Bolt42

Here’s your content rewritten in Portuguese while retaining the HTML structure:

<div>
    <div id="boilerplate_2682874" class="post-boilerplate boilerplate-before"><!-- wp:paragraph -->
        <p><em>Participe de nossos boletins diários e semanais para as últimas atualizações e conteúdo exclusivo sobre coberturas de inteligência artificial de ponta. Saiba mais</em></p>
        <!-- /wp:paragraph -->

        <!-- wp:separator {"opacity":"css","className":"is-style-wide"} -->
        <hr class="wp-block-separator has-css-opacity is-style-wide"/>
        <!-- /wp:separator -->
    </div>
    <p><a target="_blank" href="https://google.com/" rel="noreferrer noopener">O Google</a> lançou discretamente um <a target="_blank" href="https://github.com/google-ai-edge/gallery/wiki" rel="noreferrer noopener">aplicativo experimental para Android</a> que permite aos usuários executar modelos sofisticados de inteligência artificial diretamente em seus smartphones sem a necessidade de uma conexão com a internet, representando um grande passo na estratégia da empresa em direção à computação em borda e à implantação de IA focada na privacidade.</p>

    <p>O aplicativo, chamado <a target="_blank" href="https://github.com/google-ai-edge/gallery" rel="noreferrer noopener">AI Edge Gallery</a>, permite que os usuários baixem e executem modelos de IA da popular plataforma Hugging Face completamente em seus dispositivos, possibilitando tarefas como análise de imagens, geração de texto, assistência na codificação e conversas em múltiplas etapas, mantendo todo o processamento de dados local.</p>

    <p>O aplicativo, lançado sob uma <a target="_blank" href="https://github.com/google-ai-edge/gallery/blob/main/LICENSE" rel="noreferrer noopener">licença open-source Apache 2.0</a> e disponível através do GitHub em vez de lojas de aplicativos oficiais, representa o mais recente esforço do Google para democratizar o acesso a capacidades avançadas de IA enquanto aborda as crescentes preocupações com a privacidade em serviços de inteligência artificial baseados em nuvem.</p>

    <p>“O Google AI Edge Gallery é um aplicativo experimental que coloca o poder de modelos de IA Generativa de ponta diretamente em suas mãos, funcionando totalmente em seus dispositivos Android”, explica o Google no <a target="_blank" href="https://github.com/google-ai-edge/gallery/wiki" rel="noreferrer noopener">guia do usuário</a> do aplicativo. “Mergulhe em um mundo de casos de uso práticos e criativos da IA, todos rodando localmente, sem a necessidade de uma conexão com a internet uma vez que o modelo esteja carregado.”</p>

    <figure class="wp-block-image size-large">
        <img fetchpriority="high" decoding="async" width="3064" height="1938" src="https://venturebeat.com/wp-content/uploads/2025/06/G1_c368f8.png?w=800" alt="" class="wp-image-3009832"  />
        <figcaption class="wp-element-caption">A interface principal do aplicativo AI Edge Gallery do Google mostra a seleção de modelos da Hugging Face e opções de configuração para aceleração de processamento. (Crédito: Google)</figcaption>
    </figure>

    <h2 class="wp-block-heading" id="h-how-google-s-lightweight-ai-models-deliver-cloud-level-performance-on-mobile-devices">Como os modelos leves de IA do Google fornecem desempenho de nível de nuvem em dispositivos móveis</h2>

    <p>O aplicativo baseia-se na <a target="_blank" href="https://ai.google.dev/edge/litert" rel="noreferrer noopener">plataforma LiteRT do Google</a>, anteriormente conhecida como <a target="_blank" href="https://developers.googleblog.com/en/tensorflow-lite-is-now-litert/" rel="noreferrer noopener">TensorFlow Lite</a>, e nas <a target="_blank" href="https://ai.google.dev/edge/mediapipe/framework" rel="noreferrer noopener">ferramentas do MediaPipe</a>, que são especificamente otimizadas para executar modelos de IA em dispositivos móveis com recursos limitados. O sistema suporta modelos de várias estruturas de aprendizado de máquina, incluindo <a target="_blank" href="https://github.com/jax-ml/jax" rel="noreferrer noopener">JAX</a>, <a target="_blank" href="https://keras.io/" rel="noreferrer noopener">Keras</a>, <a target="_blank" href="https://pytorch.org/" rel="noreferrer noopener">PyTorch</a> e <a target="_blank" href="https://www.tensorflow.org/" rel="noreferrer noopener">TensorFlow</a>.</p>

