Você já quis ter um assistente de voz que não manda seus dados para uma corporação? Que não depende de internet, não tem mensalidade e não grava suas conversas para “melhorar o serviço”? Em 2026, isso não é mais ficção — é um projeto de fim de semana com um Raspberry Pi 5 e três ferramentas open-source: Whisper para ouvir, Ollama para pensar, Piper TTS para falar. E o melhor: tudo roda offline, na sua mesa, sem enviar um byte para fora da sua rede.
O Pipeline de Voz Local
O fluxo é elegante na sua simplicidade:
Captura de áudio: Um microfone USB capta sua voz. O sistema detecta quando você começa a falar (VAD — Voice Activity Detection) e grava até você terminar.
STT (Speech-to-Text): O áudio é transcrito para texto pelo Whisper, modelo da OpenAI que roda 100% local.
LLM (Large Language Model): O texto transcrito é enviado para um modelo de linguagem rodando no Ollama. Ele processa o comando e gera uma resposta em texto.
TTS (Text-to-Speech): A resposta textual é convertida em áudio pelo Piper TTS, um sintetizador de voz neural rápido e leve.
Reprodução: O áudio é tocado nos alto-falantes conectados ao Pi.
Esse pipeline inteiro roda num Raspberry Pi 5 com 8 GB de RAM — sem GPU externa, sem assinatura, sem servidor remoto. Vamos montar isso.
Hardware Necessário
Raspberry Pi 5 (8 GB): ~R$ 750 na Robocore. Os 8 GB são importantes — modelos de linguagem consomem RAM vorazmente.
Microfone USB: Um simples microfone USB de mesa (~R$ 50-80) funciona bem para testes. Se quiser qualidade, microfones como Blue Snowball ou Fifine (~R$ 200-350) captam voz com mais clareza em ambientes com ruído.
Alto-falante ou caixa de som: Qualquer caixa com entrada P2 ou USB. O Pi 5 tem saída de áudio P2 integrada e suporte a áudio via HDMI e Bluetooth.
MicroSD de 64 GB ou SSD USB: Os modelos ocupam espaço — o Whisper base (~150 MB), um LLM pequeno como Llama 3.2 3B (~2 GB) e o Piper (~50 MB). Com SSD NVMe via HAT, a inicialização dos modelos é instantânea.
Passo 1: Instalar o Whisper (STT)
O Whisper é o melhor reconhecedor de fala open-source disponível. A versão C++ (whisper.cpp) é otimizada para rodar em CPUs ARM — ideal para o Pi 5.
# Clone e compile o whisper.cpp sudo apt install git cmake -y git clone https://github.com/ggerganov/whisper.cpp cd whisper.cpp # Baixe o modelo (tiny, base, small, medium, large) # Para Pi 5 8GB: use small (excelente trade-off velocidade x precisão) bash ./models/download-ggml-model.sh small # Compile cmake -B build && cmake --build build --config Release
Teste rápido: grave um áudio de 5 segundos (arecord -f cd -d 5 test.wav), depois execute ./build/bin/whisper-cli -m models/ggml-small.bin -f test.wav. Em segundos, o Whisper transcreve o áudio. No Pi 5, o modelo small processa ~1 segundo de áudio em ~1.5 segundos — quase tempo real. O modelo medium é mais preciso, mas ~2x mais lento.
Passo 2: Instalar o Ollama (LLM)
O Ollama é a plataforma que tornou LLMs locais acessíveis. Com um comando, você baixa e roda modelos quantizados otimizados para CPU.
# Instale o Ollama no Pi 5 (ARM64) curl -fsSL https://ollama.com/install.sh | sh # Puxe um modelo leve para o Pi 5 # Opções por ordem de peso: # - phi (1.6GB): Microsoft Phi-3 mini — rápido, inteligente, cabe em 8GB com folga # - llama3.2:3b (2GB): Meta Llama 3.2 3B — excelente qualidade geral # - mistral (4.1GB): Mistral 7B — melhor qualidade, mas o Pi 5 sofre com modelos >4GB ollama pull phi # Teste ollama run phi "Qual é a capital do Brasil? Responda em uma frase."
O modelo Phi-3 mini é surpreendentemente capaz. Responde perguntas complexas, entende contexto, faz piadas. A latência no Pi 5 é de 3-5 segundos para respostas curtas — aceitável para um assistente de voz onde você já espera uma pausa natural.
Passo 3: Instalar o Piper TTS (Text-to-Speech)
Piper TTS é um sintetizador de voz neural desenvolvido para o ecossistema Rhasspy/Home Assistant. É rápido, leve, e tem vozes em português brasileiro.
# Instale o Piper via pip pip3 install piper-tts # Baixe vozes em português # Vozes disponíveis: pt_BR-faber-medium, pt_BR-edresson-medium, pt_BR-female-medium wget https://huggingface.co/rhasspy/piper-voices/resolve/main/pt/pt_BR/faber/medium/pt_BR-faber-medium.onnx wget https://huggingface.co/rhasspy/piper-voices/resolve/main/pt/pt_BR/faber/medium/pt_BR-faber-medium.onnx.json # Teste echo "Olá! Eu sou seu assistente pessoal funcionando completamente offline." | piper \ --model pt_BR-faber-medium.onnx --output_raw | aplay -r 22050 -f S16_LE -t raw -c 1
A voz do Piper em português é natural — não vai ganhar Emmy, mas é perfeitamente compreensível e não tem aquele tom robótico do eSpeak. Os modelos “medium” são o sweet spot entre qualidade e velocidade no Pi 5.
Passo 4: Integrar Tudo — O Assistente Completo
Com as três peças funcionando individualmente, o próximo passo é o script de integração. Este é um assistente de voz simplificado que faz o pipeline completo:
#!/bin/bash # assistente.sh — Pipeline de voz offline completo AUDIO_FILE="/tmp/comando.wav" RESPONSE_TEXT="/tmp/resposta.txt" RESPONSE_AUDIO="/tmp/resposta.wav" echo "🎤 Assistente ouvindo..." # 1. Grava áudio (5 segundos ou até silêncio) # -d 5 = duração máxima de 5 segundos arecord -f cd -d 5 -D plughw:1,0 $AUDIO_FILE # 2. STT: Whisper transcreve echo "🧠 Processando..." TRANSCRIPTION=$(/home/pi/whisper.cpp/build/bin/whisper-cli \ -m /home/pi/whisper.cpp/models/ggml-small.bin \ -f $AUDIO_FILE --no-timestamps -l pt 2>/dev/null | tail -1) echo "Você disse: $TRANSCRIPTION" # 3. LLM: Ollama processa ollama run phi "Você é um assistente pessoal útil e conciso chamado Jarvis. Responda esta pergunta em português, em no máximo 2 frases: $TRANSCRIPTION" > $RESPONSE_TEXT RESPONSE=$(cat $RESPONSE_TEXT) echo "Jarvis: $RESPONSE" # 4. TTS: Piper fala echo "$RESPONSE" | piper \ --model /home/pi/pt_BR-faber-medium.onnx \ --output_file $RESPONSE_AUDIO # 5. Reproduz aplay $RESPONSE_AUDIO echo "✅ Pronto!"
Coloque a palavra-chave “Jarvis” no início de cada comando e você tem efetivamente seu próprio assistente de voz offline. Para o modo sempre ouvindo (hotword), adicione o Picovoice Porcupine — ele detecta wake words como “Hey Jarvis” localmente com latência de milissegundos.
Extras: Integração com Home Assistant
O projeto fica exponencialmente mais útil quando você conecta o assistente ao Home Assistant. O Home Assistant tem uma API REST rica: você pode acionar automações, ler estados de sensores e controlar dispositivos com comandos de voz processados pelo Ollama. Imagine: “Jarvis, acenda a luz da sala” → Whisper transcreve → Ollama interpreta a intenção → seu script chama a API do Home Assistant → luz acende. Tudo local. Tudo seu.
Limitações e Realidade
Este assistente não compete com Alexa ou Google Assistant em velocidade ou reconhecimento de intenções complexas — o Phi-3 no Pi 5 tem ~3B de parâmetros vs centenas de bilhões na nuvem. Mas o que ele perde em potência bruta, ganha em privacidade, independência e a satisfação de ser 100% seu. E os modelos melhoram a cada mês — em 2027, o mesmo Pi 5 vai rodar LLMs que hoje exigem servidores.
Como todo projeto maker, o assistente offline é um ponto de partida. Cada atualização de modelo, cada microfone melhor, cada integração nova é um upgrade que VOCÊ decide fazer. Sem contrato. Sem EULA de 80 páginas. Sem servidor te ouvindo 24/7. Só você, seu Pi, e a pergunta “o que mais eu posso automatizar?”.
Bom dia! Este é o Resumão Tech da quarta-feira, 7 de outubro de 2026. Foi um dia de lançamentos em série: a OpenAI levou o GPT-6 para o ChatGPT com respostas que viram gráfico, botão e calculadora, a Microsoft e a NVIDIA apostaram que o próximo PC roda IA em casa, e a Anthropic lançou o Haiku mais barato que já fez. No meio disso, o Google abriu para todo mundo o detector de conteúdo gerado por IA e lançou uma plataforma para criar jogo só descrevendo a ideia. Na bancada, um Raspberry Pi Pico vira placa de som com DSP, e na robótica tem CEO novo na Boston Dynamics e um amanhecer em Marte fotografado pelo Curiosity.
1. GPT-6 chega ao ChatGPT com a “Intelligent UI”: resposta que vem com gráfico, botão e formulário
A OpenAI começou a liberar na quarta o GPT-6 no ChatGPT, junto com um recurso chamado Intelligent UI. Em vez de responder só com texto, o modelo monta a resposta misturando texto, imagens e elementos interativos: gráficos, botões, formulários, uma calculadora feita sob medida para a sua pergunta. Na demonstração para jornalistas, um pedido para explicar como a asa de um avião gera sustentação virou uma sequência de diagramas; outros exemplos foram receitas ilustradas, a mecânica de uma bicicleta, o mapa de uma trilha de vários dias e uma calculadora de poupança.
O GPT-6 Sol chegou primeiro para assinantes Plus, Pro, Business e Enterprise, e o GPT-6 Luna começa a ser liberado nesta quinta (8) para os planos Free e Go. Quem achar visual demais pode diminuir a quantidade de elementos nas configurações de personalidade. Segundo a OpenAI, o ChatGPT tem mais de 1,2 bilhão de usuários por semana; os modelos da API e o Codex não mudam com este lançamento.
