Nvidia, Meta e Apple lançam modelos abertos de IA para rodar fora da nuvem

Nvidia apresenta três modelos da família Nemotron para agentes de IA corporativos, enquanto Meta e Apple lançam um modelo de pesos abertos que roda direto em Macs. Entenda o que muda para quem desenvolve software no Brasil.

Nota da redação: um dos itens da lista de benefícios do fine-tuning aberto, a afirmação de que os dados da empresa não são enviados para treinar o modelo de outra empresa, não consta na reportagem do Olhar Digital nem em documentação oficial localizada. Trata-se de um detalhe técnico plausível sobre como fine-tuning costuma funcionar, mas que não pôde ser confirmado nas fontes disponíveis, e o leitor deve considerar essa ressalva ao avaliar esse ponto específico.

Três modelos, um mesmo recado: dá para rodar IA sem depender de nuvem fechada

Nvidia, Meta e Apple anunciaram, em 16 de outubro de 2026, uma leva de modelos abertos de inteligência artificial feitos nos Estados Unidos. A Nvidia apresentou três modelos da família Nemotron voltados a agentes de IA corporativos. No mesmo dia, a Meta divulgou um modelo de pesos abertos (open weights) que roda localmente em computadores Mac de alto desempenho, em parceria com a Apple, segundo reportagem do Olhar Digital.

Pesos abertos é o termo usado quando a empresa publica os parâmetros internos do modelo, os números que definem como ele processa e gera respostas, para qualquer pessoa baixar, rodar e adaptar. É diferente de um modelo fechado, que só responde por meio de uma API paga, sem acesso ao que está por trás da resposta.

Panorama rápido dos três lançamentos

Nemotron 3.5 Super VL mira tarefas longas e múltiplos formatos

O destaque da leva da Nvidia é o Nemotron 3.5 Super VL, construído para agentes de IA que ficam em funcionamento contínuo. Segundo a Nvidia, o sistema é mais rápido em atividades de longa duração e processa texto, imagem e vídeo, o que caracteriza um sistema multimodal.

Kari Briski, vice-presidente de software de inteligência artificial generativa para empresas da Nvidia, afirmou que a aposta em modelos abertos é estratégica para conquistar a confiança de quem desenvolve software:

Esta é uma mensagem para desenvolvedores, nossos parceiros e empresas de que eles podem contar conosco.

Kari Briski, vice-presidente de software de inteligência artificial generativa para empresas da Nvidia

Segundo Briski, o interesse pelos modelos Nemotron cresceu porque eles são desenvolvidos nos Estados Unidos e permitem inspecionar os dados usados no treinamento, um ponto que desperta preocupação particular em órgãos públicos e instituições financeiras quanto ao uso de modelos chineses.

Quem já está ajustando o Nemotron com dados próprios

De acordo com o Wall Street Journal, citado pelo Olhar Digital, Atlassian, CrowdStrike, Dassault Systèmes, Salesforce e Synopsys já adaptaram o Nemotron com seus próprios dados, processo chamado de fine-tuning (ajuste fino). Fine-tuning consiste em pegar um modelo já treinado e continuar o treinamento com um conjunto de dados específico, para que ele fique melhor numa tarefa que interessa a uma empresa em particular.

Briski argumenta que essa personalização pode render resultados melhores do que usar modelos de ponta, porque o ajuste atende exatamente à necessidade de cada negócio. Na prática, o fine-tuning aberto permite:

• Direcionar o modelo para o vocabulário e os processos de um setor específico, como jurídico, saúde ou varejo.
• Incorporar dados proprietários da empresa no próprio processo de adaptação, sem enviar esses dados para treinar o modelo de outra empresa.
• Partir de uma base já pronta em vez de treinar um modelo do zero, o que reduz custo de computação e tempo de desenvolvimento.

Meta e Apple apostam no Mac como lugar de rodar IA

A Meta lançou um modelo de pesos abertos pensado para execução local em Macs de alto desempenho, em parceria com a Apple. Isso significa que o processamento acontece no próprio computador, sem depender de uma chamada a servidor remoto a cada interação. Execução local costuma trazer dois ganhos práticos: menos latência, porque a resposta não espera uma ida e volta pela internet, e mais controle sobre dados sensíveis, que nunca saem da máquina.

O Olhar Digital não detalhou qual chip ou geração de Mac é exigida, nem o tamanho do modelo liberado pela Meta. O que fica claro é a direção: depois de anos empurrando IA generativa para a nuvem, parte da indústria americana está testando se o hardware de consumo já aguenta rodar modelos relevantes localmente, sem passar por um data center.

O que muda para quem desenvolve no Brasil

Para quem já trabalha com modelos abertos, como as versões do Llama da própria Meta ou o Mistral, a chegada de mais opções testadas em produção por empresas como Salesforce e Atlassian é sinal de que o fine-tuning de modelos abertos deixou de ser experimento isolado e virou prática corporativa estabelecida nos Estados Unidos. Vale observar o padrão, porque ele tende a se repetir aqui: o time de dados interno faz o ajuste fino, mantém modelo e dados dentro do próprio ambiente, e evita depender de uma única API fechada cobrando por token processado.

A questão de inspecionar os dados de treinamento, levantada por Briski, também importa para empresas brasileiras reguladas, como bancos e health techs, que lidam com exigências de explicabilidade e proteção de dados sob a LGPD. Um modelo com pesos abertos permite auditar melhor o que entrou no treinamento do que um modelo fechado acessado só por API, o que facilita documentar decisões de compliance.

A disputa declarada no anúncio é a dos modelos abertos americanos contra alternativas chinesas de menor custo, sem que a fonte cite famílias específicas de modelos. O Olhar Digital não cravou se Nemotron ou o modelo da Meta vencem essa comparação de custo. Por ora, o diferencial anunciado é a origem americana dos dados, a possibilidade de inspecionar os pesos e, no caso do Mac, a parceria direta com a Apple para rodar localmente. Para quem decide qual modelo aberto colocar em produção no Brasil, o cálculo de custo por token e desempenho em tarefas reais ainda precisa ser feito caso a caso, antes de qualquer migração.

Fonte: Olhar Digital — IA