@fabianocarvalhojr: Um modelo processou 5 trilhões de pontos num prompt só É da ordem de 5 milhões de vezes o que o Claude ou o Gemini costumam lidar. (Já salva esse post pra não se esquecer, vai me agradecer depois) E o mais interessante não é o número, é como chegaram nele: 1️⃣ Ele abandonou o Transformer A arquitetura que sustenta praticamente todo modelo que você usa hoje. Eles jogaram fora e foram por outro caminho. 2️⃣ Usa operadores neurais no lugar Em vez de prever a próxima palavra, ele prevê fenômeno físico no espaço e no tempo. É outra classe de problema. 3️⃣ Por isso o número é tão grande Não dá pra comparar direto com modelo de texto. São 5 trilhões de pontos de dado físico, não 5 trilhões de palavras. A escala é outra porque a natureza do dado é outra. 4️⃣ Quem construiu Anima Anandkumar, professora do Caltech e ex-diretora de pesquisa de machine learning da Nvidia, com Benedikt Jenik. Os dois recusaram 2 bilhões de dólares e 35% da empresa pra fazer isso. 5️⃣ Por que isso importa mesmo sem você ser pesquisador Porque sinaliza onde o próximo dinheiro grande vai. Se prever física funciona, a aplicação é clima, material, energia e manufatura, que é dinheiro de outra ordem. 6️⃣ A ressalva honesta É um modelo novo, de uma empresa nova, sem histórico de produção. Número de lançamento impressiona e não prova nada sozinho. O recado que fica: a corrida de gerar texto virou commodity, e quem tem dinheiro já está apostando na próxima. 👉 Comente "YYVSH" pra receber a explicação de operador neural sem matemática e as fontes do caso

Fabiano Carvalho

Open In TikTok:

Region: BR

Monday 07 September 2026 12:05:00 GMT