Google, Meta e OpenAI apresentaram, na mesma semana, atualizações que reforçam a corrida por agentes de inteligência artificial mais autônomos e por interações de voz mais naturais.
Para o Windows 10 e 11, o Google disponibilizou um aplicativo Gemini dedicado, que traz acesso rápido ao assistente por meio do atalho Alt + Space ou de um espaço de trabalho próprio. Além de operar com conteúdos do Gmail e do Drive, o app permite delegar projetos em múltiplas etapas através do Gemini Spark, com Nano Banana e Gemini Omni oferecendo geração de imagem e vídeo já embutida. O Google informou que mais funcionalidades nativas para desktop estão previstas após o lançamento global.
A Meta, por sua vez, apresentou o Muse, agente de IA pessoal que vai além de responder perguntas: ele completa tarefas de forma independente e avança objetivos de longo prazo em nome do usuário. Movido pelo Muse Spark, o agente navega na web, lida com formulários, coordena planos, faz compras mediante aprovação e atua em serviços conectados, guardando preferências relevantes do usuário. O lançamento começa restrito aos Estados Unidos, em dispositivos móveis e web, com suporte a óculos de IA planejado para o futuro.
Já a OpenAI lançou na API o GPT-Live-1, modelo de voz full-duplex construído para lidar com interrupções, pausas, ruído de fundo e a dinâmica natural de uma conversa, delegando raciocínio complexo e ações a modelos e ferramentas de back-end. A tecnologia pode ser aplicada em cenários que vão do suporte ao cliente a reservas por telefone.
Meta · imagem de referência; não representa o evento noticiado.
Nokia621 · CC BY-SA 4.0
Origem da mídiaCC BY-SA 4.0Voz e raciocínio em tempo real ganham força
O Google também introduziu os modelos Gemini 3.8 Live e 3.8 Live Extended Thinking, ampliando as capacidades de IA por voz com compreensão multimodal, conversas multilíngues, uso assíncrono de ferramentas e raciocínio mais profundo para tarefas complexas. Enquanto o modelo Live padrão foi otimizado para interações escaláveis e de menor custo, a versão Extended Thinking processa procedimentos em múltiplas etapas sem interromper a conversa falada em andamento. Os dois modelos começam a ser distribuídos nas experiências de desenvolvedor, empresas, Workspace, Search e Gemini do Google.
No caso do Muse, a Meta sustenta que privacidade e controle do usuário são centrais ao produto, apoiando essa posição em uma máquina virtual segura dedicada (Muse Secure VM), permissões granulares, aprovações de cada ação e trilhas de auditoria.
Quanto ao GPT-Live-1, a OpenAI precificou a camada de voz front-end em 0,05 dólar por minuto. Os desenvolvedores podem customizar como o agente fala e escolher entre uma gama expandida de vozes disponíveis.
Olhar da Hédiz · Análise
Olhar da Hédiz
Esses lançamentos indicam que agentes de IA por voz e ação autônoma deixam de ser experimentais e passam a integrar produtos de uso cotidiano do Google, Meta e OpenAI. Para empresas que avaliam automação de atendimento ou suporte por voz, o momento sugere acompanhar de perto o amadurecimento dessas ferramentas antes de decisões de adoção, já que preços, disponibilidade regional e integrações ainda estão em fase inicial de expansão.
