☕ CAFÉ COM AI! 6 bombas: vídeos 4K, PDFs que agem e o navegador do Claude | IA Club

A newsletter que te deixa mais inteligente em 5 minutos ☕ Bom dia, galera! Quem está ganhando tempo com IA não é quem coleciona ferramenta. É quem conecta cada novidade a um gargalo real: produzir um vídeo, organizar documentos, reaproveitar uma conversa, pesquisar na web ou reduzir o custo de uma a

Por Allessandra Sinisgalli · Publicado em

A newsletter que te deixa mais inteligente em 5 minutos

☕ Bom dia, galera!

Quem está ganhando tempo com IA não é quem coleciona ferramenta. É quem conecta cada novidade a um gargalo real: produzir um vídeo, organizar documentos, reaproveitar uma conversa, pesquisar na web ou reduzir o custo de uma automação.

Foram escolhidas mudanças com fonte primária, aplicação clara e limitação registrada, sem preencher espaço com promessa que não se sustenta.

1. O Google deixou o vídeo de IA mais perto de uma direção de cena

Em 27 de agosto, o Google apresentou novos controles do Gemini Omni 1.1 Flash . O modelo pode analisar até dez segundos do vídeo anterior e continuar a cena em blocos de dez segundos, chegando a 40 segundos acumulados. Também permite indicar o primeiro e o último quadro, usar vídeos de referência e ampliar o resultado final para 1080p ou 4K.

Para testar ideias antes do acabamento, o Google liberou prévias em 360p. Segundo a empresa, elas podem sair até 60% mais rápido e custar um terço do valor da geração padrão em 720p. O acesso é voltado a desenvolvimento pelo Google AI Studio e pela Gemini Enterprise Agent Platform; disponibilidade e cobrança dependem do canal.

Como isso afeta você: uma campanha em vídeo pode começar como protótipo. Você testa abertura, ritmo e continuidade antes de pagar pelo acabamento. Isso reduz o custo de descobrir que a ideia não segura a atenção.

Hack rápido: crie três versões curtas do mesmo gancho em 360p. Mude somente uma variável por vez: abertura, movimento de câmera ou cenário. Escolha a versão mais clara, estenda a cena e gere em 1080p ou 4K apenas no final. Revise pessoas, produtos, marcas e direitos antes de publicar.

Fonte: anúncio oficial do Gemini Omni 1.1 Flash .

2. A Cohere transformou PDF em dado pronto para pesquisar e automatizar

Em 27 de agosto, a Cohere lançou o Parse , modelo voltado a grandes volumes de documentos empresariais. Ele interpreta texto, tabelas, formulários, diagramas e imagens e devolve o conteúdo em Markdown, preservando a estrutura necessária para pesquisa, extração e outros fluxos de IA. O serviço cobre nove idiomas e custa US$ 1,50 por mil páginas na API; também há demonstração gratuita.

A limitação importa: o produto não foi desenhado para extrair todas as séries numéricas de gráficos. Nesses casos, ele trata o gráfico como elemento visual com descrição. A Cohere informa que pretende ampliar essa capacidade em uma versão futura.

Como isso afeta você: contratos, propostas, pesquisas, relatórios e materiais de aula deixam de ser arquivos fechados. Eles podem virar uma base organizada para responder perguntas, comparar informações e alimentar processos internos.

Hack rápido: escolha dez PDFs sem dados sensíveis e defina três campos que você sempre procura, como oferta, prazo e objeção. Processe o lote, compare uma amostra com os documentos originais e só depois conecte o resultado a uma planilha ou automação.

Fonte: anúncio oficial do Cohere Parse .

3. O Google quer transformar sua fala em conteúdo pronto para reaproveitar

Em 26 de agosto, o Google lançou o Gemini 3.5 Transcribe em prévia pública. O modelo foi criado para lidar melhor com ruído, jargão, autocorreções e vícios de fala. Em áudios gravados, oferece identificação de até três vozes e marcação de tempo por palavra. A empresa informa reconhecimento automático de mais de 85 idiomas e suporte a vocabulário personalizado.

O acesso para desenvolvedores está em prévia pela Gemini API no Google AI Studio. Recursos e limites mudam conforme o modo ao vivo ou gravado, e a atribuição acima de três pessoas ainda é experimental.

Como isso afeta você: uma aula, reunião, entrevista ou resposta em áudio pode virar matéria-prima para email, post, FAQ, roteiro e treinamento sem começar de uma tela vazia.