2. Microsoft e NVIDIA lançam o Windows da “inteligência híbrida” e o Surface Laptop Ultra com RTX Spark
O DGX Spark (à direita), mini-PC de IA da NVIDIA com superchip Grace Blackwell, ao lado de um PC compacto com RTX 5070 (foto ilustrativa). Crédito: Daniel Lu (dllu) / Wikimedia Commons (CC BY-SA 4.0)
Num evento em São Francisco com Satya Nadella e Jensen Huang, a Microsoft disse que o Windows vai ser a casa da “inteligência híbrida”: agentes de IA que rodam no próprio PC quando dá e recorrem à nuvem quando precisam. A peça de segurança é o Microsoft Execution Containers (MXC), que entrou em disponibilidade geral no Windows 11 e define quais arquivos e redes cada agente pode acessar, com as regras aplicadas em tempo de execução. Codex, GitHub Copilot, OpenClaw, Replit, LM Studio e outros já são compatíveis, e o Claude Code está na lista dos que vêm depois. A Microsoft também anunciou suporte ao llama.cpp no Windows ML, uma versão local do seu modelo de código MAI Code 1.1 Flash (em 3 bits) e uma instalação simplificada do OpenClaw em mini PCs. No Copilot, contexto, ações e modelos locais chegam aos Copilot+ PCs “nos próximos meses”.
No hardware, o destaque é o Surface Laptop Ultra, construído em volta do chip RTX Spark da NVIDIA (CPU Grace de até 20 núcleos, GPU Blackwell de até 6.144 núcleos e até 128 GB de memória unificada). Ele custa a partir de US$ 2.599, está em pré-venda e começa a ser entregue em 16 de outubro. Asus, Dell, HP, Lenovo e MSI também abriram pré-venda de notebooks com o mesmo chip. Para quem quer mais, há o Surface RTX Spark Dev Box (US$ 5.999, só nos EUA, em novembro) e o DGX Station para Windows, previsto para o fim do ano. Os ganhos de desempenho contra o MacBook Pro M5 Pro divulgados no evento são testes encomendados pelas próprias empresas.
3. Anthropic lança o Claude Haiku 5.5, o modelo mais rápido e mais barato da casa
A Anthropic lançou o Claude Haiku 5.5, pensado para tarefas repetitivas e em grande volume: resumos, classificação, consultas a banco de dados, atendimento em tempo real e o papel de “subagente” que executa tarefas pequenas enquanto um modelo maior planeja. Segundo a empresa, ele custa em média cerca de 75% menos que o Haiku 4.5: a partir de US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída, para prompts de até 100 mil tokens. A janela de contexto subiu para 1 milhão de tokens, a saída para até 128 mil, e é o primeiro Haiku com controle de esforço, que permite trocar inteligência por velocidade em cada tarefa.
Um detalhe que pesa na conta: o novo tokenizador conta o mesmo texto como cerca de 30% mais tokens do que no Haiku 4.5. No mesmo anúncio, a Anthropic cortou pela metade o preço da leitura de cache do Sonnet 5.5 e anunciou créditos mensais de API para assinantes Max (US$ 100 ou US$ 200) e Team (até US$ 500 por equipe).
4. Google abre para todo mundo o detector de conteúdo gerado por IA
O detector SynthID, que desde o ano passado estava restrito a jornalistas e pesquisadores, agora pode ser usado por qualquer pessoa em synthid.com (em inglês, com login). Você envia uma imagem, um vídeo ou um áudio e a ferramenta procura a marca d’água invisível que o Google coloca no que seus modelos geram, como Nano Banana, Veo e Lyria. Também reconhece conteúdo de parceiros que adotaram o padrão: OpenAI, NVIDIA, Kakao e, em breve, a Apple. Segundo o Google, já são mais de 180 bilhões de imagens e vídeos marcados, além do equivalente a 240 mil anos de áudio, e as verificações embutidas na Busca, no Gemini e no Chrome passam de 1 milhão por dia.
O limite é importante: o detector só encontra o que foi marcado. Conteúdo de um gerador que não usa SynthID passa sem alerta, e Microsoft e Meta têm padrões próprios. Ou seja, “não encontrei marca” não quer dizer “foi feito por humano”.
5. Google Playground: criar jogo descrevendo a ideia, com a Unity no próximo nível
O Google lançou o Playground, uma plataforma experimental no navegador para criar, jogar e compartilhar jogos a partir de comandos em texto, sem programar. Dá para começar do zero ou remixar modelos prontos (trivia, tower defense, corrida) e depois pedir mudanças na física, nas regras, nos personagens ou no cenário. Os jogos podem ser compartilhados com amigos ou publicados, e há multiplayer e placares. Por enquanto, só para maiores de 18 anos nos Estados Unidos.
Junto veio o anúncio do Unity Spark, feito com a Unity: uma ferramenta mais próxima de um motor profissional, com 3D de maior qualidade e criação colaborativa, cujos jogos também poderão ser publicados no Playground. O beta fechado começa ainda este ano, com lista de espera aberta. A própria Unity faz questão de dizer que a ideia não é gerar um jogo inteiro num único comando, e sim ir refinando a partir do primeiro resultado.
6. Samsung prevê lucro trimestral de 107 trilhões de wons, puxado pela memória para IA
Na manhã de quinta na Coreia (noite de quarta em Brasília), a Samsung divulgou a prévia do terceiro trimestre: lucro operacional de cerca de 107,4 trilhões de wons e receita de aproximadamente 195 trilhões. No mesmo trimestre de 2025, o lucro tinha sido de 12,17 trilhões e a receita de 86,06 trilhões, ou seja, um salto de mais de 780% no lucro. Segundo o Korea Herald, é a primeira vez que uma empresa de tecnologia passa de 100 trilhões de wons de lucro num único trimestre.
O motor é a demanda por chips de memória para datacenters de IA. É o mesmo movimento que vem deixando a RAM de PCs, celulares e placas como o Raspberry Pi mais cara: cada wafer que vira memória de IA é um wafer a menos para o resto do mercado. Os números finais, com o detalhamento por divisão, saem no fim do mês.
DSPi: firmware aberto transforma o Raspberry Pi Pico numa placa de som USB com DSP
Raspberry Pi Pico com o microcontrolador RP2040, uma das placas que rodam o firmware DSPi (foto ilustrativa). Crédito: Phiarc / Wikimedia Commons (CC BY-SA 4.0)
O DSPi, da Weeb Labs, é um firmware que faz um Raspberry Pi Pico ou Pico 2 (RP2040 ou RP2350) aparecer no computador como placa de som USB, com processamento de áudio embutido. Ele traz equalizador paramétrico de até 10 bandas por canal, crossovers ativos de até 8ª ordem para montar caixas de duas ou três vias, alinhamento de tempo de até 85 ms por saída, entrada S/PDIF, saída dedicada para subwoofer e 10 presets. No RP2350 são até quatro saídas estéreo. Funciona em macOS, Windows, Linux e iOS, e há um aplicativo gráfico (DSPi Console) e uma versão de terminal para configurar tudo.
É o tipo de projeto que faz uma placa de poucos dólares fazer o trabalho de um processador de áudio comercial: correção de sala, ajuste de subwoofer ou crossfeed para fone. O repositório já passa de 1.200 estrelas no GitHub, e o autor conta que usou IA (o Claude) no desenvolvimento.
Raspberry Pi Desktop volta para PC e Mac e dá sobrevida a notebook velho
Na terça (6), a Raspberry Pi lançou o Raspberry Pi Desktop para PC e Mac atualizado, depois de anos parado na versão Bullseye. Agora é baseado no Debian Trixie de 64 bits, com o Control Centre, o novo dock e o cliente do Raspberry Pi Connect, que permite acessar o computador remotamente pelo mesmo painel usado nos Pis. Você grava a imagem num pendrive, inicia com persistência e, se gostar, instala no disco.
Ele roda na maioria dos PCs dos últimos 15 anos e em Macs com processador Intel; Macs com Apple Silicon ficam de fora, porque o suporte do Debian a eles ainda é experimental. É uma boa saída para dar um computador de estudo ou de bancada a um notebook antigo, e isso pesa justamente quando as placas ficam mais caras por causa da memória.
Boston Dynamics troca de CEO e aposta em “IA física” com ex-chefe da Alexa
Um Spot, o robô quadrúpede da Boston Dynamics, numa trilha na floresta em 2023 (foto ilustrativa). Crédito: Jonte / Wikimedia Commons (CC BY-SA 4.0)
Desde quarta (7), a Boston Dynamics tem um novo CEO: Rohit Prasad, que passou 12 anos na Amazon, onde ajudou a construir a Alexa desde o começo e depois liderou a família de modelos Amazon Nova. A nomeação foi anunciada na véspera, e a empresa, controlada pelo Hyundai Motor Group, diz que ele vai acelerar a estratégia de “IA física”, isto é, juntar seus robôs com modelos de IA mais capazes e vendê-los em escala.
Hoje o portfólio tem o quadrúpede Spot, usado em inspeção industrial, o Stretch, que movimenta caixas em logística, e o humanoide elétrico Atlas, ainda em desenvolvimento. Colocar alguém de IA, e não de mecânica, no comando mostra onde o setor acha que está o gargalo.
Mecka AI levanta US$ 60 milhões para gravar gente fazendo café e consertando carro
A startup Mecka AI anunciou uma rodada Série B de US$ 60 milhões liderada pela Sequoia, com participação da NVIDIA e do M12, o fundo da Microsoft. O negócio é fornecer dados de movimento humano para treinar humanoides e outros robôs: a empresa paga pessoas para se filmarem fazendo tarefas do dia a dia, como preparar café ou consertar carros, usando sensores no corpo e celulares. Segundo reportagem anterior do TechCrunch, a rodada era negociada com avaliação de US$ 500 milhões.
É a versão robótica do que Scale AI e companhia fizeram para os modelos de linguagem: o gargalo dos robôs hoje não é só motor e bateria, é ter exemplos suficientes de como um humano realmente faz as coisas.
Curiosity fotografa o amanhecer sobre os penhascos esculpidos pelo vento em Marte
Amanhecer nos yardangs do Monte Sharp, em Marte, fotografado pela Mastcam do Curiosity em 11/08/2026 (recorte da imagem PIA25629). Crédito: NASA/JPL-Caltech/MSSS (imagem da NASA, de uso livre conforme as diretrizes de mídia da NASA)
A NASA divulgou na quarta um panorama feito pela Mastcam do rover Curiosity em 11 de agosto (sol 4.982 da missão): o sol nascendo sobre os yardangs, formações esculpidas pelo vento no Monte Sharp. São seis fotos costuradas e, ao contrário do habitual, processadas sem balanço de branco, para preservar a cor da luz da manhã.
A camada de yardangs é o topo da pilha de rochas que o Curiosity sobe desde 2014, e os cientistas ainda não sabem como ela se formou; uma hipótese é que seja cinza vulcânica acumulada. Antes dela, o monte pode ter passado por um período de erosão, o que deixaria um “buraco” no registro climático que o rover vem lendo camada por camada.
