Título original: Open Source Wins, AGI Is Here, and Scorsese's AI Toolkit—Cerebras & Black Forest Labs CEOs
Fonte original: All-In Podcast
Compilação original:深潮 TechFlow

Resumo dos principais pontos

Este episódio contou com dois CEOs de empresas de infraestrutura de IA. Andrew Feldman é fundador da Cerebras, uma empresa focada em chips de inferência; ela acabou de concluir seu IPO e tem em mãos uma carteira acumulada de US$ 25 bilhões. Ele ressalta repetidamente uma coisa: a demanda por poder computacional de IA já está preenchendo capacidade há muito tempo; não existe cenário de “construímos e esperamos as pessoas virem”. A fome da OpenAI, da Anthropic, da SpaceX e do Google vai muito além da oferta. E a chegada do reasoning (raciocínio) faz a intensidade computacional disparar novamente—e esse é justamente o campo de batalha dos “chips rápidos”. Robin Rombach é fundador da Black Forest Labs; ele trabalha com modelos generativos de imagem e vídeo (a série Flux). Antes, ele inventou o algoritmo latent diffusion—que é a base de praticamente todos os modelos de geração de imagens e vídeos hoje. Ele acabou de colaborar com Martin Scorsese para permitir que o diretor use IA para visualizar as imagens em sua mente; mas o que o empolga ainda mais é que a mesma base multimodal possa filmar e também ser implantada em robôs como “cérebro”. O destino dos vídeos generativos não está na tela, está no mundo físico.

Destaques do episódio

O reasoning é o próximo “buraco negro” de capacidade computacional

· “O interessante é que desta vez é diferente do passado. Eles não estão apostando na ideia de ‘construir para depois aparecer gente’. A demanda já reservou a capacidade produtiva. Temos US$ 25 bilhões em pedidos em aberto.”

· “Reasoning é reasoning. O reasoning consome um volume enorme de tokens—e isso é exatamente o campo de batalha dos chips rápidos.”

· “Se a Cerebras for 15 vezes mais rápida, você rodando 24 horas equivale a rodar semanas ou até meses de pensamento.”

Open source e soberania: empresas querem controle

· “Ninguém gosta de ficar dependente. O que os gigantes aprenderam desde a era do x86 é ser amarrado à Intel.”

· “Você não precisa ter o chip mais rápido. Você só precisa não depender completamente dos chips de outra pessoa.”

· “Se hoje você quer rodar modelos open source, ou é o OSS 12B da OpenAI, ou é modelo chinês; os EUA precisam de mais opções locais de open source.”

AGI já chegou com a definição de 20 anos atrás

· “Qualquer definição de AGI que propusemos há 20 anos, 30 anos, 40 anos—já ultrapassamos muito”

· “Teste de Turing? Já estouraram isso faz tempo”

· “O problema não é mais que a gente não sabe como perguntar. A IA, ao contrário, consegue te dizer: ‘ei, vocês, humanos bobos, não consideraram isso’”

Vídeo generativo não substitui a criação humana

· “Esses modelos de IA são um tipo de mídia. Não queremos ditar como usar—principalmente para alguém como Martin Scorsese.”

· “Linguagem é uma forma de comunicação um pouco com perdas; o sinal de informação visual é muito mais rico. Transformar as cenas da sua cabeça em imagens visíveis é o ponto mais forte da tecnologia.”

· “O resultado mais interessante, quase sempre aparece quando as pessoas ficam em loop, iterando continuamente.”

Do cinema aos robôs: o mesmo modelo

· “Você pode usar o mesmo modelo multimodal para filmar um filme e, depois, implantá-lo como o cérebro de um robô.”

· “O vídeo pré-treinado ensina implicitamente ao modelo as regras de interação com o mundo físico; e então, a partir do mesmo modelo, você obtém previsão de ações—ou seja, controle do robô.”