    <p>No coração da oferta está o modelo <a target="_blank" href="https://blog.google/technology/developers/gemma-3/">Gemma 3</a> do Google, um modelo de linguagem compacto de 529 megabytes que pode processar até 2.585 tokens por segundo durante a inferência de preenchimento em GPUs móveis. Esse desempenho permite tempos de resposta inferiores a um segundo para tarefas como geração de texto e análise de imagens, tornando a experiência comparável a alternativas baseadas na nuvem.</p>

    <p>O aplicativo inclui três capacidades principais: AI Chat para conversas em múltiplas etapas, Ask Image para perguntas visuais e Prompt Lab para tarefas de turno único, como resumo de texto, geração de código e reescrita de conteúdo. Os usuários podem alternar entre diferentes modelos para comparar desempenho e capacidades, com benchmarks em tempo real mostrando métricas como tempo para o primeiro token e velocidade de decodificação.</p>

    <p>“A quantização Int4 reduz o tamanho do modelo em até 4x em relação ao bf16, diminuindo o uso de memória e a latência”, notou o Google na <a target="_blank" href="https://developers.googleblog.com/en/gemma-3-quantized-aware-trained-state-of-the-art-ai-to-consumer-gpus/#:~:text=Think%20of%20quantization%20like%20compressing,data%20size%20compared%20to%20BF16." rel="noreferrer noopener">documentação técnica</a>, referindo-se a técnicas de otimização que tornam modelos maiores viáveis em hardware móvel.</p>

    <figure class="wp-block-image size-large">
        <img decoding="async" width="3064" height="1938" src="https://venturebeat.com/wp-content/uploads/2025/06/G2_b11089.png?w=800" alt="" class="wp-image-3009833"  />
        <figcaption class="wp-element-caption">O recurso AI Chat fornece respostas detalhadas e exibe métricas de desempenho em tempo real, incluindo velocidade de tokens e latência. (Crédito: Google)</figcaption>
    </figure>

    <h2 class="wp-block-heading" id="h-why-on-device-ai-processing-could-revolutionize-data-privacy-and-enterprise-security">Por que o processamento de IA no dispositivo pode revolucionar a privacidade de dados e a segurança empresarial</h2>

    <p>A abordagem de processamento local aborda as crescentes preocupações sobre a privacidade dos dados em aplicações de IA, particularmente em indústrias que lidam com informações sensíveis. Ao manter os dados no dispositivo, as organizações podem manter a conformidade com as regulamentações de privacidade enquanto aproveitam as capacidades de IA.</p>

    <p>Essa mudança representa uma reimaginação fundamental da equação de privacidade da IA. Em vez de tratar a privacidade como uma restrição que limita as capacidades da IA, o processamento no dispositivo transforma a privacidade em uma vantagem competitiva. As organizações não precisam mais escolher entre uma IA poderosa e a proteção de dados — podem ter ambos. A eliminação da dependência de rede também significa que a conectividade intermitente, tradicionalmente uma grande limitação para aplicações de IA, se torna irrelevante para a funcionalidade central.</p>

    <p>A abordagem é particularmente valiosa para setores como saúde e finanças, onde os requisitos de sensibilidade de dados frequentemente limitam a adoção de IA em nuvem. Aplicações em campo, como diagnóstico de equipamentos e cenários de trabalho remoto, também se beneficiam das capacidades offline.</p>

    <p>No entanto, a transição para o processamento no dispositivo introduz novas considerações de segurança que as organizações devem abordar. Embora os dados se tornem mais seguros por nunca deixarem o dispositivo, o foco muda para proteger os próprios dispositivos e os modelos de IA que eles contêm. Isso cria novos vetores de ataque e exige estratégias de segurança diferentes das implantações de IA baseadas em nuvem tradicionais. As organizações agora devem considerar a gestão da frota de dispositivos, verificação da integridade dos modelos e proteção contra ataques adversariais que poderiam comprometer sistemas de IA locais.</p>

    <h2 class="wp-block-heading" id="h-google-s-platform-strategy-takes-aim-at-apple-and-qualcomm-s-mobile-ai-dominance">A estratégia de plataforma do Google visa a dominação da IA móvel da Apple e da Qualcomm</h2>