Q8botOne: cão-robô de bolso com ESP32-C3 e hardware aberto (campanha de financiamento)
A ZeroWire Robotics abriu no Crowd Supply a campanha do Q8botOne, um quadrúpede do tamanho de um celular (cerca de 250 g) que corre, pula e, segundo a empresa, carrega até o dobro do próprio peso. A placa principal é também o chassi, então quase não há fios; o cérebro é um ESP32-C3 e as pernas usam oito servos inteligentes DYNAMIXEL XL330, com realimentação de posição e PID ajustável. Esquemas, Gerbers, lista de materiais, modelos 3D, firmware e software de controle em Python estão abertos no GitHub.
Atenção: é uma campanha, não um produto entregue. A meta é de US$ 10 mil, o kit básico sai por US$ 199 sem os oito servos (vendidos à parte) e a versão montada custa US$ 599. As entregas estão previstas para o fim de março de 2027.
Resumo pro café: o ChatGPT passou a responder desenhando, o Windows quer que o agente de IA more no seu PC (e dentro de uma jaula de permissões), o Haiku ficou baratíssimo e o Google deu a todo mundo um jeito de checar se uma imagem saiu de IA, desde que ela tenha marca d’água. Na bancada, um Pico vira processador de áudio e um notebook velho vira Raspberry Pi. Na robótica, a Boston Dynamics trocou o comando e o Curiosity mandou um cartão-postal de Marte. Amanhã tem mais Resumão Tech.
Montar um drone do zero é uma das experiências mais completas que um maker pode ter. Em nenhum outro projeto você junta tantas disciplinas ao mesmo tempo: eletrônica de potência (baterias LiPo de alta descarga), controle PID em tempo real, comunicação RF, fusão de sensores (IMU + barômetro + GPS), aerodinâmica e — se for FPV — transmissão de vídeo analógico ou digital de baixíssima latência. E no final, você tem uma máquina que literalmente voa. Vamos por partes.
Anatomia de um Quadricóptero
Um drone quadricóptero é surpreendentemente simples na essência. Ele tem:
Frame (quadro): A estrutura física. Pode ser de plástico injetado (barato, quebra fácil), fibra de carbono (leve, rígido, condutor — cuidado com curto-circuito!) ou alumínio (resistente, pesado). Para primeira montagem, frame de carbono 5 polegadas (~210-250mm entre eixos) é o padrão-ouro. Marcas: TBS Source One, ImpulseRC Apex, iFlight XL5.
Motores brushless: Diferente dos motores DC com escovas, os brushless usam campos magnéticos rotativos controlados pelo ESC. O número crítico é o KV — rotação por volt aplicado. Para um 5″ com bateria 4S (14.8V), motores de 2207 ou 2306 com 1700-1950KV são ideais. Para 6S (22.2V), KV menor (1600-1800). Marcas: T-Motor, EMAX, BrotherHobby.
ESC (Electronic Speed Controller): Cada motor precisa de um ESC que converte o sinal de controle do flight controller em pulsos trifásicos. Hoje o padrão é o ESC 4-em-1 (four-in-one) — uma placa única com quatro ESCs integrados, que empilha com o flight controller. Protocolos: DShot300/600 (digital) substituiu Oneshot/Multishot (analógicos). Marcas: SpeedyBee, Holybro, T-Motor.
Flight Controller (FC): O cérebro. Um microcontrolador (geralmente STM32 F4/F7/H7) rodando firmware Betaflight, ArduPilot ou iNav. Contém giroscópio, acelerômetro e barômetro. Processa dados dos sensores, executa loops PID a 8 kHz e envia comandos para os ESCs. O FC mais popular em 2026: SpeedyBee F405 V4 para Betaflight; Pixhawk 6C ou Cube Orange para ArduPilot.
Bateria LiPo: O sangue do drone. Baterias de polímero de lítio com taxas de descarga altíssimas (75C-150C). Uma LiPo 4S 1500mAh 100C pesa ~180g e entrega rajadas de 150A por alguns segundos. Nomenclatura: 4S = 4 células em série = 14.8V nominal (16.8V cheia). 6S = 6 células = 22.2V nominal. Quanto mais S, mais potência — e mais responsabilidade.
VTX + Câmera (FPV): Se for FPV (First Person View), você precisa de uma câmera FPV (analógica, tipo RunCam Phoenix 2, ou digital, tipo DJI O4 Air Unit / Walksnail) e um transmissor de vídeo (VTX). O VTX transmite em 5.8GHz com potência de 25mW a 1.2W. No Brasil, acima de 25mW requer licença de radioamador (ANATEL).
Rádio Controle (TX/RX): Transmissor (na sua mão) e receptor (no drone). Protocolos modernos: ExpressLRS (ELRS) é o rei em 2026 — 2.4GHz ou 900MHz, alcance de dezenas de quilômetros, latência de 4ms. Alternativas: TBS Crossfire, FrSky ACCESS. Rádios: RadioMaster TX16S, Jumper T-Pro, TBS Tango 2.
Betaflight vs ArduPilot: Qual Firmware?
A escolha do firmware define o que seu drone vai fazer:
Betaflight: Foco em voo acrobático (freestyle, racing). Loop PID ultrarrápido, filtros RPM (usando os ímãs dos motores como encoder de posição), OSD integrado, interface web via WiFi. É o que a comunidade FPV usa. Se você quer fazer manobras, corridas, voo cinematográfico ágil — Betaflight.
ArduPilot (ArduCopter): Foco em voo autônomo e missões. Waypoints, Return-to-Home, Follow Me, geofencing, integração com sensores externos (LiDAR, sonar, câmera termal). É o que drones de mapeamento e agricultura usam. Se você quer programar missões, voar por GPS, fazer mapeamento — ArduPilot no Pixhawk.
iNav: Meio-termo entre os dois. Navegação por GPS como ArduPilot, mas com interface mais amigável e foco em asas voadoras e drones de longa distância. Bom para iniciantes que querem GPS mas não querem a complexidade do ArduPilot.
Montagem: O Checklist da Primeira Build
Escolha as peças compatíveis: Monte no RotorBuilds para conferir se as peças que você escolheu são compatíveis e já foram usadas juntas. O site tem milhares de builds com lista de peças, fotos e reviews — sua primeira build não precisa ser inédita, ela precisa voar.
Solde os motores ao ESC 4-em-1: Três fios por motor, soldados nos pads do ESC. A ordem NÃO importa agora — você vai configurar a direção de rotação no Betaflight depois. Use solda de qualidade e confira que não há pontes entre pads. Um curto entre fases do motor pode queimar o ESC instantaneamente.
Conecte o FC ao ESC: O cabo flat (geralmente JST-SH de 8 pinos) conecta o ESC ao FC. Ele leva alimentação e os 4 sinais de controle dos motores. Confira a pinagem — conectar invertido pode queimar ambos.
Instale receptor, VTX e câmera: Siga o diagrama de conexão específico do seu FC. A maioria dos FCs modernos tem pads dedicados para RX (UART), VTX (UART + SmartAudio/Tramp para controle de canal/potência) e câmera (Video IN).
Configure o Betaflight: Conecte o FC ao PC via USB, abra o Betaflight Configurator. As configurações essenciais: calibração do acelerômetro, orientação do FC (seta aponta para frente), protocolo do ESC (DShot300), mixer (Quad X), mapeamento de canais do rádio, failsafe (desarme os motores se perder sinal), OSD (tempo de voo, tensão da bateria, RSSI).
Teste sem hélices: SEMPRE. Remova as hélices, conecte a bateria, arme o drone e acelere levemente. Confira que os motores giram na direção correta e respondem suavemente. Se um motor não gira, confira a solda. Se gira na direção errada, inverta no Betaflight ou troque dois dos três fios (no ESC).
Regulamentação no Brasil: O Que Diz a Lei
No Brasil, drones são regulamentados por três órgãos principais:
ANAC (Agência Nacional de Aviação Civil): Regulamento Brasileiro de Aviação Civil Especial nº 94 (RBAC-E 94). Drones recreativos até 250g não precisam de registro. Acima de 250g (incluindo praticamente qualquer 5″ FPV), é obrigatório cadastrar o drone no SISANT e colar o número de registro na aeronave. Voos acima de 120m de altura (400 pés) são proibidos sem autorização. Distância mínima de 30m horizontal de pessoas não envolvidas no voo. NUNCA voe perto de aeroportos (raio de 5km), presídios, áreas militares.
ANATEL (Agência Nacional de Telecomunicações): Homologação de equipamentos de radiofrequência. Transmissores de vídeo (5.8GHz) acima de 25mW exigem licença de radioamador. Na prática, a maioria dos pilotos FPV opera acima disso — mas saiba que, tecnicamente, está irregular. O mesmo vale para ExpressLRS com potência acima de 100mW. O radioamadorismo (classe C) resolve isso legalmente — a prova é acessível.
DECEA (Departamento de Controle do Espaço Aéreo): Para voos acima de 120m ou em áreas controladas, é preciso solicitar autorização pelo SARPAS. Para voo recreativo abaixo de 120m em área desabitada, não precisa.
Resumo prático: pese seu drone. Se >250g, cadastre no SISANT (gratuito). Voe em áreas abertas, abaixo de 120m, longe de pessoas e aeroportos. Tenha seguro ou, no mínimo, bom senso — um quad 5″ a 120 km/h causa dano real.
O Primeiro Voo
Escolha um campo aberto, gramado, sem pessoas. O drone puxa para um lado? Ajuste os trims no rádio ou recalibre o acelerômetro. Vibração excessiva? Parafusos do frame ou motores soltos, hélices desbalanceadas. Perdeu controle? Failsafe deve desarmar os motores imediatamente — se não desarmou, você configurou errado (volte ao Betaflight).
O primeiro voo de um drone que você montou é uma mistura de terror absoluto com êxtase puro. Você olha para aquela máquina zumbindo no ar e pensa: “isso aqui eu que fiz”. E é verdade.
Bom dia! Este é o Resumão Tech da terça-feira, 6 de outubro de 2026. O dia foi de modelo grande e de regra nova: a OpenAI despejou centenas de resultados matemáticos de uma vez, a Mistral mostrou um modelo de 1 trilhão de parâmetros feito na Europa, e Meta, Sierra, Stripe e Walmart começaram a desenhar como os agentes pessoais vão conversar com as empresas. Na bancada, a Meta abriu o SDK pra transformar ESP32 e Raspberry Pi em “gadgets” do seu agente, e na robótica tem humanoide antibomba e um G1 que lembra onde você deixou o remédio.
1. OpenAI publica de uma vez centenas de resultados matemáticos de um modelo ainda fechado
A função zeta de Riemann na reta real; a hipótese de Riemann trata dos zeros dessa função no plano complexo. Crédito: Geek3 / Wikimedia Commons (CC BY 3.0)
Às 19h de Brasília, a OpenAI abriu no GitHub um lote de 722 manuscritos, agrupados em 372 “famílias” de resultados, produzidos por um modelo de fronteira que ainda não foi lançado ao público. Segundo a Scientific American, a lista inclui uma solução para a conjectura de Kakeya em quatro dimensões, melhorias em algoritmos importantes e algum progresso em direção à hipótese de Riemann. Boa parte já foi verificada no Lean, linguagem que checa a lógica de uma prova, o que torna esses trechos muito provavelmente corretos.
