O mês em que a IA generativa deu um salto triplo

Doze dias que mudaram o calendário da IA

Dezembro de 2024 começou com a OpenAI promovendo os "12 dias de OpenAI", uma sequência diária de anúncios que culminou no lançamento público do Sora, o gerador de vídeos a partir de texto que a empresa vinha prometendo desde o início do ano. Com clipes de até 20 segundos e resolução de até 1080p, o Sora chegou aos usuários do plano ChatGPT Plus e Pro prometendo democratizar a produção audiovisual — embora limitações técnicas, como distorções em movimentos complexos, tenham sido rapidamente apontadas por usuários e críticos.

O3: a aposta no raciocínio

No encerramento da maratona de anúncios, em 20 de dezembro, a OpenAI revelou o o3, sucessor do modelo o1 lançado em setembro. A empresa apresentou o o3 como o modelo mais avançado da história da companhia para tarefas que exigem raciocínio em múltiplas etapas — matemática, programação e ciência. Os números de desempenho em benchmarks como o ARC-AGI, historicamente resistente a modelos de linguagem, impressionaram pesquisadores e reabriram o debate sobre os limites (e os custos) de escalar capacidade de "pensamento" via mais computação em tempo de inferência.

Google responde com o Gemini 2.0

Uma semana antes, em 11 de dezembro, foi a vez do Google. Sundar Pichai e o time do DeepMind apresentaram o Gemini 2.0, descrito pela empresa como o modelo desenhado para "a era dos agentes" — sistemas de IA capazes de executar tarefas de várias etapas de forma autônoma, como navegar em sites, preencher formulários e operar softwares em nome do usuário. O lançamento incluiu o Project Astra, protótipo de assistente multimodal universal, e o Project Mariner, agente experimental para o navegador Chrome.

Por que isso importa

O encadeamento dos três anúncios evidenciou uma mudança de estratégia no setor: a disputa deixou de ser apenas sobre qual modelo escreve o texto mais fluente e passou a girar em torno de quem consegue automatizar tarefas complexas com o mínimo de supervisão humana. Para o mercado brasileiro de tecnologia, ainda incipiente em aplicações de agentes autônomos, os lançamentos de dezembro de 2024 se tornaram referência obrigatória em roadmaps de produto de startups locais que buscavam integrar essas capacidades a seus próprios serviços — de atendimento ao cliente a automação de processos jurídicos e financeiros.

Analistas do setor destacaram que a rapidez dos lançamentos também acirrou a corrida por infraestrutura: tanto o Sora quanto o Gemini 2.0 dependem de clusters massivos de GPUs, reforçando a posição da Nvidia como fornecedora essencial e adiantando o tom da disputa por capacidade computacional que marcaria o ano seguinte.