· “O objetivo é você conseguir instruir o robô com prompt em-context: ‘pegue aquele copo de suco de laranja’. A gente ainda não consegue hoje, mas é nessa direção.”

AI Infrastructure Boom: o data center é maior que uma cidade

Apresentador: Nunca vimos uma escala assim de construção. Desde a Grande Muralha, as pirâmides, a humanidade não investiu tanto capital, tempo e gente inteligente para construir algo como isso. Na prática, você está fazendo essa obra. Seus clientes estão construindo data centers—e você é uma peça-chave. Em 2026, o que a Cerebras está fazendo? E como estão aquelas enormes obras no Texas? O que está acontecendo?

Resposta: Quando a gente fala sobre esses data centers, nos próximos anos o consumo de energia vai ultrapassar o total dos últimos 50 anos do planeta. Só um prédio tem o tamanho de um campo de futebol; a energia conectada supera a de uma cidade de porte médio. Em todo o país (EUA) já está em construção; no Canadá também; nos países nórdicos; em Paris e em todo o restante da França; no Oriente Médio; e até em países como Cazaquistão, Tadjiquistão e Geórgia. Cada país, cada estado, quer entrar nessa corrida.

Quem paga a conta? OpenAI, Anthropic, SpaceX AI, Google—a fome é assustadora. O interessante é que dessa vez, ao contrário de muitas outras ondas tecnológicas no passado, eles não estão “apostando que, quando ficar pronto, alguém vai aparecer”. A demanda já reservou a capacidade. Temos US$ 25 bilhões em pedidos em aberto. A OpenAI quer mais data centers, a Microsoft quer mais, a AWS quer mais. A demanda não está esperando cliente chegar; o cliente já está na fila.

Apresentador: Isso também gera um termo chamado “token maxing”, ficar farmando tokens sem parar. Com tanta demanda, isso realmente cria valor concreto?

Resposta: Claro que há muito valor sendo gerado. E também há muito teste à sorte. Quando eu saí da AWS, em comparação, era muito divertido ignorar o próprio departamento de TI: cada engenheiro registrava com cartão de crédito. Muita coisa realmente era útil; alguns meses depois, você pensava “ei, não era pra ter feito assim”. No geral, ainda vale a pena, mas alguns caminhos viraram dead ends.

Eu lembro que, em 1988, a Costco abriu em Palo Alto. Todo mundo passeava como se fosse uma Safeway: passava por todas as prateleiras. Era um jeito bem ruim de fazer compras: você acabava comprando quatro coisas que não precisava, cada uma US$ 22. Depois, as pessoas aprenderam estratégia: pegavam frango mais ao fundo, 18 cupcakes de papel para a festa das crianças e pronto. O token consumption da IA é igual. No começo, todo mundo usava sem pensar; agora as empresas começam a falar de estratégia: que tarefas precisam apenas de modelos open source e quais precisam dos modelos mais avançados. A gente começou a gerenciar IA como se fosse operação de negócio.

Reasoning substitui treinamento: por que os chips rápidos são o protagonista desta vez?

Apresentador: Sam Altman disse no AllIn que o próximo passo é reasoning—entender intenções, formular estratégias, e cruzar validação com outros threads de agent. A gente percorreu um longo caminho do “adivinhar a próxima palavra”; e a Cerebras, por sorte, está bem no centro, porque reasoning é inferência e o volume de cálculo é enorme.

Resposta: Reasoning consome um volume enorme de tokens—e isso cria um campo de batalha para os chips rápidos. Em cada etapa do reasoning, você está engolindo tokens internamente. Antes, você compensava gastando muito tempo para chegar numa boa resposta. Cerebras ser 15 vezes mais rápido significa que, rodando 24 horas de reasoning, você equivale ao pensamento de semanas ou até meses dos outros.

