Uma pesquisa da MIT Technology Review mostra que os agentes de IA empresariais continuam limitados pelo acesso a dados e por sistemas legados, colocando em risco a confiança e a escala.

Nvidia, Microsoft e Meta estão instando os formuladores de políticas dos EUA a não impor limites iniciais à IA de pesos abertos, argumentando que isso desaceleraria a concorrência e a adoção.

A cobertura ligada à Venice (VVV) aponta interesse de investidores em IA e cripto, mas as evidências disponíveis são fracas demais para verificar a alegação de US$ 1 bilhão ou avaliar os fundamentos.

A Reuters informa que Pequim está considerando restringir o acesso no exterior aos principais modelos chineses de IA, uma medida que pode remodelar a distribuição e a conformidade em IA.

ByteDance e Alibaba estariam desativando algumas funções de agentes de IA na China, sinalizando limites mais rígidos para produtos autônomos de IA.

Um novo benchmark da Tencent Hunyuan e da Universidade Tsinghua sugere que agentes de busca com IA falham diante da ambiguidade, e não da busca em si, limitando a confiabilidade no mundo real.

Um relatório com fontes escassas sobre Philipp Schmid e Google DeepMind destaca o crescente interesse em agentes de IA, mas oferece evidências insuficientes para conclusões firmes.

A Ford recontratou 350 engenheiros experientes depois que a IA e os sistemas automatizados não conseguiram atender aos padrões de qualidade de fabricação da montadora.

Pesquisadores do Goldman Sachs explicam por que os sistemas de IA atuais carecem de um 'modelo de mundo' fundamental e como resolver essa lacuna pode remodelar toda a indústria de IA.

O benchmark QuantiPhy de Stanford demonstra que os modelos de IA atuais têm dificuldade com raciocínio físico básico, sendo incapazes de estimar com precisão velocidade, distância e tamanhos de objetos — um grande obstáculo para o desenvolvimento de sistemas autônomos e robótica.

Um banqueiro de investimento argumenta que a IA carece do julgamento humano necessário para decisões empresariais complexas que envolvem ambiguidade, compensações e compreensão contextual além do reconhecimento de padrões.