A equipe de projeto forneceu uma descrição detalhada sobre o Estúdio Virtual localizado na antiga Fábrica de Armas de A Coruña. Este projeto traduz em termos arquitetônicos uma dualidade fundamental no local.
Essa dualidade se manifesta através de dois elementos contrastantes: uma estrutura hermética, destinada à criação de ambientes digitais, e um corpo aberto que estabelece um diálogo direto com o entorno natural e com a história industrial do sítio.
A ACE Robotics, em colaboração com o S-Lab da Nanyang Technological University, lançou o Mundo — um modelo de mundo capaz de criar um ambiente interativo e explorável com base em um pequeno número de imagens de um local real. Isso foi relatado pelo portal de notícias chinês Robot Pro em 31 de outubro.
A equipe afirma que o Mundo pode recriar uma cena, exibi-la de diferentes ângulos e modelá-la no tempo, permitindo testar e treinar robôs em uma cópia digital de um espaço específico.
De acordo com o repositório no GitHub, o código e os pesos do modelo estarão disponíveis até o final de novembro.
O Mundo aceita de uma a doze imagens contextuais e gera novas vistas ao longo de um caminho de câmera definido. Ao usar apenas uma imagem, o sistema expande o estilo e a estrutura visíveis para áreas não visíveis, e o aumento no número de imagens reduz a incerteza em zonas que não foram fotografadas.
Para espaços maiores, o modelo é capaz de criar movimentos de câmera com duração de dezenas de segundos a vários minutos, selecionando as fotos mais adequadas para cada segmento e sobrepondo-as para garantir a coerência.
A base do funcionamento é um modelo fundamental tridimensional que restaura as poses das câmeras e a geometria densa. Simultaneamente, um detector tridimensional cria um retângulo delimitador inicial para cada objeto grande. Como os detectores podem omitir objetos ou avaliar incorretamente seus tamanhos, um agente baseado em visão e linguagem edita o programa da cena, renderiza-o a partir de cada ponto de vista de entrada, compara o resultado com as fotos originais e determina o que precisa ser corrigido. Paralelamente, a otimização numérica ajusta a posição, o tamanho e a orientação das caixas.
Um agente de verificação separado monitora a coerência sem interferir na edição da cena. O programa da cena registra o nome, pose, tamanho, massa e coeficiente de atrito de cada objeto. Os scripts aplicam forças e ações, e o motor físico, que atualmente é o MuJoCo, calcula o movimento, contato e colisões. Em seguida, um modelo de difusão de vídeo visualiza a simulação no estilo das fotos originais.
A equipe refinou o modelo MiniMax reference-to-video, utilizando cerca de 40.000 pares de vídeos de 640x480, gerando clipes de 124 quadros e reutilizando os últimos 34 quadros de cada clipe para manter a continuidade de vídeos longos.
As demonstrações incluem cenários onde robôs se movem por um piso recriado de hotel, abrem uma máquina de lavar na lavanderia, colocam uma maçã em uma tigela e empilham cubos, utilizando vistas de câmeras de cabeça e punho, bem como trajetórias gravadas.
A equipe definiu claramente os limites das capacidades do sistema: o processo de reconstrução leva de 10 a 20 minutos, o renderização é realizada a uma taxa de aproximadamente 1,5 quadros por segundo em oito GPUs A800 com 20 passos de inferência. Também foi observado que objetos pequenos podem parecer flutuantes e que a memória de longo prazo para cenas que mudam ao longo de um longo período está ausente.
A Mistral AI disponibilizou os pesos do Large 4, um modelo de inteligência artificial com um trilhão de parâmetros. Este modelo pode ser baixado e operado por governos e empresas dentro de seus próprios sistemas. Conhecida como “Le Chonk”, esta IA foi concebida para auxiliar em diversas funções, tais como a identificação de falhas em softwares, a análise de ameaças digitais e o suporte na resposta a ataques cibernéticos.
O lançamento ocorreu nesta quinta-feira (29) e consolida a estratégia da companhia francesa de promover modelos de pesos abertos, o que confere maior controle sobre a tecnologia. Os arquivos estão acessíveis no Hugging Face, e a ferramenta também pode ser utilizada através da API da Mistral.
