à notável qualidade e desempenho alcançados.

No entanto, problemas começaram a surgir durante a evolução do DLSS. Recursos inicialmente focados em performance transformaram-se em dependências para o desenvolvimento de jogos, fazendo com que novos títulos necessitassem dessas ferramentas, muitas vezes apresentando falhas de desempenho mesmo em computadores potentes.

A situação se agravou com a apresentação do DLSS 5. Esta ferramenta, que incorpora renderização neural em tempo real para reconstruir pixels com iluminação e materiais fotorrealistas, demonstrou dificuldades em manter a coerência visual entre cenas, resultando em descaracterização da obra original e características artificiais e genéricas. Tais problemas foram recebidos de maneira extremamente negativa pela comunidade gamer.

Empresas como a Nvidia aplicam IA em seus projetos de chips, abrangendo desde o desenho dos componentes até a validação final dos projetos. Um resultado notável foi o desenvolvimento de um somador de 64 bits — circuito responsável pela soma de valores binários — que ocupa cerca de 25% menos área do chip quando criado utilizando o PrefixRL, conforme relatado por Jeff Dean, do Google, e Bill Dally, da Nvidia.

Na DAC (Conferência de Automação e Design) de 2026, empresas como Synopsys, Cadence e Siemens exibiram projetos de automação assistida por IA. O agente de verificação de design de longa duração da Synopsys demonstrou um processo 50 vezes mais rápido, segundo a própria companhia. Paralelamente, o projeto da Siemens, em colaboração com a Nvidia, apresentou agentes capazes de caracterizar bibliotecas mais de dez vezes mais rapidamente.

Embora sejam apenas dois exemplos, eles compartilham um ponto em comum: a substituição parcial do trabalho humano por IA não gerou revolta, protestos ou boicotes por parte do público.

O proprietário do site pandaily.com bloqueou temporariamente o acesso do usuário ao recurso. Esta restrição foi implementada usando o serviço Cloudflare.

Para obter mais informações sobre esta situação, os usuários podem consultar a documentação oficial do Cloudflare sobre códigos de status HTTP, especificamente no link https://developers.cloudflare.com/support/troubleshooting/http-status-codes/cloudflare-1xxx-errors/error-1015/.

O Laboratório Peng Cheng iniciou a operação de teste de 10.000 petaflops de capacidade de computação doméstica de inteligência artificial em seu grande local científico, o Peng Cheng Cloud Brain III, localizado em Shenzhen. Isso foi divulgado na cerimônia de abertura da Conferência Mundial de Comunidade de Rede de Computação 2026 (WCNC 2026), realizada nos dias 15 e 16 de outubro na área de Nanshan, Shenzhen, de acordo com o site oficial do laboratório.

O laboratório informou que este passo coloca o Cloud Brain III na fase de 'construção em operação'. Atualmente, há uma capacidade online de 10.000 petaflops, que já está sendo usada para treinar grandes modelos domésticos e funciona como uma rede de pesquisa especializada em IA para ciência, enquanto a capacidade restante ainda está sendo instalada.

De acordo com a publicação tecnológica chinesa IT Home, o sistema totalmente concluído planeja atingir uma capacidade de 16.000 petaflops, ou 16 EFLOPS, e é descrito como o maior complexo de computação de IA planejado na China. Quanto à arquitetura, o anúncio do laboratório apenas indica que o sistema utiliza uma arquitetura inovadora de supernó inteligente doméstica, desenvolvida para eliminar gargalos de transmissão de dados.

A IT Home, citando relatórios públicos, observou que o Cloud Brain III é construído na arquitetura Ascend 384 SuperPoD da Huawei; no entanto, o próprio laboratório não nomeia o fornecedor dos chips em seu comunicado oficial. No final de dezembro de 2025, o laboratório ativou para testes as primeiras placas de computação da primeira fase, com uma capacidade total de 4.500 petaflops, e equipamentos relacionados.

Significado Infraestrutural e Planos de Desenvolvimento

Lu Yutong, diretor do Centro Nacional de Supercomputação em Shenzhen, declarou à mídia local que o Cloud Brain III fornece à cidade uma base sólida para conectividade computacional interdistrital e amplo acesso a serviços de computação. Ele também acrescentou que as conexões de alta velocidade devem se estender a Hong Kong e Macau. Este projeto foi concebido como um nó chave da Rede de Computação Chinesa (C2NET), um programa piloto nacional que, segundo o diretor do laboratório, Gao Wen, está sendo implementado há quatro anos.

Em sua apresentação principal, Gao delineou o seguinte objetivo, denominado ZPG: computação em escala zettaflop, velocidade de comunicação em escala petabit e fornecimento de energia verde em escala gigawatt. Ele descreveu um caminho trifásico para a rede de computação: integração de recursos computacionais, distribuição de tarefas entre regiões e, finalmente, fornecimento de computação sob demanda, semelhante à eletricidade.

Dois documentos informativos também foram apresentados na conferência. Um, dedicado ao desenvolvimento da rede de computação global, foi preparado pelo Laboratório Peng Cheng em colaboração com a aliança WCNC. O segundo, relativo à coordenação de sistemas de computação e energia, foi criado em conjunto com o Laboratório Huairou e contém um roteiro até 2035, sendo que o período de 2026 a 2030 foca no planejamento e na criação da base, e de 2031 a 2035, na operação coordenada e otimização de todo o sistema.