O fio condutor de hoje atravessa investigação em criptoanálise, geração multimodal, um MoE de ativação densa num caminho de pesos abertos, avaliação de agents científicos e finanças de consumo só de leitura: a Google DeepMind noticiou que agents de IA guiados por humanos encontraram duas fraquezas importantes no RSA de 1024 bits legado, sublinhando que as chaves modernas de 2048 bits e superiores continuam seguras; o Gemini Omni 1.2 Flash passou a estar em disponibilidade geral; a Thinking Machines Lab lançou o Inkling 2 Small, com detalhes de pré-treino e de RL conjunto; a OpenAI e a Ligo lançaram o BioBasicsBench para tarefas rotineiras de laboratório húmido; e a Anthropic começou a disponibilizar o Claude Personal Finance a níveis pagos nos EUA através da Plaid, sublinhando o acesso só de leitura e a ausência de utilização para treino.

1. Google DeepMind: agents de IA guiados por humanos expõem duas fraquezas no RSA de 1024 bits legado

A 6 de novembro de 2026, a Google DeepMind, em declarações de Pushmeet Kohli, vice-presidente de Ciência, anunciou que agents de IA guiados por humanos tinham descoberto duas fraquezas importantes no RSA de 1024 bits legado. O trabalho foi liderado por Dj Dvijotham e Abhradeep Thakurta, em colaboração com Nadia Heninger (UC San Diego e Inria) e Emmanuel Thomé (Inria). A DeepMind e as notícias relacionadas sublinham que o RSA moderno de 2048 bits ou mais continua seguro, e que as experiências com assinaturas decorreram em sandbox, sobre uma referência de 1024 bits já resolvida, sem tocar em sistemas em funcionamento.

Quanto a assinaturas e padding, a DeepMind afirmou que, quando um atacante controla cerca de metade ou mais do bloco assinado, o padding não acrescenta praticamente nenhuma proteção. Na sandbox, a abordagem melhorada usou cerca de 3,5× menos tempo de CPU e menos de um milésimo da computação necessária para quebrar a própria chave. Quando o atacante controla apenas uma impressão digital curta (por exemplo, 32 bytes), o novo algoritmo é cerca de 1600× melhor do que o melhor anterior para RSA de 1024 bits, segundo estimativas teóricas. Em separado, na fatorização em batch de módulos com o mesmo número de bits, a DeepMind indicou um custo médio cerca de 30× inferior por cada chave adicional de 1024 bits, face aos métodos em batch anteriores.

Conclusão: a criptoanálise assistida por IA está a afinar os ataques ao RSA de 1024 bits legado sob pressupostos declarados, enquanto o próprio enquadramento da DeepMind mantém claro o limite operacional: não se afirma que as implementações de 2048 bits ou superiores estejam quebradas, e os testes de assinaturas não tocaram em produção real.

2. Google: Gemini Omni 1.2 Flash em disponibilidade geral, com vídeo nativo até 15 s e preço ~30% mais baixo

O product manager da Google DeepMind Anish Nangia anunciou a 5 de novembro de 2026 que o Gemini Omni 1.2 Flash está em disponibilidade geral (GA) na Gemini API e no Gemini for business / Google Cloud. A model card tem a mesma data de publicação. Face ao limite de 10 segundos do Omni 1.1, o 1.2 Flash alarga o vídeo nativo para 15 segundos, com duração selecionável entre 3 e 15 segundos em passos de um segundo; o preço a 720p desce cerca de 30% face ao Omni 1.1, para $0.07 por segundo.

Em termos de capacidades, o artigo destaca a edição conversacional em vários turnos e uma maior aderência às imagens de referência, clipes de movimento até cerca de três segundos e áudio. Os workflows podem fazer rascunhos a 360p / 720p e depois ampliar para 1080p / 4K, com marca de água SynthID. Está disponível o Provisioned Throughput. O modelo está também a ser disponibilizado no Flow, no Google Vids, na app Gemini (Ultra), no Google Ads, no AI Studio, no Vertex AI, no YouTube e no Workspace.

Conclusão: a geração de vídeo está a passar de “consegue produzir um clipe?” para níveis de duração com preço, aderência às referências e garantias de débito para empresas, com o rascunho em baixa resolução mais ampliação inscrito no workflow por defeito.

