Hub Huawei Ascend ganhou 26 espelhos de modelos abertos em cinco horas
O hub Huawei Ascend Modelers recebeu 26 novos itens em cinco horas na quinta-feira, e nenhum deles é um novo modelo carro-chefe. São espelhos e versões reempacotadas de pesos abertos do Google DeepMind, Tencent ARC, Stability AI, Meta e AMD, para que os desenvolvedores dispensem o Hugging Face. O item mais útil é o encoder SigLIP SO400M para busca de imagens. Por enquanto, trata-se de um depósito de modelos de terceiros, e não de lançamentos próprios da Huawei.
Processado por IA de X: @AiChinaNews; editado por Hamidun News
Na quinta-feira, o ecossistema Huawei Ascend fez um dia de inventário. Em cinco horas, o hub Modelers recebeu 26 itens, e nenhum deles era um novo modelo carro-chefe. São sobretudo espelhos e versões reempacotadas de pesos abertos do Google DeepMind, Tencent ARC, Stability AI, Meta e AMD, além de um punhado de versões ajustadas. A intenção é clara: quem desenvolve em chips Ascend deve encontrar o conjunto habitual de modelos abertos sem depender do Hugging Face. Para quem constrói produtos no ecossistema chinês, é um sinal de que a alternativa local está ganhando conteúdo rapidamente.
O que pode realmente entrar na sua stack
O item mais útil, porém, é também o mais conhecido: o SigLIP SO400M (checkpoint patch14-384) do Google DeepMind. A arquitetura não é nova. Trata-se do "olho" amplamente usado em muitos sistemas multimodais: ele alinha imagens e texto, por isso serve para classificação sem treinamento adicional, busca de imagens por descrição e outras tarefas em que é preciso entender o que há na foto. Agora ele pode ser usado dentro do ecossistema Ascend.
A segunda peça útil é o PIIP-LLaVA, um modelo de 7 bilhões de parâmetros que segue instruções sobre imagens no esquema LLaVA. Ele é construído sobre os encoders ConvNeXt-L e CLIP-L. Ao lado de demos multimodais volumosos, é modesto, mas são justamente modelos assim que costumam chegar à produção.
Entre as opções compactas, destaca-se o PVC-InternVL2-8B da OpenGVLab. É o único item com diferença real em relação ao modelo base: um InternVL2 ajustado para percepção, isto é, reconhecimento de texto em imagens, leitura de gráficos e documentos e raciocínio sobre várias imagens. Os pesos em bf16 sob licença MIT cabem em um único acelerador. Para dispositivos de borda, a Axera acrescentou duas versões do Qwen: Omni de 3B e uma de 7B dividida em partes. O próprio hub publicou os pequenos Qwen de 1,7B e 0,5B.
Adaptadores, reempacotamentos e lastro evidente
O maior volume de barulho, mas o menor grau de novidade, veio dos adaptadores T2I-Adapter da Tencent ARC para o Stable Diffusion XL: sete itens separados. Entre eles estão o adaptador de profundidade baseado em ZoeDepth, uma segunda variante de profundidade baseada em MiDaS (cerca de 779 milhões de parâmetros), os contornos Canny, o esboço, o desenho de linhas e o OpenPose. São pesos leves e adicionais: dão ao SDXL controle sobre a composição do quadro sem a necessidade de um ControlNet completo, no formato padrão do diffusers.
Em termos de engenharia, a solução é boa, mas a apresentação é estranha: o Canny foi publicado duas vezes no mesmo dia, e cada variante foi tratada como um lançamento à parte.
Entre os reempacotamentos de modelos alheios estão duas versões do DeepSeek-R1-Distill-Llama-8B para AMD Ryzen AI: um pacote ONNX para a NPU e uma versão híbrida NPU+gráfica integrada, sob o toolkit Ryzen AI 1.7.1, ambas com licença MIT. Elas permitem executar o modelo de raciocínio de forma privada e offline em notebooks Windows comuns, sem placa de vídeo dedicada. A lista também inclui um upscaler x4 baseado em difusão da Stability AI, o adaptador de identidade facial InstantID para SDXL e uma LoRA leve para esboços no FLUX.