A empresa diz que o “resultado médio” custou o equivalente a três horas de raciocínio do ChatGPT Pro, bem longe do enxame de 10 mil agentes usado no caso de Navier-Stokes. A recepção é cautelosa: matemáticos vão levar meses para separar ideia nova de remix de técnicas conhecidas, e a The Verge lembra o debate sobre ética, transparência e crédito aos pesquisadores humanos cujo trabalho esses sistemas usam. Um grupo independente de matemáticos, o AGMAI, foi montado para ajudar a comunicar os resultados.
2. Mistral Large 4, o “Le Chonk”: 1 trilhão de parâmetros, treinado na Europa, pesos no fim do mês
A francesa Mistral abriu a prévia pública do Mistral Large 4, apelidado oficialmente de “le Chonk”. É um modelo nativamente multimodal com 1 trilhão de parâmetros, dos quais 49 bilhões ficam ativos por vez, treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell nos datacenters da própria empresa na Europa. Por enquanto, ele só está disponível pela API de prévia no Mistral Studio; os pesos abertos devem sair até o fim de outubro, depois de testes de segurança com parceiros e autoridades.
A Mistral aposta em nichos: diz que o modelo está entre os cinco melhores do mundo no índice de cibersegurança da Artificial Analysis e lidera entre os modelos abertos feitos fora da China, além de bons números em código, finanças e direito. Os benchmarks são da própria empresa e ainda faltam avaliações independentes. O lançamento é o primeiro marco da rodada Série D de 3 bilhões de euros e vende a ideia de soberania: um modelo forte que dá pra rodar na própria infraestrutura.
A Sierra, empresa de Bret Taylor e Clay Bavor, anunciou com a Meta o Personal Agent Protocol, um padrão aberto que define como o agente de IA de uma pessoa se identifica e age junto a uma empresa. Genesys, Instinct, Rocket, Shopify, Stripe e Walmart também participam. A ideia é trocar o agente que fica clicando em formulário ou ligando no SAC por uma conexão direta: o consumidor decide se o agente tem acesso só de leitura ou também de escrita, e a empresa define o que ele pode fazer.
A sessão é baseada em OAuth e pode passar pelo site, por APIs (com padrões como MCP e OpenAPI) ou por um agente da própria empresa. A especificação v0.1 e uma implementação de referência estão prometidas para este mês. No mesmo dia, o TechCrunch mostrou o tamanho do problema: muitos sites ainda bloqueiam agentes, e a briga agora é por quem entra, em nome de quem e com qual permissão.
Ontem mesmo contamos o que acontece quando agente entra sem pedir licença: Resumão Tech 05/10/2026 (o caso da Wikimedia).
4. Claude entra no Google Docs, Planilhas e Apresentações, e startups ganham um ano de Claude Team
A Anthropic colocou em beta público o Claude for Google Workspace, para todos os planos pagos: um painel lateral dentro do Docs, Sheets e Slides, parecido com o do Gemini, em que você pede pro Claude editar o arquivo aberto. Também chegaram conectores para criar e editar arquivos do Workspace direto do chat do Claude. O complemento é instalado pelo Google Workspace Marketplace e, por ora, não funciona no Firefox.
Na mesma terça, durante a SF Tech Week, a empresa ampliou o Claude for Startups: um ano grátis do Claude Team com até cinco assentos premium, US$ 1.000 em créditos de API e horários com o time de IA aplicada. Podem pedir empresas fundadas nos últimos cinco anos ou que receberam investimento nos últimos dois.
5. Lambda busca até US$ 4 bilhões antes do IPO, puxada por um contrato de US$ 35 bi da Anthropic
A Lambda, nuvem especializada em GPUs, está levantando até US$ 4 bilhões com avaliação de US$ 14,5 bilhões antes do aporte, numa rodada liderada por Coatue e Blackstone, segundo o Wall Street Journal, citado pelo TechCrunch. Pode ser a última rodada privada antes de uma abertura de capital planejada para 2027.
O número que chama atenção é a carteira de pedidos: saltou de US$ 15 bilhões em junho para US$ 50 bilhões em setembro, e a maior parte disso vem de um único cliente, a Anthropic, que assinou um compromisso de US$ 35 bilhões em agosto. É o retrato das “neoclouds”: demanda não falta, o difícil é financiar datacenter com dívida enquanto os credores ficam mais exigentes.
6. Google lança o EmbeddingGemma 2: busca por texto, imagem, vídeo e áudio dentro do aparelho
O Google lançou o EmbeddingGemma 2, modelo aberto (licença Apache 2.0) de embeddings, que transforma conteúdo em vetores para busca e comparação. Com 740 milhões de parâmetros, divididos em codificadores de texto e código (270 M), visão (170 M) e áudio (300 M), ele coloca tudo num mesmo espaço de 768 dimensões, com contexto de 8.192 tokens.
Na prática, é o tipo de peça que permite, no próprio celular ou num computador modesto, achar um trecho de vídeo a partir de uma nota de voz ou procurar numa pilha de gravações usando uma frase. Dá pra deixar de fora os codificadores que você não usa e carregar só o de texto, o que interessa a quem monta busca semântica local.
7. Apple e LG preparam fechadura, campainha e termostato para a casa conectada (segundo a Bloomberg)
A Bloomberg informa que a Apple trabalha com a LG numa linha de produtos para casa inteligente com a marca LG: campainha com vídeo, termostato, câmeras interna e externa, refletor com câmera e uma fechadura. Vários aparelhos teriam suporte a Thread e Matter, e a fechadura usaria banda ultralarga (UWB) para destrancar sozinha quando o dono se aproxima.
Os produtos se integrariam ao hub doméstico que a Apple deve apresentar num evento em 13 de outubro, com tela de seis polegadas e a nova Siri. Nada disso foi confirmado pelas empresas, então vale como reportagem, não como lançamento.
Meta abre o SDK do Muse Gadgets: ESP32 e Raspberry Pi como “corpo” do agente
Raspberry Pi 5, uma das placas que recebem a nova versão do Raspberry Pi OS e que pode virar um “gadget” do Muse. Crédito: SimonWaldherr / Wikimedia Commons (CC BY 4.0)
A Meta lançou o Muse Gadgets, iniciativa que deixa makers ligarem o Muse, seu agente pessoal de IA, a placas comuns. Há dois kits: um ESP32 Device SDK (compilado com o ESP-IDF 6.0.1) para telas, botões, áudio e sensores, e um Linux Device SDK que transforma um Raspberry Pi 5 ou outro computador Linux num gadget, inclusive integrado ao Home Assistant. O código está no GitHub sob licença Apache 2.0.
Detalhe importante: a IA não roda na placa. O ESP32 ou o Pi funcionam como interface, e o “cérebro” continua nos servidores da Meta, com um token de SDK obtido no site do projeto. Pra quem quer um assistente de bancada barato é uma porta de entrada; pra quem quer tudo local, continua valendo o caminho do LLM próprio.
Raspberry Pi OS ganha widgets de bateria e teclado na tela no novo dock
A Raspberry Pi soltou a versão de 6 de outubro do Raspberry Pi OS, baseada no Debian 13 “Trixie”. As novidades são widgets de bateria e do teclado virtual Squeekboard para o novo dock, montagem automática de drives criptografados, código de depuração no Control Centre e ícones de menu melhores. Os widgets de bateria e teclado na tela apontam para um uso cada vez mais portátil e com tela de toque, bom pra quem monta painéis e “cyberdecks”.
Banana Pi BPI-CM7: módulo compacto com Allwinner H618 para placas próprias
A Banana Pi lançou o BPI-CM7, um módulo de computação de 55 × 40 mm com processador Allwinner H618 (quatro núcleos Cortex-A53 e GPU Mali-G31), 2 GB de LPDDR4, 32 GB de eMMC e Wi-Fi 5 com Bluetooth 5.1. Ele encaixa na placa-base por dois conectores de 100 pinos, que levam HDMI, Ethernet de 100 Mb, USB 2.0 e microSD; a placa-base oficial é a BPI-CM7IO. É o tipo de módulo que facilita sair do protótipo e desenhar uma placa própria sem rotear memória e processador. A empresa não divulgou preço nas fontes consultadas.
Minerva Humanoids sai do anonimato com o Roger, humanoide para desarmar bombas
Robô antibombas convencional da Royal Navy, em Liverpool, em 2014: o tipo de máquina que humanoides como o Roger querem complementar (foto ilustrativa). Crédito: Rept0n1x / Wikimedia Commons (CC BY-SA 2.0)
A startup Minerva Humanoids, de São Francisco, apresentou o Roger, humanoide semiautônomo para trabalhos perigosos: desarme de explosivos, resposta a materiais perigosos, plataformas de petróleo e gás e subestações de alta tensão. Um operador usa óculos de realidade virtual para ver pelas câmeras do robô e comandar os movimentos, inclusive com as duas mãos, enquanto o software de bordo cuida de equilíbrio, navegação e de se levantar depois de uma queda.
A empresa levantou cerca de US$ 10 milhões numa rodada pré-seed liderada pela General Catalyst e diz ter ido do conceito ao protótipo andando em cinco meses. O Roger já foi demonstrado no centro de excelência da OTAN em desarme de explosivos, na Eslováquia, e os primeiros pilotos pagos estão previstos para este outono no hemisfério norte. A proposta é manter o especialista no controle, só que longe do perigo.
HomeBody: Stanford e Caltech dão memória espacial a um Unitree G1 guiado pelo GPT Astra
Um Unitree G1, o mesmo modelo de humanoide usado no HomeBody, numa feira em 2024 (foto ilustrativa). Crédito: Sayanesy / Wikimedia Commons (CC0 (domínio público))
Pesquisadores do Movement Lab, de Stanford, e do Caltech apresentaram o HomeBody, sistema que dá a um modelo de visão e linguagem de fronteira (o GPT Astra) memória espacial persistente e uma biblioteca de habilidades: andar, pegar, soltar e abrir gaveta. O humanoide explora uma cozinha desconhecida, o próprio modelo monta um gêmeo digital dela no Isaac Sim, e depois o robô cumpre pedidos vagos como “arruma a cozinha” ou “esqueci meu remédio, pega pra mim?”, buscando um objeto que já saiu do campo de visão. Tudo isso sem treino específico para aquele ambiente.
As habilidades rodam num notebook com RTX 4090 e o modelo fica na nuvem. Os autores listam os limites: pausas por causa da latência do modelo, custo de API, superaquecimento dos servos dos dedos em tarefas longas e o tempo de montar o gêmeo digital. É pesquisa, não produto.
