2025: Os três principais avanços nos modelos de IA revelados, Jensen Huang no Fórum de Davos traça novas direções

O CEO da NVIDIA, 黄仁勋, resumiu no Fórum de Davos as três principais inovações no nível de modelos de IA no último ano: a maturidade da IA baseada em agentes, a prosperidade do ecossistema de modelos open source e avanços significativos na IA física. Essas inovações marcam a transição da IA do estágio de prova de conceito para uma fase de aplicação ampla, refletindo uma transformação profunda em toda a indústria.

As três principais inovações em modelos de IA

IA baseada em agentes: de alucinações a raciocínio confiável

Nos estágios iniciais, os modelos de IA enfrentavam problemas graves de “alucinações”, mas 黄仁勋 destacou que, no último ano, essa questão foi significativamente aprimorada. Mais importante, esses modelos agora podem ser utilizados em pesquisa, realizando raciocínio, planejamento e respostas sem necessidade de treinamento específico na área. Essa é a capacidade central da IA baseada em agentes — os modelos podem autonomamente realizar tarefas de múltiplos passos, além de responder passivamente.

O significado dessa inovação é que a IA evoluiu de uma ferramenta para um assistente. Ela não precisa mais de orientação humana passo a passo, podendo entender objetivos, planejar e executar tarefas.

Modelos open source: o ponto de virada na democratização da IA

黄仁勋 chamou de “evento importante” o lançamento do primeiro modelo de raciocínio open source pela DeepSeek. Após esse evento, o ecossistema de modelos de raciocínio open source começou a prosperar, com muitas empresas, instituições de pesquisa e educacionais aproveitando esses modelos para inovar.

O que isso significa? A IA deixou de ser uma exclusividade de grandes corporações. Pequenas e médias empresas, startups, instituições de pesquisa e até profissionais de educação agora podem construir suas próprias aplicações com base em modelos open source. Isso reduz drasticamente a barreira de entrada para aplicações de IA e acelera sua penetração em diversos setores.

IA física: da virtualidade à realidade

A terceira inovação é a IA física, um campo relativamente novo, mas com grande potencial. A IA física não só compreende a linguagem, mas também entende o mundo físico — incluindo regras de biologia, química, física, entre outras áreas. Na física, a IA consegue compreender dinâmica de fluidos, física de partículas e física quântica.

O significado dessa inovação é que o alcance da IA se expande do processamento de informações para pesquisa científica e aplicações de engenharia. Descoberta de medicamentos, ciência de materiais, modelos climáticos e outros campos podem se beneficiar de novas ferramentas.

A realidade industrial por trás dessas inovações

Relatórios indicam que os preços de aluguel de GPUs estão aumentando devido ao crescimento da demanda, e 黄仁勋 enfatizou que a IA requer infraestrutura avaliada em trilhões de dólares. Isso reflete um fenômeno: a melhoria na capacidade dos modelos de IA impulsiona diretamente a demanda por recursos computacionais.

As três inovações apontam na mesma direção — a IA está saindo do laboratório para o ambiente de produção. A IA baseada em agentes aumenta a autonomia dos modelos, os modelos open source reduzem a barreira de uso, e a IA física amplia o escopo de aplicações. Essas progressões, combinadas, estão impulsionando uma nova onda de investimentos em infraestrutura.

Resumo

As três principais inovações destacadas por 黄仁勋 representam três direções-chave de avanço na indústria de IA. A IA baseada em agentes resolve problemas de confiabilidade, elevando a IA de ferramenta a assistente; os modelos open source quebram o monopólio da IA, permitindo maior participação na inovação; e a IA física expande sua aplicação do domínio da informação para a ciência e engenharia.

Essas inovações não ocorrem isoladamente, mas se complementam. Modelos mais poderosos demandam mais recursos computacionais, e a prosperidade do ecossistema open source estimula ainda mais a necessidade de capacidade de processamento. Espera-se que, até 2026, o desenvolvimento da indústria de IA se concentre nesses três aspectos, enquanto a construção de infraestrutura e os investimentos continuarão sendo motores essenciais do setor.