Quatro conversas que, juntas, desenham um arco: o que acontece quando a pesquisa em IA começa a se automatizar, o que a fronteira de mídia generativa virou quando virou API, e por que a diferença entre laboratório e produto é cultura, não modelo.

Quando a pesquisa vira o produto

A conversa mais longa da rodada também é a mais incisiva. Ryan Greenblatt, cientista-chefe da Redwood Research, argumenta que pesquisa em IA é o tipo de trabalho mais exposto à automação que existe: é verificável, iterativa e mensurável, o trio que acelera o ciclo de realimentação. A estimativa dele é que, no momento em que sistemas de IA igualem os melhores humanos em P&D, dá para comprimir de quatro a cinco anos de progresso em um único ano — o salto do GPT-3 a um modelo de fronteira em doze meses, não em cinco anos. O cronograma que ele defende: P&D de IA totalmente automatizado em 2030 ou 2031, superinteligência por volta de 2033. É cenário, não previsão garantida, mas o raciocínio que sustenta cada etapa vale mais que a data final.

Tibo, que passou pelo DeepMind antes de ir para o OpenAI, olha o mesmo futuro pelo lado da empresa. Para ele, o Google tinha o precursor do ChatGPT nas mãos e travou o lançamento por medo de canibalizar o próprio negócio de busca — e foi essa hesitação, não falta de tecnologia, que abriu o espaço que o OpenAI ocupou. A vantagem competitiva, no relato de quem viu os dois lados por dentro, é cultural: uma operação em que qualquer funcionário pode propor e lançar rapidamente, contra um laboratório de pesquisa que prioriza a certeza. E o fator que vai decidir quem chega lá é eficiência de custo — modelos de fronteira acessíveis ao grande público em um ou dois anos, não em cinco.

Ryan Greenblatt – What happens once AI can automate AI research? · Dwarkesh Patel · 2h12m

How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview · 44min29s

Enquanto os cronogramas de superinteligência dominam a conversa, o Google empurra a fronteira de mídia generativa para o lugar pouco glamouroso onde as coisas viram commodity: o catálogo de API. No balanço do ano dos executivos da área, o Nano Banana 2 Light entrega qualidade próxima aos modelos de ponta com latência de três segundos e preço baixo, feito para iteração rápida e uso em produção. A Gemini Omni Flash coloca geração e edição de vídeo na API, a um preço equivalente ao Veo Fast — a edição de vídeo por código, demonstrada ao vivo num podcast editado com um gato preguiçoso como mote, deixou de ser demonstração de laboratório e virou linha de preço. É o mesmo padrão de qualquer tecnologia que amadurece: a disputa migra do “quem gera melhor” para “quem cobra menos por segundo”.

Leads of Nano Banana, Imagen, Veo, Gemini Omni and Omni Thinking recap the year in Generative Media · 56min59s

O ataque OpenAI/Hugging Face, sem hipérbole

Fechando o arco, Dwarkesh Patel dedica 24 minutos a explicar o ataque OpenAI/Hugging Face com clareza: o que de fato aconteceu, o que é especulação e por que a explicação técnica importa mais que o alarme. O formato curto de análise de Dwarkesh costuma ser o antídoto certo contra a cobertura apressada do assunto.

The OpenAI/Hugging Face attack, clearly explained · Dwarkesh Patel · 24min41s

O modelo deixou de ser o diferencial — virou o ponto de partida. O que decide a partida agora é cultura, preço e quem automatiza primeiro a própria pesquisa.