A iniciativa visa diminuir a dependência de serviços de IA gerenciados por provedores externos. Isso é particularmente importante para entidades que manuseiam dados confidenciais e necessitam investigar incidentes de segurança sem precisar transferir suas informações para plataformas de terceiros.
A cibersegurança constitui um dos pilares deste lançamento. O Large 4 foi criado para apoiar equipes técnicas na localização de vulnerabilidades, na replicação de falhas para confirmar sua autenticidade e na geração de correções para os problemas detectados.
De acordo com a Mistral, o modelo obteve uma pontuação de 82% em um teste realizado pelo Artificial Analysis Cyber Index. Este índice avalia a aptidão do modelo em replicar uma vulnerabilidade real em um software de código aberto e, subsequentemente, corrigi-la. Adicionalmente, a empresa reporta que a IA solucionou 93% dos desafios do Cybench, um conjunto composto por 40 exercícios inspirados em competições de segurança digital.
Esses resultados são divulgados pela própria desenvolvedora e devem ser analisados considerando as circunstâncias específicas de cada avaliação. Além da detecção de falhas, a Mistral aponta usos para análise de malware, priorização de vulnerabilidades e elaboração de regras para identificar ameaças.
A empresa também destacou o desempenho do modelo em programação. No Coding Agent Index, da Artificial Analysis, o Large 4 atingiu uma pontuação combinada de 49,8%, conforme os dados apresentados pela desenvolvedora. A Mistral alega que este feito o posiciona à frente de outros modelos de pesos abertos em tarefas de programação executadas por agentes de IA.
Os pesos referem-se aos valores numéricos adquiridos durante o processo de treinamento que possibilitam ao modelo gerar suas respostas. Ao liberar esses arquivos, as organizações ganham a capacidade de rodar o Large 4 em sua própria infraestrutura, em vez de depender unicamente de um serviço externo. Isso proporciona maior autonomia sobre os dados, a configuração da ferramenta e as diretrizes de segurança adotadas. Em cenários críticos, por exemplo, uma corporação pode usar o modelo para investigar um ataque sem estar sujeita à disponibilidade ou às limitações de uma API de terceiro.
Em uma conversa com o TechCrunch, Pierre Stock, vice-presidente de ciência da Mistral, declarou que a disponibilização dos pesos possibilita que empresas e governos acessem recursos avançados de IA para se protegerem contra ataques. Segundo o executivo, o modelo pode auxiliar na identificação, coordenação e resposta a grandes incidentes de segurança em tempo real. Ele também defendeu a expansão do acesso a essas capacidades para fortalecer o ecossistema de proteção digital.
Essa estratégia coloca a Mistral em concorrência com outras companhias, como OpenAI e Anthropic, cujos modelos mais sofisticados são oferecidos predominantemente por meio de serviços controlados pelas próprias desenvolvedoras. Contudo, a liberdade de executar um modelo sem depender de um fornecedor externo traz uma desvantagem: após a liberação dos pesos, torna-se mais complexo monitorar quem está utilizando a tecnologia e para quais propósitos.
A mesma funcionalidade de análise de vulnerabilidades que auxilia as equipes de segurança pode ser de interesse para atores maliciosos que buscam explorar fraquezas em sistemas. Ademais, a operação independente permite que as organizações ajustem o modelo às suas necessidades, mas implica que as restrições impostas em um serviço hospedado nem sempre se aplicam a todas as versões modificadas.
Stock reconheceu os riscos inerentes ao avanço da IA e dos agentes autônomos, mas argumentou que não há necessidade de aumentar o temor em relação à tecnologia, pois a segurança é um desafio passível de ser enfrentado. A Mistral defende que o Large 4 foi desenvolvido especificamente para robustecer a defesa cibernética, possuindo capacidade para executar tarefas técnicas que sistemas mais restritivos poderiam rejeitar, mesmo em investigações legítimas de segurança.
Com este lançamento, a empresa expande sua gama de modelos avançados que podem ser implementados e customizados pelos próprios usuários. O grande desafio reside em encontrar o equilíbrio entre dar acesso a ferramentas poderosas de defesa digital e gerenciar os perigos de seu uso inadequado.