Hoje cedo eu testei um modelo GLM-52 do ZAI no BitTensor. Eu dei para ele poder de cálculo infinito e pedi para, a cada hora, me dizer as tendências do mundo que ainda não foram identificadas. Ele começou a debater sozinho: devo procurar primeiro no Hacker News e no Reddit? Ou as tendências aparecem mais cedo no Instagram? Eu via um modelo de reasoning discutindo no back-end; ele estava fazendo reasoning. Tokens infinitos significam reasoning infinito; com Cerebras 15 vezes mais rápida, 24 horas equivalem a semanas.

Apresentador: A Cerebras tem sua própria Lei de Moore? Quanto tempo dá para dobrar dentro?

Resposta: Todos os chips anteriores seguiam a Lei de Moore: dobravam a cada 18 meses. A gente quebrou essa linha com esse chip e criou uma trajetória totalmente nova. Minha avaliação é que, nos próximos 18 meses, vai muito além de 2 vezes. A nova arquitetura ainda tem bastante espaço para otimização. GPU é uma arquitetura antiga de 20 anos; só dá para aguentar encolhendo o nó de processo. Mas uma nova arquitetura ainda tem muito para aprender e ajustar.

Apresentador: Você tem US$ 25 bilhões em backlog e ainda precisa acompanhar o ritmo da OpenAI, que pode ser um concorrente potencial no futuro. Como você opera uma empresa?

Resposta: Agora, esses “silicon chips” não ficam ociosos; a demanda é grande demais. Mas você está certo: a OpenAI também está fazendo seus próprios chips, a Amazon também está fazendo. Ninguém gosta de ficar dependente. O que os gigantes aprenderam desde a era do x86 é ser amarrado à Intel; e o que os fornecedores de GPU aprenderam é ficar presos a poucos clientes gigantes. Por isso eles financiaram a nova nuvem. Fazer seus próprios chips não é sobre ser o mais rápido; é sobre não depender completamente de terceiros e, pelo menos, controlar uma parte importante do próprio destino.

Open source e soberania: empresas querem controle

Apresentador: Open source está chegando num momento. Eu usei OpenClaude no começo; depois usei Kimmy. Eu percebi que os tokens do Claude explodiam, mas eu não conseguia distinguir a diferença para o Kimmy. Agora os modelos open source começaram a fazer reasoning, e a diferença fechou de repente este ano.

Resposta!: Você não quer colocar um Ferrari para ir ao supermercado. Às vezes você usa um carro esportivo; às vezes, uma minivan. Se as crianças derrubarem Cheerios, não dói. Empresas são assim também: as tarefas difíceis vão para modelos mais avançados (OpenAI, Anthropic, Gemini). Mas, no fundo, uma grande parte dos problemas do dia a dia só precisa de open source bem sólido. Pense em quanto tempo uma empresa tem para fazer no Workday copiar e colar uma célula para outra no Excel. Não precisa de matemática de medalha; basta um open source confiável.

Recentemente virou mais uma carta: finanças, saúde e outros setores regulados (HIPAA, FINRA) temem vazamento de dados e temem ter “soberania de inteligência” controlada por terceiros; querem colocar o modelo localmente e capturar mais controle usando versões open source. A OpenAI liberou OSS 12B há alguns meses—foi ok. Mas, agora, para rodar open source, os EUA têm ou OSS 12B ou modelos chineses; as opções de open source local são poucas demais. A NVIDIA viu essa janela e está empurrando seus próprios modelos open source, mas Jensen hesita. Afinal, os clientes dele são Sam, Dario, Elon, Sergey. Se ele abrir open source, será que vai brigar com esses clientes pelos negócios?

A Cerebras ocupa uma posição mais neutra. A gente roda GLM, roda Kimmy, roda a linha Qwen—e também roda modelos fechados da OpenAI. A gente ainda roda modelos próprios da GSK, e modelos próprios de UAE G42 e MBZUAI. “Soberania” é uma tendência.