3. A Thinking Machines Lab lança o Inkling 2 Small: 594B / 17B ativos, pesos Apache 2.0 previstos

A Thinking Machines Lab anunciou o Inkling 2 Small a 5 de novembro de 2026: um modelo mixture-of-experts (MoE) com cerca de 594 mil milhões de parâmetros no total e 17 mil milhões ativos, com suporte para entradas de imagem e esforço variável. A empresa citou uma pontuação de 31 no Artificial Analysis Intelligence Index (o artigo diz 31; uma tabela mostra o AA Index v5.0 em 30,6). O modelo é lançado inicialmente no Tinker com pesos fechados; o anúncio diz que os pesos completos estão previstos sob Apache 2.0 na próxima semana, depois de testes de segurança externos e de red-teaming.

Entre as divulgações do treino contam-se: um pré-treino H1 de cerca de 8,4 biliões de tokens em aproximadamente 68 horas em NVIDIA GB300 NVL72 com NVFP4 nativo; um H2 de cerca de 3,8 biliões de tokens com contexto até 512K; e depois RL conjunto durante 1075 passos e mais de 17 milhões de rollouts ao longo de cerca de nove dias em 2048 GPUs. O laboratório mostrou demonstrações de programação com agents, de visão e de trabalho do conhecimento, e citou uma pontuação de 1340 no DesignArena Website no seu snapshot.

Conclusão: o caminho MoE de “ativação pequena, total grande” junta débito de pré-treino, escala de RL conjunto e um ritmo de “lançar fechado, abrir os pesos a seguir” numa única narrativa de lançamento.

4. A OpenAI lança o BioBasicsBench: medir como os agents de IA lidam com ciência rotineira de laboratório húmido

A OpenAI publicou a 6 de novembro de 2026 uma introdução ao BioBasicsBench, desenvolvido com a Ligo, empresa de design de enzimas. O benchmark abrange 100 tarefas rotineiras de laboratório húmido em cinco áreas (métodos de proteínas, imagiologia / citometria, quantificação e ensaios, métodos de ácidos nucleicos e clonagem molecular), com entradas como géis em bruto, placas, microscopia e exportações de instrumentos. A avaliação abrangeu sete modelos, 37 configurações e cinco tentativas por tarefa, resultando em cerca de 18 500 resultados.

Com raciocínio xhigh, o GPT-6 Astra obteve 66,7% de recompensa média (IC a 95% de 60,3%–73,1%), o GPT-6.1 Sol 62,0% e o GPT-5.6 Sol 43,8%. A empresa sublinha que pontuações mais altas ainda não equivalem a um juízo de laboratório fiável. Os exemplos incluem o Astra a detetar um antibiótico errado na etiqueta do rebordo de uma placa de controlo e modos de falha que persistem, como pressupostos que se sobrepõem aos controlos e, num caso, contagens erradas de colónias com cerca de 12% de excesso.

Conclusão: os fornecedores estão a transformar a “leitura de artefactos experimentais em bruto” num benchmark de laboratório húmido reproduzível, usando intervalos de confiança e casos de falha para atenuar a extrapolação de que “pontuação alta é igual a fiável”.

5. Anthropic: arranca o beta do Claude Personal Finance, com ligações de contas só de leitura através da Plaid

A Anthropic começou a disponibilizar esta semana um beta do Personal Finance a utilizadores Pro, Max e Ultra nos EUA; a Plaid confirmou a parceria num artigo de 5 de novembro de 2026, com a TechCrunch e outros a noticiarem o lançamento. Os utilizadores podem ligar bancos e cartões através da Plaid. A capacidade é só de leitura: não pode movimentar, gerir nem investir dinheiro, e não tem anúncios nem produtos patrocinados. As contas ligadas podem mostrar até cerca de dois anos de transações; as conversas no hub Personal Finance não são usadas para treino; os utilizadores autenticam-se no seu banco através da Plaid, pelo que o Claude não vê as palavras-passe bancárias; é possível desligar a qualquer momento. A Anthropic afirma que a funcionalidade não é aconselhamento de investimento.

Conclusão: os assistentes de consumo estão a entrar na análise financeira ao nível das contas, mas com limites de só leitura, sem treino, sem aconselhamento e com desligação a qualquer momento, encaminhando a conectividade através de infraestrutura de pagamentos em vez de construírem ligações bancárias internamente.

---

Resumo numa frase: a DeepMind noticia avanços assistidos por IA contra o RSA-1024 legado, afirmando a segurança moderna de 2048 bits ou mais, a Google põe o Gemini Omni 1.2 Flash em disponibilidade geral com vídeo nativo mais longo e preço unitário mais baixo, a Thinking Machines abre um caminho MoE de “Apache 2.0 na próxima semana” com o Inkling 2 Small, a OpenAI quantifica o desempenho de agents em laboratório húmido com o BioBasicsBench, avisando que pontuações altas não são juízo fiável, e a Anthropic lança o Personal Finance só de leitura para utilizadores pagos nos EUA através da Plaid.