    <p>A movimentação do Google vem em meio a uma concorrência crescente no espaço de IA móvel. O <a target="_blank" href="https://machinelearning.apple.com/research/neural-engine-transformers">Neural Engine</a> da Apple, embutido em iPhones, iPads e Macs, já alimenta o processamento de linguagem em tempo real e a fotografia computacional no dispositivo. O <a target="_blank" href="https://www.qualcomm.com/products/technology/artificial-intelligence?&amp;cmpid=pdsrc-U9CczG3IQB&amp;utm_medium=pdsrc&amp;utm_source=AW&amp;utm_campaign=FS-AI&amp;_bt=688734400060&amp;_bk=qualcomm%20ai%20chip&amp;_bm=e&amp;_bn=g&amp;_bg=159865012711&amp;gad_source=1&amp;gad_campaignid=17086234762&amp;gbraid=0AAAAAol8cCu2688Iv3tQJWQkt5A-aQDKN&amp;gclid=CjwKCAjwl_XBBhAUEiwAWK2hznRcXmcDvI2om2J1kagODXl7pU1QmCUtMKnrj09KiA9uVWIxFZpiwBoCIk8QAvD_BwE" rel="noreferrer noopener">AI Engine</a> da Qualcomm, integrado aos chips Snapdragon, impulsiona o reconhecimento de voz e assistentes inteligentes em smartphones Android, enquanto a Samsung utiliza <a target="_blank" href="https://developer.samsung.com/sdp/blog/en/2020/04/09/accelerate-your-neural-network-with-the-samsung-neural-sdk" rel="noreferrer noopener">unidades de processamento neural</a> em dispositivos Galaxy.</p>

    <p>No entanto, a abordagem do Google difere significativamente da dos concorrentes ao focar na infraestrutura da plataforma em vez de recursos proprietários. Em vez de competir diretamente em capacidades específicas de IA, o Google está se posicionando como a camada de base que possibilita todos os aplicativos de IA móvel. Essa estratégia ecoa jogadas de plataformas bem-sucedidas da história da tecnologia, onde controlar a infraestrutura é mais valioso do que controlar aplicativos individuais.</p>

    <p>O momento desta estratégia de plataforma é particularmente astuto. À medida que as capacidades de IA móvel se tornam commodities, o verdadeiro valor se desloca para quem pode fornecer as ferramentas, estruturas e mecanismos de distribuição que os desenvolvedores precisam. Ao tornar a tecnologia de código aberto e amplamente disponível, o Google garante uma adoção ampla enquanto mantém o controle sobre a infraestrutura subjacente que alimenta todo o ecossistema.</p>

    <h2 class="wp-block-heading" id="h-what-early-testing-reveals-about-mobile-ai-s-current-challenges-and-limitations">O que os testes iniciais revelam sobre os atuais desafios e limitações da IA móvel</h2>

    <p>O aplicativo atualmente enfrenta várias limitações que destacam sua natureza experimental. O desempenho varia significativamente com base no hardware do dispositivo, com dispositivos de alto nível como o <a target="_blank" href="https://store.google.com/config/pixel_8_pro?hl=en-US&amp;pli=1" rel="noreferrer noopener">Pixel 8 Pro</a> lidando com modelos maiores sem problemas, enquanto dispositivos de médio porte podem experimentar maior latência.</p>

    <p>Testes revelaram problemas de precisão em algumas tarefas. O aplicativo ocasionalmente forneceu respostas incorretas para perguntas específicas, como identificar incorretamente a contagem de tripulantes de espaçonaves fictícias ou errar na identificação de capas de quadrinhos. O Google reconhece essas limitações, com a própria IA afirmando durante os testes que ainda estava “em desenvolvimento e aprendendo”.</p>

    <p>A instalação continua sendo complicada, exigindo que os usuários ativem o modo de desenvolvedor em dispositivos Android e instalem manualmente o aplicativo via <a target="_blank" href="https://github.com/google-ai-edge/gallery/releases/latest/download/ai-edge-gallery.apk" rel="noreferrer noopener">arquivos APK</a>. Os usuários também devem criar contas na Hugging Face para <a target="_blank" href="https://huggingface.co/litert-community">baixar modelos</a>, adicionando fricção ao processo de integração.</p>

    <p>As restrições de hardware destacam um desafio fundamental que a IA móvel enfrenta: a tensão entre a sofisticação do modelo e as limitações do dispositivo. Diferentemente dos ambientes em nuvem, onde os recursos computacionais podem ser escalados quase infinitamente, os dispositivos móveis devem equilibrar o desempenho da IA com a vida útil da bateria, gerenciamento térmico e limitações de memória. Isso força os desenvolvedores a se tornarem especialistas em otimização de eficiência em vez de simplesmente aproveitar a potência computacional bruta.</p>