AGI chegou, o paradigma não vai morrer, e quem faz sentido é o ser humano

Apresentador: Quando Fable 5 e o o-56 foram lançados, o governo disse “pausa e depois libera”. A relação entre a Anthropic e a camada administrativa está tensa, mas agora começando a aliviar. Você acha razoável um lançamento em etapas? Os modelos são mesmo perigosos o bastante?

Resposta: Eu nunca vi antes algo assim. Mas pensando de volta: quando um modelo fica forte o suficiente em pensamento criativo, e o governo diz “por favor, lance em etapas”, eu acho que não tem nada de errado nisso. A gente lida com “remédio forte” assim também. Claro que eu não incentivo aquela pilha de documentos de anos (tipo a FDA), mas dizer “pelo menos deixe o governo fazer testes de red team, para confirmar que nossas defesas aguentam”, e usar duas ou três semanas para corrigir falhas óbvias, isso não é um pedido irracional.

Mas agora estamos no momento de polarização mais extrema. Se isso não tivesse sido feito pelo Trump, com qualquer outro presidente, a resposta poderia ser completamente diferente. A polarização prejudica o pensamento claro. Os dois lados vão fazer coisas estúpidas e coisas inteligentes. E as pessoas da base dentro do governo estão, de fato, trabalhando seriamente—só que isso está acontecendo rápido demais.

Nikesh, da Palo Alto Networks, já me contou uma vez: eles testaram os modelos no próprio software e descobriram dezenas de falhas críticas dentro de uma hora. Tiveram que parar todo o trabalho que estavam fazendo e passar seis semanas criando patches. Você percebe que é uma ferramenta poderosa: talvez seja melhor mostrar primeiro para um pequeno grupo, ou fazer testes de red team antes.

Apresentador: Considerando qualquer definição de 20 anos atrás, AGI já chegou. Você acha que sim?

Resposta: Sim. Teste de Turing? Já estouraram. Qualquer definição proposta há 10, 15, 20, 30, 40, 50 anos—nós já ultrapassamos muito. As perguntas que escritores de ficção científica fizeram, a gente respondeu todas. Eles vão dizer “tá tudo bem agora, desculpa”. É por isso que vale a pena ouvir o que gente que parece “fora da curva” fala. Há oito anos, Ilya comentou sobre segurança; você disse “como assim?”. E ele estava certo. Elon falou que o custo dos foguetes cairia para perto de zero; você disse “como assim?”. E ele conseguiu.

Apresentador: Aprendizado recursivo: você pergunta uma coisa, aprende o resultado, pergunta de novo, e a resposta fica melhor, cobrindo mais materiais. Essas respostas produzidas em loop saem de “um pouco melhor” para “muito melhor”. A inclinação da curva exponencial é absurda.

Resposta: O ganho recursivo é exponencial: você fica melhor, aí vem outra rodada para continuar ganhando. A inclinação fica mais e mais íngreme. A gente acabou de começar a ver isso. Se você continuar alocando poder computacional, as respostas vão ficar cada vez melhores? Quando acabar tokens ou orçamento, você para, mas quando essa curva exponencial vai ter um fim? Ou será que ela continua para sempre subindo à direita? Essa pergunta agora é fascinante.

A velocidade com que humanos aprendem fica travada por gerações. Um elefante e mamíferos grandes levam 15–20 anos para uma geração. Para acelerar, tem que ser como uma mosca: uma vez por dia, duas gerações. A IA está conseguindo uma velocidade de aprendizado que atravessa milhares de gerações. Quando eu estudava psicologia, um professor disse uma frase: o paradigma não morre, e quem faz sentido é o ser humano. Os discípulos de Freud, Skinner e Jung ficam em posições de liderança por 20–40 anos, e só então a próxima geração questiona. A IA está comprimindo o intervalo entre gerações para a velocidade de uma mosca.

