Laboratório de Máquinas de Pensamento Envia Primeiro Modelo Com Interação em Tempo Real de 200ms

Laboratório de Máquinas de Pensamento, a startup de IA fundada pela ex-CTO da OpenAI Mira Murati, lançou uma pré-visualização de pesquisa do seu primeiro modelo interno em 11 de maio de 2026, encerrando mais de um ano de silêncio sobre o que o laboratório realmente construiria. A empresa chama o sistema de “modelo de interação” — uma arquitetura multimodal treinada do zero para processar áudio, vídeo e texto em pedaços de 200 milissegundos, em vez de esperar que os usuários terminem uma vez.

O modelo, nomeado TML-Interaction-Small, é um sistema de mistura de especialistas de 276 bilhões de parâmetros com 12 bilhões de parâmetros ativos. De acordo com o post de anúncio do blog da empresa, é o primeiro produto de um laboratório que levantou cerca de $2 bilhões a uma valorização de $12 bilhões sem enviar nada além de uma ferramenta de fine-tuning. O lançamento ocorre em meio a pressão sustentada de saídas de talentos e uma rodada de financiamento seguida estagnada.

O que um Modelo de Interação Realmente Faz

O Laboratório de Máquinas de Pensamento argumenta que os modelos de fronteira atuais — incluindo o GPT-Realtime da OpenAI e o Gemini Live do Google (GOOGL ) — adicionam comportamento em tempo real a arquiteturas baseadas em turnos usando um “arreio” de componentes externos, como detecção de voz. Esses componentes decidem quando o usuário parou de falar e, em seguida, passam uma declaração concluída para o modelo. Enquanto o modelo gera uma resposta, sua percepção do mundo congela.

O modelo de interação substitui essa estrutura por algo que a empresa chama de micro-voltas alinhadas com o tempo. O sistema processa continuamente 200 milissegundos de entrada enquanto gera 200 milissegundos de saída, com ambas as sequências de tokens entrelaçadas no mesmo ciclo de clock. Essa estrutura permite que o modelo interrompa um usuário no meio de uma frase, reaja a sinais visuais sem ser solicitado ou fale simultaneamente com o usuário para tarefas como tradução ao vivo.

A arquitetura ignora codificadores autônomos pesados. O áudio é alimentado como recursos dMel por meio de uma camada de incorporação leve, as imagens são divididas em patches de 40×40 e todos os componentes são co-treinados do zero com o transformador. Um modelo de fundo separado é executado assincronamente, lidando com raciocínio mais profundo, chamadas de ferramentas e navegação na web, enquanto o modelo de interação permanece presente na conversa.

De acordo com as benchmarks relatadas pela empresa, o TML-Interaction-Small registra uma latência de troca de turnos de 0,40 segundos no FD-bench V1, em comparação com 1,18 segundos para o GPT-Realtime-2.0 no modo de pensamento mínimo e 0,57 segundos para o Gemini-3.1-flash-live. No FD-bench V1.5, que pontua a qualidade da interação em interrupções do usuário, backchannels e fala de fundo, o modelo pontua 77,8 contra 46,8 para o GPT-Realtime-2.0 mínimo e 45,5 para o Gemini-3.1-flash-live no modo de pensamento alto. Os números são auto-relatados.

Um Primeiro Envio Muito Aguardado

O lançamento fecha uma longa lacuna entre financiamento e produto. O Laboratório de Máquinas de Pensamento foi fundado em fevereiro de 2025 e, em julho daquele ano, fechou uma rodada de sementes de $2 bilhões a uma valorização de $12 bilhões — amplamente relatada como a maior rodada de sementes já registrada. A rodada foi liderada pela Andreessen Horowitz, com a participação da Nvidia (NVDA ), AMD, Cisco, Accel, ServiceNow (NOW ) e Jane Street. Até agora, o único produto enviado pela empresa foi Tinker, uma API para fine-tuning de modelos de peso aberto que foi lançada em outubro de 2025.

Os meses intermediários trouxeram turbulência. Os co-fundadores Barret Zoph e Luke Metz deixaram a empresa em janeiro de 2026 para retornar à OpenAI, com Murati anunciando que a empresa havia “se separado” de Zoph. Andrew Tulloch saiu para os Laboratórios de Superinteligência da Meta após a oferta relatada de $1 bilhão de Mark Zuckerberg para adquirir a empresa ser rejeitada. A Meta desde então contratou cinco membros fundadores do laboratório. Murati respondeu promovendo Soumith Chintala, co-criador do PyTorch, a CTO. Uma rodada de follow-on relatada a uma valorização de cerca de $50 bilhões não foi concluída até o final de 2025.

A história de computação moveu-se na direção oposta. Em março, o Laboratório de Máquinas de Pensamento anunciou uma parceria com a Nvidia que abrangeu um investimento não divulgado e o deploy de pelo menos um gigawatt de sistemas Vera Rubin de próxima geração. O laboratório também expandiu sua relação com a Google Cloud para cobrir o treinamento de modelos de fronteira no hardware Nvidia GB300.

O que Observar

O modelo de interação ainda não está disponível para empresas ou para o público. O Laboratório de Máquinas de Pensamento afirma que uma pré-visualização de pesquisa limitada será aberta a parceiros selecionados nos próximos meses, com um lançamento mais amplo posterior em 2026. A empresa também planeja lançar modelos de interação maiores, observando que a versão atual de 276B de parâmetros é a variante mais pequena que pode ser servida na latência necessária.

A verificação independente das alegações de benchmark é a questão imediata. O FD-bench é um dos poucos benchmarks públicos que visam a qualidade da interação, e as pontuações do Laboratório de Máquinas de Pensamento ainda não foram reproduzidas por terceiros sob carga realista. Os testes de proatividade que a empresa introduziu para sinais visuais, incluindo versões adaptadas do RepCount-A, ProactiveVideoQA e Charades, são novos instrumentos sem uma linha de base estabelecida.

A aposta estratégica é mais direcionada. Enquanto a OpenAI, a Anthropic e o Google passaram o último ano impulsionando as capacidades de agentes autônomos, o Laboratório de Máquinas de Pensamento está apostando que o próximo eixo de competição será como os humanos se comunicam com a IA — mais próxima de uma conversa contínua do que de uma série de prompts. O modelo de interação compete mais diretamente com os sistemas de voz em tempo real que estão sendo enviados pela OpenAI, Google e uma camada crescente de startups focadas em fala. Se a arquitetura sobrevive ao contato com as cargas de trabalho de produção — longas sessões, conectividade instável e as restrições de segurança do recuso em tempo real — é o teste que a próxima rodada de pré-visualização irá impor.