Hack rápido: grave oito minutos respondendo a uma pergunta recorrente do cliente. Inclua seus termos de marca no vocabulário, revise nomes e números e transforme a transcrição em um email, três posts e um roteiro. A revisão humana continua obrigatória antes de publicar.

Fonte: anúncio oficial do Gemini 3.5 Transcribe .

4. A Anthropic colocou um navegador dentro do Claude Cowork

Em 26 de agosto, a Anthropic anunciou um navegador integrado ao Claude Cowork no aplicativo desktop. Quando a tarefa precisa da web, o Claude abre um painel lateral, navega, lê, clica e preenche formulários. Esse navegador fica separado da sua navegação pessoal. Abas, favoritos e senhas não são compartilhados automaticamente; a pessoa escolhe quais logins quer importar, site por site.

O recurso está em distribuição para os planos Pro, Max e Team no macOS, Windows e Linux, ainda em beta. No Enterprise, administradores podem habilitá-lo. A própria Anthropic alerta que agentes no navegador continuam expostos a tentativas de manipulação escondidas nas páginas.

Como isso afeta você: pesquisas repetitivas, comparação de fornecedores, coleta de faturas e consulta a portais podem deixar de travar sua agenda. Você delega a navegação, mas preserva a revisão da decisão.

Hack rápido: comece com sites públicos. Peça ao Cowork para comparar cinco páginas de preço e organizar recursos, planos e links em uma tabela. Não libere pagamentos, email, publicação ou dados sensíveis. Revise as fontes antes de usar o resultado.

Fonte: anúncio oficial do navegador no Claude Cowork .

5. A Z.ai mostrou onde um modelo mais barato pode entrar na operação

Em 26 de agosto, a Z.ai apresentou o GLM-5.3-Flash , modelo multimodal com pesos publicados e licença MIT. A empresa afirma que ele foi desenhado para reduzir custo de inferência e superar o GLM-5.2 em seus testes por cerca de um décimo do preço. Os pesos estão no Hugging Face e o modelo também pode ser usado pela API da Z.ai.

Isso não prova que ele substitui modelos mais caros em qualquer tarefa. Benchmarks e comparações de custo são declarações da própria empresa; qualidade, latência e segurança precisam ser testadas no seu fluxo.

Como isso afeta você: classificação de leads, extração de campos, resumo de comentários e primeiras versões de texto podem usar um modelo mais econômico. Você reserva a IA mais cara para as etapas que realmente pedem maior capacidade.

Hack rápido: selecione uma tarefa de baixo risco e rode 50 exemplos com seu modelo atual e com o GLM-5.3-Flash. Compare acerto, tempo, custo e necessidade de correção. Troque somente a etapa em que o ganho se sustentar.

Fonte: anúncio oficial da Z.ai e pesos oficiais no Hugging Face .

6. A Tencent abriu um modelo feito para atravessar projetos inteiros

Em 28 de agosto, a Tencent publicou os pesos do Hy4 preview , modelo aberto voltado a código, documentos, planilhas, apresentações e tarefas longas. Ele tem licença Apache 2.0, contexto de até 1 milhão de tokens e acesso pelo Hugging Face, WorkBuddy, CodeBuddy e canais de API. A Tencent liberou duas semanas de acesso gratuito nos seus aplicativos.

É uma versão inicial. A empresa reconhece que o modelo pode raciocinar por mais tempo do que o necessário e revisar demais o próprio trabalho. Rodar os pesos na própria infraestrutura exige capacidade técnica e computacional; para a maioria dos negócios, o teste começa pelos aplicativos hospedados.

Como isso afeta você: briefing, planilha, contrato, pesquisa e histórico de cliente podem entrar no mesmo contexto. Isso reduz a perda de informação entre etapas e ajuda a produzir uma entrega conectada.

Hack rápido: entregue um briefing, uma planilha e três documentos de referência. Peça uma proposta com decisões, riscos e próximos passos. Compare com o modelo que você já usa em clareza, fidelidade, tempo e custo.

Fonte: anúncio oficial da Tencent e repositório do Hy4 preview .

Até a próxima edição do Café com AI. ☕

Continue comigo

Escolha o apoio que faz sentido para você agora.

Aprender e aplicar

IA Club

Aulas práticas e comunidade para usar IA no seu negócio.

Conhecer o IA Club →

Direção estratégica

Mentoria

Estratégia e acompanhamento para decidir e implementar.

Ver a mentoria →

Novos negócios

Conheça meus novos projetos