Eu aposto que isso vai acontecer: nossos filhos e todas as pessoas que eles conhecerem não vão morrer por câncer. Vai haver instabilidade econômica; chegam os carros e piora a vida de quem finge ferrar os cascos dos cavalos com ferro. Mas coloque na balança o que se ganha e o que se perde: energia infinita, comida infinita, conhecimento infinito, educação infinita, habitação infinita. Por mil anos a gente sabe que 1:1 tutor é melhor do que sala de aula; Aristotle orientando Alexander, Sócrates orientando seus alunos. Mas a gente escolheu uma forma de ensino estilo “produção em massa”. Agora a IA pode dar a cada criança um mentor que aprende no seu próprio ritmo.

A “caixa de ferramentas” de IA do Scorsese: transformar cenas da mente em realidade

Apresentador: Robin Rombach é cofundador e CEO da Black Forest Labs, com sede na região da Floresta Negra (Freiburg) e em San Francisco. Você antes fez Stable Diffusion e inventou o algoritmo latent diffusion. Qual é o negócio da Black Forest Labs? Qual é o objetivo?

Resposta: Nós criamos esta empresa há dois anos, eu e meus parceiros. Antes, tínhamos feito Stable Diffusion; e antes disso inventamos latent diffusion—que hoje é a base do algoritmo por trás de toda geração de imagens, geração de vídeo e até modelos de IA física. A ideia é comprimir dados naturais (imagem, vídeo, áudio) num espaço de representação eficiente e, em cima disso, treinar um transformer, como o princípio de JPEG e MP3, só que com algoritmos de redes neurais. Isso foi feito por mim durante meu doutorado em Munique.

Agora estamos atacando modelos visuais multimodais: pré-treinando simultaneamente em imagens e áudio, e entrando em um novo paradigma. Ao combinar action prediction, com o mesmo modelo você faz imagem, faz vídeo, faz áudio e prevê ações; no final, isso pode ser implantado em robôs reais.

Apresentador: De imagem para vídeo para áudio para robôs. Se o modelo consegue gerar vídeo, isso significa que ele entende o mundo.

Resposta: Existem duas formas complementares de inteligência: “intuição” e “raciocínio profundo”. A gente começou pelo lado intuitivo: imagem é o ponto de entrada mais natural, e a conta computacional não é tão grande quanto em vídeo. Mas agora isso está convergindo para modelos multimodais. Vídeo pré-treinado ensina implicitamente ao modelo as regras de interação física; e você consegue, a partir do mesmo modelo, prever ações—ou seja, o controle do robô.

Apresentador: Você trabalha com Martin Scorsese? Você senta ao lado dele para ele usar suas ferramentas?

Resposta: Sim. Eu sentei no mesmo quarto; ele explorou nossos modelos. Como um dos pesquisadores centrais, ele ficou sentado ao lado—o sentimento foi louco. E, ao mesmo tempo, eu sou fã dele.

O que ele queria era visualizar cenas da própria cabeça. Ele descrevia uma aldeia em algum lugar da Europa Oriental; a gente via a saída e ele iterava. No fim, ele disse algo assim: transformar o que está na cabeça em expressão visual tem uma eficiência de comunicação muito maior do que a linguagem. A linguagem é uma forma de comunicação um pouco com perdas; o sinal de informação visual é muito mais rico. O volume de informação numa imagem ou num vídeo é enorme—é outra via de comunicação.

Nós não queremos prescrever como usar esses modelos, e especialmente não vamos dizer a Martin Scorsese “você deveria usar assim”. Modelos de IA são uma mídia. O que há de mais interessante, quase sempre, aparece quando existe gente em loop iterando continuamente.

Do cinema aos robôs: o destino dos modelos generativos não está na tela

Apresentador: Startups estão usando Flux e seus modelos para criar vídeos de lançamento. Antes, gastava US$ 250 mil em um launch video; agora dá para fazer em uma a duas semanas. Gal Gadot acabou de fazer um filme sobre Bitcoin. Os atores atuam em um sound stage, sem precisar de chroma key; todo o fundo é feito com IA generativa. Com um orçamento de US$ 30 milhões, eles produziram um efeito que antes exigiria US$ 150 milhões. Você viu isso sendo usado na produção?