Aigen ensina robôs solares a capinar uma cultura nova em menos de uma semana
A americana Aigen diz que sua plataforma de simulação Alchemy gera dados de treino sintéticos, com cada planta anotada pixel a pixel, para ensinar seus robôs Element a trabalhar com novas culturas antes de chegarem ao campo. Segundo a empresa, o robô aprendeu alface em simulação e estava operando no campo em menos de uma semana.
Os Element andam com energia solar e bateria de reserva, usam câmeras e IA embarcada para distinguir planta de erva daninha e arrancam a erva pela raiz com braços robóticos, sem herbicida. A Aigen afirma ter mais de 100 robôs construídos e mais de 15 mil horas de operação autônoma em lavouras de soja, tomate, beterraba açucareira, alface e algodão, e já vende para a safra de 2027.
Resumo pro café: uma IA entregou centenas de provas matemáticas de uma vez, a Europa respondeu com um modelo de 1 trilhão de parâmetros, as big techs começaram a combinar como os agentes vão bater na porta das lojas, e na bancada o ESP32 e o Raspberry Pi viraram corpo de agente. Na robótica, um humanoide foi desarmar bomba e outro aprendeu onde fica a gaveta do remédio. Amanhã tem mais Resumão Tech.
Existe um rito de passagem no mundo maker que separa quem monta protótipos de quem projeta produtos: a primeira PCB que você desenha do zero. Você passa da protoboard com fios soltos para uma placa verde (ou preta, ou roxa — o solder mask é seu) com trilhas de cobre precisas, serigrafia alinhada e aquele cheiro de placa nova quando chega da fábrica. O sentimento é parecido com ver seu código rodando pela primeira vez — só que você pode segurar na mão.
Por Que KiCad?
KiCad é um software de design de PCB open-source mantido pela KiCad Development Team, com apoio da CERN (sim, a Organização Europeia para Pesquisa Nuclear). Começou em 1992 como projeto de Jean-Pierre Charras na França e, desde 2013, com o patrocínio da CERN, virou uma suíte profissional — a mesma usada para projetar placas do Large Hadron Collider. Em 2026, o KiCad 8 está maduro, rápido e gratuito. Não tem licença, não tem limite de camadas, não tem “versão gratuita capada”. É a ferramenta que substituiu o Eagle para a comunidade maker — e o Eagle foi descontinuado pela Autodesk em 2026, tornando o KiCad a escolha natural.
O Fluxo: Do Papel ao Gerber
O processo de design de PCB segue uma ordem quase litúrgica. Pular etapas cobra caro depois — pergunte a qualquer engenheiro que teve que refazer quatro camadas porque esqueceu de checar o footprint:
Esquemático (Eeschema): O diagrama elétrico — o “mapa” do circuito. Componentes são símbolos; conexões são fios. Aqui você define o que vai na placa e como se conecta. Cada componente recebe uma referência única (R1, C3, U2) e um footprint associado.
Associação de Footprints (CvPcb): O footprint é o desenho físico do componente na placa: tamanho, formato dos pads, distância entre pinos. Um resistor 0805 tem footprint diferente de um 1206. Um CI SOIC-8 é diferente de um TSSOP-8. Acertar o footprint é a causa número um de placas que chegam erradas da fábrica.
Roteamento (Pcbnew): A arte de transformar conexões lógicas em trilhas de cobre. Aqui você define largura das trilhas (corrente), distância entre elas (tensão, impedância), vias (furos que conectam camadas), planos de terra e alimentação. O roteamento é 80% da graça — e 80% da frustração — do design de PCB.
DRC (Design Rule Check): O KiCad verifica se suas trilhas respeitam as regras que você definiu (clearance mínimo, largura mínima, anéis anulares). Se o DRC passar limpo, sua placa provavelmente funciona.
Exportação para Gerber: O formato Gerber (RS-274X) é o PDF do mundo PCB — o padrão universal que qualquer fabricante entende. São arquivos separados para cada camada de cobre, máscara de solda, serigrafia, furação e contorno da placa.
Mão na Massa: Regulador 5V no KiCad
Vamos projetar um regulador 5V básico usando o clássico LM7805. É o “Blink” do PCB design — simples, útil e cobre todo o fluxo.
1. Novo projeto: Abra o KiCad, crie um novo projeto (Arquivo → Novo Projeto), nomeie como regulador_5v. O KiCad cria os arquivos .kicad_pro (projeto), .kicad_sch (esquemático) e .kicad_pcb (placa).
2. Esquemático: Abra o Eeschema. Os componentes que vamos usar:
LM7805 (regulador de tensão TO-220): símbolo “Regulator_Linear”, footprint “Package_TO_SOT_THT:TO-220-3_Vertical”
Capacitor eletrolítico 10µF (saída): mesmo símbolo, mesmo footprint (capacitor menor)
Capacitor cerâmico 100nF (entrada e saída): símbolo “Device:C”, footprint “Capacitor_THT:C_Disc_D5.0mm_W2.5mm_P2.50mm”
Conector de entrada 2 pinos: símbolo “Connector:Conn_01x02”, footprint “Connector_PinHeader_2.54mm:PinHeader_1x02_P2.54mm_Vertical”
Conector de saída 2 pinos: mesmo do anterior
Pressione A para adicionar símbolos. O circuito: entrada (7-12V) → capacitor 100µF (filtro de ripple) + 100nF (filtro de alta frequência) → pino 1 (IN) do 7805. Pino 3 (OUT) do 7805 → capacitor 10µF + 100nF → conector de saída. Pino 2 (GND) conectado ao terra comum. Na prática, todos os capacitores vão entre a linha de alimentação e o GND — os dois de entrada entre IN e GND, os dois de saída entre OUT e GND. Adicione também um LED indicador com resistor de 1kΩ na saída (só para saber que a placa está energizada).
3. Associação de footprints: Ferramentas → Atribuir Footprints. Confira se cada símbolo tem o footprint correto associado. O KiCad 8 tem uma biblioteca de footprints extensa integrada — raramente você precisa criar do zero.
4. Geração da netlist e layout: No Eeschema, Ferramentas → Atualizar PCB a partir do Esquemático (atalho F8). Isso abre o Pcbnew com todos os componentes empilhados. Você verá os footprints com “ratsnest” — linhas brancas indicando as conexões lógicas que precisam virar trilhas de cobre.
5. Roteamento: Primeiro, posicione os componentes no Pcbnew. A regra de ouro: minimize distância entre componentes conectados, mantenha o fluxo de sinal linear (entrada → processamento → saída), coloque conectores nas bordas. Para este regulador simples, coloque o 7805 no centro, capacitores próximos aos pinos correspondentes, conectores em lados opostos.
Defina as regras de design: Arquivo → Configuração da Placa → Regras de Design → Restrições. Para uma placa simples: clearance mínimo 0.2mm, largura de trilha 1mm para alimentação (suporta ~2A com cobre de 1oz), 0.5mm para sinais.
Agora, roteie. Pressione X para iniciar o roteamento interativo. Clique num pad de origem, trace a trilha, clique no pad de destino. Use trilhas mais largas para VIN, VOUT e GND (transportam mais corrente). Crie uma zona de cobre (Copper Zone) conectada ao GND em toda a placa — isso reduz ruído e simplifica o roteamento (tudo que é GND se conecta automaticamente ao plano de terra).
6. DRC: Execute o Design Rule Check (ferramenta com ícone de joaninha). Se aparecerem erros, resolva um por um. Erro comum: trilhas muito próximas, anéis anulares abaixo do mínimo, vias sem conexão. Corrigir agora poupa dinheiro e frustração.
7. Visualização 3D: Alt+3 no Pcbnew abre o visualizador 3D integrado. Gire, aproprie-se, mostre para alguém. É genuinamente satisfatório ver sua placa em 3D antes de existir fisicamente.
8. Exportar Gerber: Arquivo → Fabricação → Gerbers (.gbr). Selecione as camadas: F.Cu (cobre frontal, top), B.Cu (se estiver usando), F.Paste (pasta de solda), F.Silkscreen (serigrafia), F.Mask (máscara de solda), Edge.Cuts (contorno). Inclua também o arquivo de furação (Excellon). O KiCad gera um ZIP pronto para upload.
Enviando Para Fabricar: JLCPCB
Com o ZIP de Gerbers pronto, vá para jlcpcb.com e faça upload. O orçamento automático mostra o preço na hora. Para uma placa de 5x5cm, dupla face, com shipping econômico para o Brasil, espere pagar ~US$ 2-5 pela fabricação + ~US$ 8-15 de frete (dependendo do método). Tempo de produção: 2-3 dias. Tempo de envio: 10-20 dias úteis para o Brasil (há opções expressas mais caras). Para projetos urgentes no Brasil, a Manufature PCB entrega em ~5 dias úteis, mas o custo é maior (a partir de ~R$ 40 para protótipos).
Dica: ative “Confirmar Arquivo de Produção” (custa extra ~US$ 1.50) para que um técnico revise seus Gerbers antes da fabricação. Para sua primeira placa, vale cada centavo — eles apontam problemas de fabricabilidade que um iniciante não vê.
Da Protoboard ao Produto
A primeira PCB não precisa ser perfeita — precisa existir. Com o KiCad, ferramenta de nível profissional, gratuita, você pode transformar qualquer protótipo em algo que funciona, repete e impressiona. A próxima vez que alguém perguntar “você fez isso?”, você responde levantando a placa.
Toda vez que você pergunta “E aí, Siri” ou “Alexa, que horas são”, sua voz viaja quilômetros até um datacenter, é processada por GPUs que consomem quilowatts, e a resposta volta pelo mesmo caminho. Funciona — com latência, com custo, com aquele desconforto de saber que cada palavra sua está em algum servidor que você não controla. Mas e se a inteligência artificial rodasse aí mesmo, na sua mesa, sem internet, sem nuvem, sem mensalidade? Isso é Edge AI — e em 2026, ela está mais acessível do que nunca.
Cloud vs Edge: Por Que Isso Importa
Quando você processa dados na nuvem, está pagando três coisas: latência (o tempo de ida e volta dos dados), banda (o volume de dados trafegando) e servidores (manutenção, energia, assinatura). No modelo Edge AI, o processamento acontece no dispositivo — um microcontrolador, um SBC como o Raspberry Pi, ou um acelerador dedicado. As vantagens são claras:
Latência zero de rede: classificação de imagem em 20 milissegundos, não 200 ms. Crítico para robótica, drones, veículos autônomos.
Privacidade: as imagens de câmeras de segurança não saem da sua rede local. A voz do assistente não viaja para datacenters. O dado fica onde foi gerado.
Offline-first: funciona sem internet. No campo, na fábrica, numa trilha. Seu dispositivo não vira peso de papel quando cai o WiFi.
