Ao vivo
[Pesquisa]Como o Ai2 resolveu a briga por GPUs com orçamentos em vez de fila de prioridade[Ferramentas]Como criar modelos de IA personalizados por menos de US$ 20 usando um agente automatizado[Modelos de IA]Liquid AI lança modelos de IA que tomam decisões em milissegundos — e funcionam em celulares[Modelos de IA]TII lança Falcon ASR, modelo de transcrição de áudio aberto que roda em hardware comum[Modelos de IA]Nvidia mostra que um único modelo de IA pode chegar ao pódio tanto em programação quanto em matemática avançada[Modelos de IA]Falcon-Emirati: o modelo de IA que aprendeu a falar árabe como um emiradense de verdade[Ferramentas]Hugging Face cria repositório central para ambientes de IA que aprendem por tentativa e erro[Ferramentas]O agente de IA disse que terminou. O banco de dados discordou.[Modelos de IA]Instituto Allen lança modelo de IA aberto para escrever relatórios científicos em segundos[Pesquisa]Como a ServiceNow cria dados de treino que ensinam agentes de IA a funcionar dentro de empresas[Pesquisa]Como o Ai2 resolveu a briga por GPUs com orçamentos em vez de fila de prioridade[Ferramentas]Como criar modelos de IA personalizados por menos de US$ 20 usando um agente automatizado[Modelos de IA]Liquid AI lança modelos de IA que tomam decisões em milissegundos — e funcionam em celulares[Modelos de IA]TII lança Falcon ASR, modelo de transcrição de áudio aberto que roda em hardware comum[Modelos de IA]Nvidia mostra que um único modelo de IA pode chegar ao pódio tanto em programação quanto em matemática avançada[Modelos de IA]Falcon-Emirati: o modelo de IA que aprendeu a falar árabe como um emiradense de verdade[Ferramentas]Hugging Face cria repositório central para ambientes de IA que aprendem por tentativa e erro[Ferramentas]O agente de IA disse que terminou. O banco de dados discordou.[Modelos de IA]Instituto Allen lança modelo de IA aberto para escrever relatórios científicos em segundos[Pesquisa]Como a ServiceNow cria dados de treino que ensinam agentes de IA a funcionar dentro de empresas
Transmitindo · —

Notícias.
Inteligência Artificial

Inteligência Artificial para Gente de Verdade · ES / PT-BR

FerramentasHugging Face Blog1 min

Biblioteca que roda IA em iPhones completa um ano e ganha nova versão

Swift Transformers 1.0 permite executar modelos de linguagem localmente em dispositivos Apple sem depender da nuvem

Por Redação1 min
Compartilhar
Biblioteca que roda IA em iPhones completa um ano e ganha nova versão
Ferramentas · Hugging Face Blog

A Swift Transformers, uma biblioteca de código aberto que permite rodar modelos de inteligência artificial diretamente em iPhones, iPads e Macs, acaba de lançar sua versão 1.0 após um ano de desenvolvimento, segundo informou a Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados). A ferramenta traduz para a linguagem Swift — usada para programar apps da Apple — os modelos criados com Transformers, o framework (conjunto de ferramentas de programação) mais popular para IA generativa.

Na prática, isso significa que desenvolvedores podem integrar chatbots, assistentes de texto ou ferramentas de análise de linguagem em aplicativos iOS sem precisar enviar dados para servidores externos. Tudo roda no próprio celular ou computador, o que garante mais privacidade e permite que o app funcione offline. A biblioteca suporta modelos populares como Llama, Qwen e Gemma (famílias de LLMs, ou large language models, modelos de linguagem treinados com bilhões de palavras).

A versão 1.0 traz melhorias importantes de desempenho: os desenvolvedores conseguiram reduzir pela metade o tempo de carregamento dos modelos e otimizar o uso de memória, permitindo que modelos maiores rodem até em iPhones mais antigos. A biblioteca agora também funciona com o MLX (um framework de aprendizado de máquina desenvolvido pela própria Apple para seus chips), ampliando as opções de quem programa para o ecossistema da empresa.

Além de anunciar a versão estável, a equipe da Hugging Face revelou planos para 2025: querem adicionar suporte a modelos multimodais (que entendem não só texto, mas também imagens, áudio ou vídeo) e facilitar ainda mais a conversão automática de modelos já treinados para o formato compatível com Swift. A ideia é tornar a IA local em dispositivos móveis tão acessível quanto hoje é rodar modelos na nuvem.

Fonte original
Hugging Face Blog
Mais em · Ferramentas