Resposta: Vi algumas coisas. Produções de filmes de alto nível são um dos casos de uso mais exigentes. Eu fico feliz que alguém esteja explorando isso, mas quero deixar claro: a tecnologia ainda está em trajetória e iterando rápido. Alguns anos atrás, quando a gente estava no PhD, só conseguíamos gerar imagens 64×64; agora geramos vídeos de alta resolução com múltiplas entradas, mas isso não vai parar aí.

O que mais me empolga é isto: você pode pegar o mesmo modelo multimodal para filmar um filme e, depois, implantá-lo como o “cérebro” de um robô. Ainda não dá para dizer com certeza se “computer use” vai funcionar, mas a tecnologia está indo na direção do mundo físico. “World models” e “action models”, em outras palavras, são a mesma coisa.

Apresentador: De onde vem o conjunto de dados de treino? É fazer humanos com óculos e luvas gravarem em primeira pessoa? Ou basta pegar mil vídeos na internet do YouTube em que pessoas derramam bebida?

Resposta: O objetivo é instruir um robô com um prompt em-context: “pegue aquele copo de suco de laranja”. Hoje ainda não dá para fazer isso. O que se faz atualmente é que o modelo já vem carregado com bastante compreensão visual; então basta alguns horas de dados de fine-tuning para adaptar ao hardware específico. A direção é fazer o mínimo de fine-tuning possível e confiar mais em instruções em-context—mas ainda é um problema de pesquisa.

Apresentador: Open source está acontecendo num momento, empresas querem soberania. Como a Disney, com um grande acervo de IP, deve fazer isso: treinar usando seus próprios modelos open source, ou colaborar para treinar um modelo exclusivo?

Resposta: Os casos de uso mais interessantes estão em gerar coisas que antes não existiam; é isso que torna esta tecnologia tão especial. As nossas ferramentas públicas não conseguem gerar IP específico—isso faz sentido. E de fato, a gente colabora com alguns detentores de IP para desenvolver modelos: alguns baseados nos nossos modelos open source; outros baseados em modelos proprietários mais fortes.

O ângulo mais interessante é: a tecnologia está ficando mais rápida e mais interativa. Dá para imaginar ferramentas de criação de conteúdo criadas para interação no Disney+.

Apresentador: Agora, o fenômeno mais interessante é fan films. Antes, havia fan fiction para escrever suas próprias histórias de Star Wars; depois começaram a usar trajes de Jedi para gravar fan films. George Lucas disse que permitiria desde que não fosse uso comercial. Agora, as pessoas usam IA para recontar histórias de Star Wars que nunca foram contadas; Star Wars Stories Untold, cada vídeo com milhões de visualizações. Esse é o futuro: permitir pagamento por autorização de IP, para que os consumidores usem os personagens para criar as próprias histórias.

Resposta: Se der para encontrar um modelo de negócio comercial que funcione para os detentores de IP e ainda abrir esse tipo de customização com criatividade absurda, seria excelente. Eu leio um livro ou assisto a um filme e sempre penso “como seria se evoluísse assim?”; agora, finalmente, é possível visualizar essas ideias.

Agora passamos de 100 pessoas; estamos contratando na Alemanha e em San Francisco: pesquisadores para treino de modelos em grande escala, pessoas com experiência em treino de diffusion e flow matching, engenheiros que desenvolvem planos customizados junto com clientes, e pessoal de operação para infraestrutura de computação em grande escala—além de gente interessada em levar a tecnologia para mais pessoas.

Link do original

Clique para saber mais sobre as vagas da律动BlockBeats

Bem-vindo para entrar na comunidade oficial da律动 BlockBeats:

Grupo de inscrição no Telegram: https://t.me/theblockbeats

Grupo de discussão no Telegram: https://t.me/BlockBeats_App

Conta oficial no Twitter: https://twitter.com/BlockBeatsAsia