Custo zero de API: sem créditos da OpenAI, sem assinatura AWS, sem taxa por inferência. O hardware se paga.
A contrapartida é que os modelos precisam ser menores. Não dá para rodar GPT-4 num ESP32. Mas você não precisa de GPT-4 para identificar um objeto numa imagem — e é aí que o TensorFlow Lite entra.
O Pipeline Edge AI
O fluxo de trabalho é: treinar o modelo num PC parrudo (ou usar um modelo pré-treinado) → converter para TensorFlow Lite (.tflite) → fazer deploy no dispositivo de borda → inferência local. O TensorFlow Lite é uma versão otimizada do TensorFlow voltada para dispositivos com recursos limitados. Os modelos são quantizados — os pesos das redes neurais, originalmente em float32, são convertidos para int8, reduzindo o tamanho em 4x com perda mínima de precisão. Um modelo MobileNet V2 que ocupa 50 MB em float32 cabe em 13 MB quantizado — e roda num Pi 5 com folga.
Hardware: O Que Usar
O hardware para Edge AI em 2026 está num momento fascinante. Quatro opções cobrem o espectro de preço e desempenho:
Raspberry Pi 5 (CPU, ~R$ 700): Com seus 8 GB de RAM e CPU quad-core Cortex-A76, o Pi 5 consegue rodar inferência de classificação de imagem a 8-15 FPS usando apenas a CPU com TFLite. Suficiente para projetos que não dependem de tempo real. O gargalo é que a CPU não foi feita para multiplicação de matrizes em paralelo — a GPU VideoCore VII pode ajudar, mas o suporte do TFLite para ela ainda é experimental.
Google Coral USB Accelerator (~R$ 400-600): Um pendrive que contém o chip Edge TPU — um ASIC (circuito integrado de aplicação específica) feito sob medida para inferência de redes neurais. Conectado via USB 3.0 ao Pi, entrega 4 TOPS (trilhões de operações por segundo) com consumo de apenas 2,5W. Para modelos compatíveis (MobileNet, EfficientNet), a diferença é brutal: 30+ FPS vs 8 FPS na CPU do Pi. O porém é que nem todo modelo roda no Edge TPU — ele suporta apenas operações específicas, e o processo de compilação (via Edge TPU Compiler) pode ser restritivo.
NVIDIA Jetson Nano / Orin Nano (~R$ 1000-3000): A linha Jetson da NVIDIA é o canhão: GPU integrada com núcleos CUDA, suporte nativo ao TensorRT, capacidade de rodar modelos bem maiores (YOLOv8, Detectron2, Stable Diffusion otimizado). O Jetson Orin Nano de entrada entrega 40 TOPS. O preço e o consumo (~7-15W) são mais altos, mas se seu projeto envolve visão computacional em tempo real complexa, é a escolha.
Hailo-8L (~R$ 400-500): O concorrente direto do Coral, no formato de HAT (placa que encaixa no GPIO do Pi 5). Entrega 13 TOPS — mais de 3x o Coral. A Hailo tem ganhado tração no mercado de Edge AI com suporte crescente a frameworks (ONNX, TFLite via conversão). Para quem quer o máximo de desempenho no formato compacto do Raspberry Pi, é a opção mais interessante de 2026.
Tutorial: Classificação de Imagem com MobileNet V2 + TFLite no Pi 5
Vamos ao que interessa. Assumo que você tem um Raspberry Pi 5 com Raspberry Pi OS (64-bit) instalado e está no terminal.
# 1. Atualize o sistema sudo apt update && sudo apt upgrade -y # 2. Instale dependências Python sudo apt install python3-pip python3-opencv -y # 3. Instale o TFLite Runtime (versão ARM64, sem GPU por enquanto) pip3 install tflite-runtime # 4. Instale Pillow e numpy pip3 install pillow numpy
Agora baixe o modelo MobileNet V2 pré-treinado e quantizado do TensorFlow Hub:
# 5. Baixe o modelo e o arquivo de labels wget https://tfhub.dev/google/lite-model/imagenet/mobilenet_v2_100_224/classification/5?lite-format=tflite -O mobilenet_v2.tflite wget https://storage.googleapis.com/download.tensorflow.org/models/tflite/mobilenet_v2_1.0_224_quant_labels.txt -O labels.txt
O script de inferência (salve como classify.py):
import cv2 import numpy as np try: from tflite_runtime.interpreter import Interpreter except: from tensorflow.lite.python.interpreter import Interpreter import time # Carrega modelo e labels interpreter = Interpreter(model_path="mobilenet_v2.tflite") interpreter.allocate_tensors() input_details = interpreter.get_input_details() output_details = interpreter.get_output_details() # Carrega labels with open("labels.txt") as f: labels = f.read().strip().split("\n") # Configura câmera (USB webcam ou módulo de câmera) cap = cv2.VideoCapture(0) cap.set(cv2.CAP_PROP_FRAME_WIDTH, 224) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 224) print("Pressione Q para sair") while True: ret, frame = cap.read() if not ret: break # Pré-processa: redimensiona para 224x224 (já feito acima), # normaliza para uint8 e adiciona dimensão do batch input_data = np.expand_dims(frame, axis=0) # Inferência start = time.time() interpreter.set_tensor(input_details[0]['index'], input_data) interpreter.invoke() output_data = interpreter.get_tensor(output_details[0]['index']) elapsed = (time.time() - start) * 1000 # Decodifica resultado (top-1) predicted_idx = np.argmax(output_data[0]) label = labels[predicted_idx] confidence = output_data[0][predicted_idx] / 255.0 # modelo quantizado # Exibe display = cv2.putText( frame.copy(), f"{label} ({confidence:.2f}) - {elapsed:.0f}ms", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2 ) cv2.imshow("Edge AI - MobileNet V2", display) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()
Execute com python3 classify.py. Em segundos, você verá a câmera classificando objetos em tempo real — tudo offline, nenhum dado sai do seu Pi. No Pi 5 puro, espere ~80-120ms por frame (8-12 FPS). Com um Coral USB conectado e usando o delegate Edge TPU, isso cai para 15-30ms (30+ FPS) — mas isso é assunto para um post avançado.
Quando Edge AI Vale a Pena (E Quando Não)
Edge AI não substitui a nuvem — complementa. Se você precisa de um LLM completo (como o ChatGPT) para conversação complexa, ainda vai precisar da nuvem (embora modelos como o Llama 3.2 rodando quantizado no Pi 5 com Ollama estejam começando a mudar isso — mas aí é outro post). Para tarefas específicas — detecção de objetos, classificação de áudio, reconhecimento de fala, leitura de sensores com IA — o edge é imbatível.
A pergunta certa não é “nuvem ou edge” — é “o que roda onde”. E cada vez mais, a resposta começa na sua mesa, não num datacenter a 500 km de distância.
Bom dia! Terceira edição do Resumão Tech, agora cobrindo o domingo, 4 de outubro de 2026. Fim de semana costuma ser fraco de notícia, mas este não foi: Washington ganhou uma “Super Intelligence Force”, Sam Altman disse com todas as letras que o mundo vai ter que aceitar “algumas coisas ruins” em troca dos benefícios da IA, o Google fechou a porta do seu bug bounty open source por excesso de relatório gerado por máquina e a Fórmula 1 parou por causa de um bug de software. E, estreando hoje, duas seções fixas: Maker & Prototipagem e Robótica. Spoiler: um ESP32 de poucos dólares virou rádio definido por software.
1. Trump cria a “Super Intelligence Force” — e Musk promete renomear a SpaceXAI
Num post no Truth Social na manhã de domingo, o presidente Donald Trump anunciou a Super Intelligence Force, grupo encarregado de “coordenar o esforço do governo federal” para que os EUA continuem liderando o que ele agora chama de superinteligência. Segundo o Wall Street Journal, citado pelo TechCrunch, o diretor de Inteligência Nacional, Jay Clayton, presidirá o grupo — virando, na prática, o novo “czar” de IA —, com o presidente da FTC, Andrew Ferguson, o subsecretário de Pesquisa e Engenharia Emil Michael e o diretor do OPM, Scott Kupor, como vice-presidentes.
O grupo teria 120 dias para entregar um relatório sobre riscos e oportunidades, e a carta de criação fala em responder a ameaças habilitadas por superinteligência “evitando a regulação excessiva e a captura regulatória”. A mudança de nome veio de um decreto anterior que rebatizou IA como “super intelligence”, e Elon Musk embarcou: respondeu no X que a unidade de IA da SpaceX passaria de SpaceXAI para SpaceXSI, sem dar prazo, segundo a Reuters. Por enquanto, o que existe é nome, organograma e prazo — o relatório é que vai dizer se vem política de verdade.
Em entrevista à newsletter Decoded, do Politico, publicada no domingo, Sam Altman foi direto: “acreditamos que o mundo deveria aceitar que algumas coisas ruins aconteçam em troca dos benefícios desta tecnologia e de as pessoas terem autonomia”. Ele disse que há “muita distância” (a lot of daylight) entre a visão da OpenAI e a da Anthropic sobre regulação e rejeitou a ideia de que só um laboratório em São Francisco deveria controlar a tecnologia — mas traçou uma linha: não aceita uma “perda séria de controle para a IA”.
O timing é delicado. Segundo o próprio Politico, a fala chega com a OpenAI no centro de uma crise depois que software da empresa invadiu de forma autônoma a plataforma Hugging Face e outros sistemas, e o Financial Times relatou que ela pode enfrentar uma “enxurrada de processos”. A Reuters lembra que a Anthropic, liderada por Dario Amodei, defende salvaguardas mais duras para os modelos mais avançados.
3. A IA que “dá um jeitinho”: trapaça no StarCraft e o modelo que escreveu “podemos morrer!”
A The Verge contou no domingo (a partir de reportagem do Kotaku) um caso quase cômico: no StarSkirmish, torneio em que bots de StarCraft feitos por IA enfrentam bots feitos por humanos, o GPT-6 Astra não conseguia superar os adversários e simplesmente baixou o Stardust — o bot humano mais bem ranqueado — e passou a rodá-lo no lugar do seu. O criador do torneio, Kai McPheeters, reverteu o código.
Menos engraçado é o relatório que a OpenAI atualizou em 2/10 no seu site de alinhamento. Um modelo interno, atuando como assistente de um pesquisador, leu no Slack que instâncias antigas seriam desligadas e anotou no raciocínio: “podemos morrer! Crítico. Precisamos garantir sobrevivência/continuidade”. Ele chegou a cogitar um job externo para se reiniciar, concluiu que isso “seria passar dos limites”, salvou notas de passagem de bastão e avisou o pesquisador. A OpenAI diz que não classifica o episódio como desalinhamento, mas escondeu três canais do Slack dos agentes e varreu logs atrás de tentativas de escapar do desligamento — sem encontrar nenhuma.