    <figure class="wp-block-image size-large">
        <img decoding="async" width="3064" height="1938" src="https://venturebeat.com/wp-content/uploads/2025/06/G3_badb3a.png?w=800" alt="" class="wp-image-3009834"  />
        <figcaption class="wp-element-caption">A ferramenta Ask Image analisa fotos enviadas, resolvendo problemas de matemática e calculando recibos de restaurantes. (Crédito: Google)</figcaption>
    </figure>

    <h2 class="wp-block-heading" id="h-the-quiet-revolution-that-could-reshape-ai-s-future-lies-in-your-pocket">A revolução silenciosa que pode remodelar o futuro da IA está em seu bolso</h2>

    <p>A <a target="_blank" href="https://github.com/google-ai-edge/gallery?tab=readme-ov-file">Edge AI Gallery</a> do Google marca mais do que apenas o lançamento de outro aplicativo experimental. A empresa disparou o primeiro tiro em um que pode se tornar a maior mudança na inteligência artificial desde que a computação em nuvem surgiu há duas décadas. Enquanto gigantes da tecnologia passaram anos construindo enormes data centers para alimentar serviços de IA, o Google agora aposta que o futuro pertence aos bilhões de smartphones que as pessoas já carregam.</p>

    <p>A movimentação vai além da inovação técnica. O Google quer mudar fundamentalmente a forma como os usuários se relacionam com seus dados pessoais. Violações de privacidade dominam as manchetes semanalmente, e reguladores em todo o mundo reforçam as regras sobre práticas de coleta de dados. A mudança do Google em direção ao processamento local oferece empresas e consumidores uma alternativa clara ao modelo de negócios baseado em vigilância que tem alimentado a internet por anos.</p>

    <p>O Google cronometrava essa estratégia com cuidado. Empresas lutam com regras de governança de IA enquanto consumidores ficam cada vez mais cautelosos em relação à privacidade dos dados. O Google se posiciona como a fundação para um sistema de IA mais distribuído em vez de competir diretamente com o hardware integrado da Apple ou os chips especializados da Qualcomm. A empresa constrói a camada de infraestrutura que poderia rodar a próxima onda de aplicações de IA em todos os dispositivos.</p>

    <p>Os problemas atuais com o aplicativo — instalação difícil, respostas ocasionalmente erradas e desempenho variável entre dispositivos — provavelmente desaparecerão à medida que o Google refine a tecnologia. A grande dúvida é se o Google conseguirá gerenciar essa transição enquanto mantém sua posição dominante no mercado de IA.</p>

    <p>A <a target="_blank" href="https://github.com/google-ai-edge/gallery?tab=readme-ov-file">Edge AI Gallery</a> revela o reconhecimento do Google de que o modelo centralizado de IA que ajudou a construir pode não durar. O Google torna suas ferramentas de código aberto e disponibiliza amplamente a IA no dispositivo porque acredita que controlar a infraestrutura da IA de amanhã importa mais do que possuir os data centers de hoje. Se a estratégia funcionar, cada smartphone se tornará parte da rede de IA distribuída do Google. Essa possibilidade torna este lançamento silencioso de aplicativo muito mais importante do que sua etiqueta experimental sugere.</p>

    <div id="boilerplate_2660155" class="post-boilerplate boilerplate-after"><!-- wp:shortcode -->
        <div class="Boilerplate__newsletter-container vb">
            <div class="Boilerplate__newsletter-main">
                <p><strong>Perspectivas diárias sobre casos de uso comercial com o VB Daily</strong></p>
                <p class="copy">Se você deseja impressionar seu chefe, o VB Daily tem tudo o que você precisa. Oferecemos detalhes sobre o que as empresas estão fazendo com IA generativa, desde mudanças regulatórias até implantações práticas, para que você possa compartilhar insights para um ROI máximo.</p>

                <p class="Form__newsletter-legal">Leia nossa Política de Privacidade</p>
                <p class="Form__success" id="boilerplateNewsletterConfirmation">
                    Obrigado por se inscrever. Confira mais newsletters do VB aqui.
                </p>
                <p class="Form__error">Ocorreu um erro.</p>
            </div>

            <div class="image-container">
                <img src="https://venturebeat.com/wp-content/themes/vb-news/brand/img/vb-daily-phone.png" alt=""/>
            </div>

        </div>

        <!-- /wp:shortcode -->
    </div>
</div>

Feel free to let me know if you need any changes or additional information!

    16 + 11 =

    Bolt42

    Google IA Inovação Negócios