Holotron-12B: modelo de IA que controla o computador sozinho e roda em hardware comum
Desenvolvido pela Hcompany, o modelo de 12 bilhões de parâmetros usa o mouse e o teclado como um humano e pode ser executado em placas de vídeo caseiras.
A Hcompany, uma startup focada em agentes de inteligência artificial, lançou o Holotron-12B — um modelo de linguagem (LLM, a mesma tecnologia por trás do ChatGPT) treinado para controlar o computador diretamente, movendo o mouse, clicando em botões e digitando como se fosse uma pessoa. Segundo informou a empresa no blog da Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados), o diferencial está na velocidade: o modelo processa até 200 tokens por segundo (unidades de texto que o modelo lê ou gera) em uma placa de vídeo de consumo, a Nvidia RTX 4090, sem precisar de servidores caros nem conexão constante com a nuvem.
O Holotron-12B foi treinado com uma técnica chamada aprendizado por reforço (reinforcement learning, ou RL, um método em que o modelo aprende testando ações e recebendo recompensas quando acerta), a partir de dados gerados por modelos maiores da própria Hcompany. A empresa usou como base o Qwen2.5-14B-Instruct, um LLM de código aberto da chinesa Alibaba, e ajustou seus "pesos" (os parâmetros internos que definem como o modelo responde) para tarefas específicas de navegação e controle de interface gráfica. O resultado é um modelo que pode ser baixado gratuitamente, com licença Apache 2.0 (uma licença permissiva que autoriza uso comercial sem restrições), e que roda localmente — ou seja, sem enviar dados para fora do computador do usuário.
A Hcompany afirma que o Holotron-12B supera modelos concorrentes de peso similar em benchmarks de "computer use" (testes que medem a capacidade de um agente de IA executar tarefas reais em sistemas operacionais, como preencher formulários ou navegar em sites). A empresa comparou o desempenho do Holotron-12B com o de outros modelos abertos e fechados, incluindo versões menores do Claude (da Anthropic) e do GPT-4 (da OpenAI), e destacou que a combinação de velocidade e leveza permite rodar múltiplas instâncias do agente ao mesmo tempo em uma única máquina — algo útil para automação em escala, como atendimento ao cliente ou testes de software.
O lançamento acontece em um momento de corrida pela criação de "agentes" de IA — sistemas que não apenas respondem perguntas, mas executam ações complexas por conta própria. Empresas como Anthropic, Google e OpenAI já lançaram ou anunciaram ferramentas semelhantes, mas a maioria exige acesso pago a APIs (interfaces de programação que conectam um software a outro, geralmente cobrando por uso) ou depende de modelos gigantes hospedados em nuvem. A Hcompany aposta na direção oposta: modelos menores, mais rápidos e que funcionam offline, acessíveis a desenvolvedores e empresas que querem controlar sua infraestrutura e seus dados.