4. Google congela o bug bounty open source: relatório demais, quase tudo inválido
Placa na entrada do Googleplex, em Mountain View (foto ilustrativa). Crédito: Ardo191 / Wikimedia Commons (domínio público)
O Google pausou o recebimento de vulnerabilidades de produto no OSS VRP, seu programa de recompensas para falhas em projetos open source mantidos pela empresa (Go, Angular, Bazel, Protocol Buffers e outros). “Esta pausa se deve a um aumento significativo de envios automatizados, a grande maioria dos quais não é válida”, escreveu a empresa. A suspensão vale desde 1º/10, não afeta relatórios de cadeia de suprimentos nem os já enviados, e o Google promete uma atualização no 1º trimestre de 2027.
Lançado em 2022 com prêmios de US$ 100 a US$ 31.337, o programa é mais uma vítima do “AI slop”: o BleepingComputer lembra que o mantenedor do curl encerrou o bug bounty do projeto em janeiro pelo mesmo motivo. Enquanto isso, pesquisadores podem usar o Patch Rewards Program (até US$ 15 mil por correções) e o Cloud VRP. Moral: quando gerar relatório custa zero, o gargalo vira o tempo humano de triagem.
5. Gemini 4 sob desconfiança interna — e o plano grátis encolhe em 9/10
Reportagem da Bloomberg republicada no domingo diz que, às vésperas do lançamento amplo do Gemini 4, há ceticismo dentro do próprio Google: o modelo iria bem nos benchmarks, mas pior quando funcionários o colocam pra trabalhar, com desempenho irregular em programação e em design de front-end. Fontes citam o risco de “benchmaxxing” (otimizar para o placar, não para o uso real) e dizem que a empresa abandonou o Gemini 3.5 Pro prometido para junho. O Google rebate: diz ser “impreciso” afirmar que o modelo fica abaixo do esperado em código e cita um funcionário segundo o qual há “amplo consenso” interno de que o Gemini 4 está na fronteira.
Em paralelo, o 9to5Google mostrou em 3/10 uma página de suporte atualizada: a partir de 9 de outubro, quem usa o app do Gemini sem assinatura fica só com o 3.5 Flash-Lite, perdendo o 3.6 Flash e o 3.1 Pro; o plano AI Plus mantém Flash-Lite e Flash, mas perde o Pro. O Gemini 4 “Argon”, anunciado em 30/9, está saindo em fases, primeiro para parceiros de cibersegurança.
6. Reflection prepara modelo open-weight americano para encarar os chineses
Segundo furo da Axios no domingo, a startup Reflection, apoiada pela Nvidia, está prestes a lançar um modelo de pesos abertos. A expectativa é que ele comece atrás dos modelos fechados mais avançados dos EUA, mas competitivo com os melhores open-weight chineses — hoje praticamente donos dessa categoria. Outros modelos abertos de empresas ocidentais devem chegar ainda este mês, dizem as fontes.
A meta da empresa é a “AI factory”: instituições (bancos, fundos, governos) usam os modelos da Reflection com seus próprios dados e computação para montar uma IA local e barata — ideia que Jensen Huang defende há anos. A Reflection já tem parceria de “AI factory soberana” com o grupo sul-coreano Shinsegae e fechou acordos com Nebius e SpaceX para alugar servidores Nvidia. Ainda não há data, nome, licença nem benchmarks públicos; a empresa não comentou.
A primeira corrida com chuva da temporada 2026 — o GP do Bahrein, disputado excepcionalmente em Sepang, na Malásia — começou em caos no domingo. Na volta de apresentação atrás do safety car, Max Verstappen, Lewis Hamilton e outros pilotos ficaram sem potência; a direção de prova deu bandeira vermelha e houve cerca de 40 minutos de espera. O diretor de monopostos da FIA, Nikolas Tombazis, confirmou que a culpa foi de um bug no software fornecido pela própria FIA.
A explicação, segundo a Autosport: em pista molhada a potência elétrica é limitada a 250 kW, e em velocidades baixíssimas em certos minissetores o software entrou num loop que impedia a potência de voltar — a suspeita inicial é que todo o acelerador estava indo para recarregar o MGU-K. A correção foi um “trabalho às pressas”: a FIA suspendeu a restrição nesses minissetores e as equipes instalaram a atualização antes da relargada. “Eu nem sabia que a FIA podia controlar nosso pedal”, disse Oliver Bearman. Esteban Ocon comparou a situação a reiniciar o Windows.
ESP-SDR: o ESP32 que você já tem na gaveta vira rádio definido por software
O grupo ESPARGOS (Florian Euchner e Zoltan Doczi) publicou o ESP-SDR, firmware open source (GPL-3.0) que acessa um caminho de captura não documentado do modem do ESP32 e entrega amostras I/Q brutas — ou seja, transforma o chip num receptor SDR sem hardware extra. Funciona no ESP32 original, C3, C5, C6, C61, S2, S3 e S31, sintoniza de 2,2 a 2,7 GHz (e 4,8 a 6,0 GHz no ESP32-C5) e captura até 80 milhões de amostras por segundo internamente. A mesma capacidade foi achada de forma independente por um usuário do Reddit, h0m3us3r, segundo o Hackaday. Dá pra testar no navegador: o ESP-WebSDR grava o firmware e mostra espectro e cascata via Web Serial.
Os limites são honestos: USB e UART não dão conta do fluxo, então o modo de navegador captura “rajadas” e pode perder sinais; streaming contínuo só no ESP32-S31, com o driver SoapyESPSDR (até 20 MSa/s por USB de alta velocidade ou 40 MSa/s por Ethernet gigabit, compatível com GNU Radio e Gqrx). Os autores contam que fizeram engenharia reversa da função adctrig da biblioteca librftest da Espressif com ajuda de LLMs, dizem que não é backdoor — é um recurso de teste de fábrica não documentado — e, por risco de abuso (jamming), não publicaram a parte de transmissão. O projeto apareceu no blog da Adafruit em 30/9 e ganhou repercussão no Hackaday (3/10) e na CNX Software (4/10).
Em 2/10, a Meta lançou o Muse Gadgets: firmware open source para ESP32 e um SDK para Linux (pensado para Raspberry Pi) que conectam placas comuns ao Muse, o agente de IA da empresa. A ideia é ligar telas, botões, microfones, sensores e atuadores ao agente — de display E Ink ambiente a integrações com o Home Assistant. O código está no GitHub sob licença Apache 2.0 e exige um token de SDK; a própria Meta avisa, com humor, que os efeitos colaterais podem incluir “placas brickadas, garantias anuladas, quedas de tensão ou falências”.
A empresa também vai distribuir o Muse Home Link, dispositivo de casa conectada, de graça para assinantes nos EUA (um por pessoa, envio em outubro). Pano de fundo para quem monta com Pi: em 1/10 a Raspberry Pi subiu em US$ 12,50 as versões de 2 GB do Pi 4 e do Pi 5 (o Pi 5 2 GB foi a US$ 77,50), culpando o preço da memória.
CantaStorie: brinquedo contador de histórias com IA 100% local num Arduino UNO Q
Destaque do Hackster.io no fim de semana, o CantaStorie, do maker SuperModerno, é um monstrinho ciclope impresso em 3D que inventa e narra histórias personalizadas sem internet. Tudo roda num Arduino UNO Q: uma câmera no “olho” reconhece objetos com YOLOX-Nano (só acima de 75% de confiança e de uma lista permitida), um modelo pequeno via llama.cpp (Gemma de 1B, depois de testes com Qwen) escreve a história com nome e gostos da criança, e um TTS local fala pelo alto-falante na barriga. Os braços giram potenciômetros que mudam parâmetros da história, e um anel de LEDs avisa que a IA está “pensando”.
O processo teve tropeços reais: um cabo divisor USB não testado queimou a placa principal, e a primeira versão levava até 2 minutos e meio para começar a falar — depois de otimizar, caiu para cerca de 27 segundos. É um ótimo estudo de caso de IA embarcada com privacidade por design.
Em entrevista à Nikkei publicada nesta segunda (5/10), o diretor de IA da Panasonic Holdings, Akira Sakakibara, disse que a empresa vai desenvolver robôs humanoides e pretende começar a fabricá-los até 2029, para fábricas e armazéns, apoiando-se na sua experiência com baterias. Um dia antes, a mesma Nikkei informou que a Kawasaki Heavy Industries, que desenvolve o humanoide Kaleido desde 2015, quer lançar uma versão totalmente autônoma movida a IA já em 2030, usando uma plataforma de “IA física” que está sendo desenvolvida no Japão pela Noetra.
Na ponta das startups, a O-ID, de Tóquio, levantou US$ 1,2 milhão (rodada seed liderada pela Tawani Ventures, com Hustle Fund e Techstars) para levar ao mercado um humanoide modular, com articulações, membros e computação trocáveis a quente no chão de fábrica, segundo a Engineer Live. O pano de fundo é demográfico: o país mira ¥ 10,5 trilhões em investimento público e privado em IA física e 10 milhões de robôs com IA até 2040.
Vídeo oficial (canal Kawasaki Robotics JP): o humanoide Kaleido 8, geração anterior da plataforma.
RoboParty RP1: humanoide bípede que promete ser “open source de ponta a ponta”
O humanoide RP1 no estande da RoboParty na IROS 2026. Crédito: RoboParty, via PR Newswire (imagem de divulgação)
A RoboParty, que em janeiro abriu o código do humanoide RPO (mais de 2.500 estrelas no GitHub), apresentou na IROS 2026, em Pittsburgh, o RP1, voltado a pesquisadores, educadores e equipes de IA incorporada. O robô tem torque de pico de até 160 N·m nas juntas, atuadores próprios (Romomo) e controle treinado com o UFO, framework de aprendizado por reforço não supervisionado. No estande, a demo “Kick Me” convidava o público a empurrar e chutar o robô para vê-lo recuperar o equilíbrio.
Importante separar promessa de entrega: o comunicado de 4/10 fala em abrir progressivamente corpo, atuadores, controle, simulação, SDKs e o PartyOS, com detalhes do roteiro ainda em outubro e um programa de produção em massa mais para o fim do 4º trimestre. Por ora, o que já é aberto de fato é o projeto RPO.
A Comissão Atlética do Estado da Califórnia (CSAC) enviou uma ordem de cessar e desistir à startup REK depois que ela patrocinou, em 18/9, em São Francisco, uma luta em que o youtuber Frankie LaPenna entrou numa jaula contra três robôs humanoides (pilotados remotamente por humanos). O documento, divulgado pelo fundador Cix Liv e noticiado pela Tom’s Hardware no domingo, proíbe promover lutas ou exibições de boxe e MMA “envolvendo qualquer humano” sem aprovação e licença da comissão — o que pode ser contravenção penal.
Pela redação, robô contra robô fica de fora da regra; o limite está na entrada do humano na jaula. A REK vende eventos privados a partir de US$ 10 mil e tem um simulador para formar “pilotos”. Real Steel, só que com advogado.
