Os pesquisadores abordam descontinuidades temporais no relighting de vídeos de longo prazo reformulando a tarefa como tradução de domínio latente condicionado temporalmente. A estrutura impõe continuidade entre blocos propagando os latentes do domínio-alvo através dos limites e utiliza autocondicionamento mascarado do domínio-alvo para tornar esse comportamento aprendível.
Pesquisadores da Nvidia introduziram o FusionRelight, um método para realinhamento de retratos que combina transferência de iluminação fisicamente plausível com preservação de identidade e inferência compacta em tempo real. A abordagem utiliza a Fusão Híbrida de Conhecimento de Domínio (HDKF), uma estrutura de treinamento que destila priors de física, refletância e realismo a partir de dados sintéticos, One-Light-at-a-Time (OLAT) e in-the-wild em um modelo estudante.
A NVIDIA apresentou o OmniDreams, um modelo de mundo generativo fundamental projetado para resolver os gargalos na avaliação de políticas de direção autônoma dentro de simulações em loop fechado. Treinado intermediária e posteriormente a partir do modelo de difusão Cosmos com 21 mil horas de cenários de condução, ele gera vídeos condicionados por ações em tempo real de forma autoregressiva.
Pesquisadores da NVIDIA introduziram o Spatial-IQ, um framework de diagnóstico projetado para decompor a inteligência espacial de grandes modelos de linguagem multimodais (MLLMs). Diferente dos benchmarks existentes que tratam os modelos como caixas-pretas, esta abordagem decompõe a contagem de objetos em estruturas 3D empilhadas em nove sub-tarefas perceptivas e cognitivas alinhadas com estágios do desenvolvimento humano.
Pesquisadores apresentam o Cluster-Guided Vector Quantization (CGVQ), um método projetado para melhorar o desempenho de taxa-distorção na compressão de imagens baseada em primitivas gaussianas. A abordagem particiona os parâmetros de Gaussiana em grupos homogêneos antes da quantização, abordando a ineficiência causada pelo armazenamento de grandes números de parámetros de ponto flutuante por primitiva.
Pesquisadores analisam vídeos de gameplay do jogo competitivo de tiro Delta Force para extrair e compreender a comunicação não verbal emergente, como gestos e padrões de movimento. Este trabalho aborda uma lacuna em estudos anteriores que se concentraram amplamente em jogos MOBA ou coordenação verbal em outros shooters.
Pesquisadores da NVIDIA estão abordando a dificuldade de agendar jogos competitivos em grupo e recriar ambientes de laboratório adotando a metodologia de experimentação de campo. Essa abordagem integra a experimentação diretamente nas estruturas dos torneios, criando torneios-experimento híbridos.
Pesquisadores apresentam o The AI Telco Engineer (AITE), um framework que utiliza busca evolutiva orientada por modelos de linguagem grandes para projetar autonomamente algoritmos para problemas complexos de comunicação, navegando os trade-offs entre desempenho e complexidade.
A NVIDIA apresentou o CTRL-G (Controllable Generative Graphics for Games), um framework projetado para abordar o desafio de controlar sistemas de IA generativa dentro de ambientes de jogos interativos.
A Anthropic apresentou o Claude Opus 5 como um modelo mais eficiente que se aproxima das capacidades do Claude Fable 5 pela metade do preço, tornando-se o padrão para o Claude Max. Paralelamente, a NVIDIA está defendendo políticas do governo dos EUA para apoiar modelos de IA com pesos abertos, fomentando a inovação e fortalecendo a liderança americana no setor.
A NVIDIA lançou o Cosmos 3 Edge, um modelo de mundo aberto com 4 bilhões de parâmetros projetado para oferecer desempenho de nível de data center em sistemas de borda com memória limitada. O modelo permite que robôs e agentes de IA de visão compreendam seu entorno, raciocinem em tempo real e gerem ações diretamente em dispositivos como os módulos NVIDIA Jetson.
A NVIDIA lançou o Nemotron 3 Embed, uma coleção de modelos de embedding abertos e comercialmente disponíveis projetados para melhorar a qualidade de recuperação para RAG em escala de produção, recuperação agêntica, recuperação de código e memória de agentes. A coleção inclui um modelo de 8B que ocupa a #1 posição geral no ranking do RTEB, junto com variantes eficientes de 1B otimizadas para implantação.
O projeto llama.cpp mesclou atualizações significativas em seu backend OpenVINO, principalmente habilitando o suporte à família de modelos Qwen3.5 e introduzindo várias técnicas de otimização de memória.
A Alibaba liberou os pesos abertos do Qwen3.8-2.4T-A95B (também conhecido como Qwen3.8-Max), seu maior modelo de pesos abertos, projetado para trazer capacidades próximas às de fronteira para o ecossistema aberto.
A NVIDIA lançou dois artefatos de código aberto projetados para construir agentes de IA sempre ativos: o modelo Nemotron 3.5 Lightning e a biblioteca de roteamento NeMo Switchyard. Essas ferramentas abordam o alto custo e a latência de enviar cada etapa de fluxos de trabalho de agentes de longa duração para modelos de raciocínio de ponta, fornecendo capacidades especializadas de execução e roteamento.
A NVIDIA lançou o modelo Nemotron-3.5-Lightning-30B-A3B no Hugging Face.
A NVIDIA lançou uma atualização para seu modelo de TTS multilíngue Magpie, expandindo o suporte para doze idiomas com a adição de Árabe Padrão Moderno, coreano e português brasileiro. A versão também inclui melhorias de qualidade nos idiomas existentes por meio de dados de treinamento atualizados e alterações na arquitetura.
A Meta lançou o Muse Glimmer, um modelo denso de 30B com uma janela de contexto de mais de 120K tokens, projetado para trabalho agêntico de IA local. Otimizado para rodar em plataformas edge, desktop e estações de trabalho da NVIDIA, o modelo oferece 20K tokens/seg em uma única GPU.
A NVIDIA lançou o NemotronLabs VoiceChat 11B, um modelo de ponta a ponta de fala-para-fala aberto com 11B de parâmetros, projetado para conversação full-duplex em tempo real. Diferente das pilhas em cascata que encadeiam ASR, LLM e TTS, esta rede unificada realiza compreensão e geração de streaming de fala simultaneamente, alcançando uma latência medida de troca de turno suave de 448 ms no Full-Duplex-Bench 1.0.
O NVIDIA Labs lançou o código-fonte aberto do NOOA (NVIDIA Object-Oriented Agents), um framework Python agnóstico a modelos que consolida o desenvolvimento de agentes em uma única classe Python. Essa abordagem substitui fluxos de trabalho fragmentados envolvendo templates de prompt e grafos de fluxo, mapeando métodos para ações, campos para estado, docstrings para prompts e anotações de tipo para contratos impostos.