O restante é a parte menos convincente. Dois checkpoints do OpenO1 SFT (projeto da comunidade, licença Apache 2.0, incluindo a v3.
1) tentam reproduzir o modelo de raciocínio o1, mas, pela descrição na própria listagem, o card do modelo precisa de melhorias. Uma licença permissiva não comprova qualidade. A família OpenCodeReasoning ganhou duas entradas em vinte minutos, para um pequeno conjunto de exemplos de raciocínio sobre código (licença Apache 2.
0). O modelo rascunho promete acelerar a geração de código em 2 a 4 vezes, mas não há comprovação disso no próprio cabeçalho. O Llama 2 7B, lançado pela Meta há três anos, foi apresentado como novidade em novembro de 2026.
Fecha a lista o FlanFred, um modelo pouco claro, ajustado para instruções sem descrição consistente.
O que se conclui
O principal ponto não está em um modelo específico, mas no ritmo. A Huawei está tornando o Hugging Face dispensável para seus desenvolvedores, e, nesse ritmo, deve conseguir. A limitação é evidente: por enquanto, o hub armazena sobretudo trabalhos alheios, e não publica os próprios. Na prática, vale olhar para o SigLIP, o PVC-InternVL2-8B e os pacotes para Ryzen AI se você precisa de multimodalidade ou inferência offline. O resto é um catálogo que está sendo preenchido mais depressa do que ganha conteúdo. A virada de fato acontecerá quando o Modelers receber o primeiro modelo próprio da Huawei, e não mais um espelho.
- 21 de nov. de 2026Rede neural MIRA desenha Rocket League a 20 quadros por segundo, mas o ping chega a 460 ms
- 21 de nov. de 2026Google criou uma cópia fechada da internet com bancos falsos para treinar agentes de IA do Chrome
- 21 de nov. de 2026No MLPerf Training, pela primeira vez, aparecem Nvidia Rubin e TPU Ironwood: 153 sistemas
- 21 de nov. de 2026Google abre pré-venda de óculos inteligentes com Gemini a partir de US$ 395 — vendas começam em 10 de dezembro
Perguntas frequentes sobre a notícia
O que pode realmente entrar na sua stack?
O item mais útil, porém, é também o mais conhecido: o SigLIP SO400M (checkpoint patch14-384) do Google DeepMind. A arquitetura não é nova. Trata-se do "olho" amplamente usado em muitos sistemas multimodais: ele alinha imagens e texto, por isso serve para classificação sem treinamento adicional, busca de imagens por descrição e outras tarefas em que é preciso entender o que há na foto. Agora ele pode ser usado dentro do ecossistema Ascend.
O que se sabe sobre Adaptadores, reempacotamentos e lastro evidente?
O maior volume de barulho, mas o menor grau de novidade, veio dos adaptadores T2I-Adapter da Tencent ARC para o Stable Diffusion XL: sete itens separados. Entre eles estão o adaptador de profundidade baseado em ZoeDepth, uma segunda variante de profundidade baseada em MiDaS (cerca de 779 milhões de parâmetros), os contornos Canny, o esboço, o desenho de linhas e o OpenPose.
O que se conclui?
O principal ponto não está em um modelo específico, mas no ritmo. A Huawei está tornando o Hugging Face dispensável para seus desenvolvedores, e, nesse ritmo, deve conseguir. A limitação é evidente: por enquanto, o hub armazena sobretudo trabalhos alheios, e não publica os próprios. Na prática, vale olhar para o SigLIP, o PVC-InternVL2-8B e os pacotes para Ryzen AI se você precisa de multimodalidade ou inferência offline. O resto é um catálogo que está sendo preenchido mais depressa do que ganha conteúdo.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.