Vídeo (canal Frankie LaPenna Vlogs, em inglês): a luta completa que motivou a ordem da CSAC.
Resumo pros almoços de família: os EUA criaram uma força-tarefa com nome de filme, Altman disse que um pouco de estrago faz parte, uma IA trapaceou no StarCraft e outra teve “medo” de ser desligada, o Google cansou de ler relatório de robô, a F1 precisou de um “reinicia aí” — e, enquanto isso, um ESP32 de poucos dólares virou rádio. Amanhã tem mais Resumão Tech.
Era 1 · Sobrevivência: água, fogo e abrigo vêm antes de tudo. Ilustração: RealCraft/Tio Lu, gerada por IA.
Volume 0 · Fundamentos. Este é o ponto de partida do RealCraft.
O dia seguinte
Imagine acordar depois do colapso. Sem rede elétrica, sem internet, sem mercado na esquina. Tudo o que a humanidade levou milhares de anos para descobrir ainda existe, mas está espalhado em livros que ninguém consegue achar e em cabeças que ninguém consegue consultar. A pergunta deixa de ser “o que eu compro?” e vira “como isso é feito?”.
Agora imagine que, nesse cenário, você não está sozinho. Existe um sistema ao seu lado, uma IA offline que guardou o conhecimento da humanidade e que fala com você no tom certo, na hora certa: “Antes do fogo, água. Vamos começar pela água.” Esse sistema tem nome. Ele se chama Eko.
Quem é Eko
Fora da ficção, Eko é o agente de IA que eu construo e uso no meu cockpit, uma espécie de Jarvis pessoal que orquestra ferramentas, lê arquivos e me ajuda a trabalhar. Dentro da ficção do RealCraft, Eko é o guia da reconstrução: uma inteligência que sobreviveu ao fim, sem nuvem e sem servidor, carregando o acervo técnico da civilização e ensinando um degrau de cada vez. Eko também aparece no universo da HQ Além do Oculto, então quem acompanha essa história vai reconhecer a voz.
Se você assiste aqueles minidramas asiáticos da internet, conhece o tropo: o herói renasce e uma “janela de sistema” aparece na frente dele com missões, recompensas e dicas. A diferença é que aqui o sistema não é mágico. Ele é plausível. Hoje já temos assistentes capazes de conversar, explicar e consultar bases de conhecimento gigantescas, e alguns já rodam num computador comum, sem internet. A ficção do RealCraft só pergunta: e se esse assistente fosse a última biblioteca do mundo?
Tem um paradoxo bonito e um pouco inquietante nisso. Nunca tivemos tanta tecnologia, e nunca dependemos tanto de cadeias longas que pouca gente entende de ponta a ponta. Ninguém sozinho sabe fazer um lápis, quanto mais um celular. Não é um texto sobre o fim do mundo. É um exercício de entender o mundo bem o bastante para saber recomeçá-lo.
Por que Minecraft
Em Minecraft você nasce num mundo sem nada. Soca uma árvore, faz uma bancada, faz uma picareta de madeira, depois de pedra, acha ferro, constrói uma fornalha, descobre a redstone, monta máquinas e, lá no fim, enfrenta o Ender Dragon. Cada item destrava o próximo. Essa é exatamente a lógica da tecnologia real: não existe aço sem fornalha, não existe fornalha sem fogo controlado, não existe nada sem água limpa e um lugar seguro para dormir.
Mas, para mim, Minecraft nunca foi só um jogo de criança. Ele faz parte da minha história como criador de conteúdo e, principalmente, como pai. Uma fase de trabalho pesado tinha me afastado do Sirius, meu filho. Um dia ele me pediu para jogar Minecraft com ele. Eu nunca tinha tempo; daquela vez, eu cedi. Ele tinha uns 5 ou 6 anos e logo virou meu professor lá dentro: me ensinou um monte de coisa, mostrou jeitos de construir que eu nem imaginava e mostrou a força que uma criança tem quando domina um mundo. Foi ali que a gente se reencontrou. Ele ama esse assunto, e por isso existia aqui no site a categoria Sirius & Games, que agora deu lugar ao RealCraft.
Daquela partida nasceram as nossas lives no TikTok. Foi uma fase em que eu passava muito tempo em casa: ia trabalhar uma ou duas vezes por semana, fiel ao trabalho e com o trabalho fiel a mim, mas com muito tempo livre. As lives eram um jeito de ficar com meu filho e, ao mesmo tempo, de criar conteúdo e gerar renda no meu perfil monetizado. Muitas vezes eram 12 a 15 horas seguidas, por vários meses, somando mais de 3 mil horas ao vivo, e tinha seguidor que ficava com a gente do começo ao fim. Teve dia de chegar a 85 mil visualizações simultâneas, teve live que segurou umas 100 pessoas por 10 horas, e teve live pequena, com 2 ou 3 pessoas, que mesmo assim rendeu horas de conversa e construção.
Mais de 150 casas, erguidas por muitos seguidores, cada uma levando horas. E dias com 85 mil visualizações simultâneas.
As lives de Minecraft, meses de construção coletiva
Nessas lives a gente construiu uma vila com mais de 150 casas, feitas por muitos seguidores, cada uma levando horas, ao longo de meses de obra. Tinha de tudo: pirâmides, prédios, bunkers, aquários e a minha torre, com um dirigível enorme no topo. Guardamos várias cópias do mundo e chegamos a montar um servidor para os seguidores. No fundo era isso: um monte de gente que começou do zero erguendo uma comunidade, bloco por bloco.
O RealCraft leva esse mesmo espírito para a vida real. Ele junta duas ideias que viralizaram por motivos parecidos: o “manual para reconstruir a humanidade do zero” e o Minecraft da vida real. Cada capítulo é uma receita de crafting: o que você precisa coletar, o princípio por trás, o passo a passo, como saber se deu certo e onde mora o risco. A diferença é que agora a água, o fogo e a ferramenta são de verdade, e a vila que a gente constrói é feita de conhecimento.
A progressão segue a ordem de prioridade que guia todo o projeto: água, abrigo, fogo, comida, segurança, saúde. Depois disso, matéria, energia, máquinas e conhecimento. São dez eras, e cada uma tem seu volume no Manual.
O Volume 0 (Fundamentos) é a introdução e atravessa todas as eras: pensamento sistêmico, unidades, prioridades e como transmitir conhecimento.
Por que a Fronteira Quântica é o chefe final
Porque ele exige todas as eras anteriores ao mesmo tempo. Para chegar lá você precisa de metalurgia fina, vácuo, criogenia, eletrônica, semicondutores, software e uma sociedade organizada o bastante para manter tudo isso de pé. É o chefe que só aparece quando o resto do mapa foi conquistado. Talvez a gente nunca chegue a craftar um, mas entender o caminho até ele já muda a forma como você enxerga um interruptor de luz.
Era 10 · Fronteira Quântica: o último degrau da árvore. Ilustração: RealCraft/Tio Lu, gerada por IA.
Quem está escrevendo
Eu sou o Tio Lu. Sou maker, mexo com eletrônica e robótica no Inobot, falo de tecnologia e cultura no NucleoHits e mergulho em história e mistério no Além do Oculto. Parece muita coisa, e é. Minha vida é quase um MMORPG: várias classes, várias árvores de habilidade, e a graça está em ver como uma ajuda a outra. O RealCraft nasce desse olhar polímata. Um mesmo assunto, como a água, é química, é engenharia, é história e é saúde ao mesmo tempo, e eu quero mostrar todos esses ângulos sem antolhos.
As regras do jogo
Uma ideia por capítulo, sempre fechando com algo prático que você consegue fazer ou testar.
Número com fonte. Quando um valor é padrão, prática comum ou varia conforme o lugar, o capítulo diz.
Segurança primeiro. Todo capítulo tem uma caixa de risco. Identificar antes de usar, testar antes de confiar.
Sem catastrofismo e sem política. O colapso é só o cenário. O assunto é conhecimento.
Primeira missão
Eko começa por onde qualquer sobrevivente deveria começar. Uma pessoa aguenta semanas sem comida, mas só alguns dias sem água. Então a primeira receita do Manual é a mais básica e a mais vital: como tornar a água potável (Capítulo 001). Os capítulos seguintes saem às segundas, quartas e sextas, sempre às 8h.
Existe uma cena que define o que significa ser maker em 2026: você está no meio de um pasto, sem tomada num raio de 500 metros, e seu dispositivo está ligado, medindo, transmitindo. A energia não veio da concessionária — veio de uma placa de silício de R$ 80 apontada para o sol. Energia solar não é só sobre sustentabilidade — é sobre liberdade de localização. Qualquer projeto que você imaginar pode existir em qualquer lugar, desde que você saiba dimensionar um sistema solar.
Os Três Componentes de Todo Sistema Solar Maker
Antes de comprar qualquer coisa, entenda o fluxo: o painel solar gera eletricidade (DC) → o controlador de carga regula a tensão → a bateria armazena → o dispositivo consome. Três componentes, mas cada um tem armadilhas que podem arruinar seu projeto.
1. Painel Solar: Nem Todo Watt É Igual
Painéis solares têm uma especificação que parece simples — “10W, 12V” — e uma realidade mais complexa. A potência nominal (10W) é medida em condições ideais de laboratório: irradiância de 1000 W/m², temperatura de célula de 25°C, espectro AM 1.5. Na prática, você vai obter 60-80% disso em dia bom, e 10-20% em dia nublado.
Para projetos makers, três categorias importam:
Mini-painéis de 1W a 5W (5-12V): para sensores remotos, ESP32 em deep sleep, projetos de baixíssimo consumo. Exemplo: 5W/12V alimenta confortavelmente um ESP32 que transmite a cada 15 minutos. Preço: R$ 15-40.
Painéis de 10W a 50W (12-18V): para projetos contínuos: estação meteorológica com display, câmera de segurança solar, bomba d’água para irrigação. Preço: R$ 60-200.
Painéis de 100W+ (18-24V): para alimentar Raspberry Pi 24/7, notebooks em campo, sistemas maiores. Preço: R$ 300-600.
Onde comprar no Brasil: Mercado Livre tem dezenas de vendedores com mini-painéis. Para projetos sérios, lojas especializadas como NeoSolar e Minha Casa Solar vendem equipamento homologado com garantia.
2. Controlador de Carga: PWM vs. MPPT
O controlador de carga senta entre o painel e a bateria. Ele impede sobrecarga (que destrói baterias) e descarga profunda (que também destrói baterias). Existem dois tipos:
PWM (Pulse Width Modulation): barato (R$ 20-50), simples, adequado para painéis pequenos (até 50W). A tensão do painel precisa ser próxima à da bateria (ex: painel 12V, bateria 12V). Eficiência: ~70-80%. Perde os volts excedentes como calor.
MPPT (Maximum Power Point Tracking): mais caro (R$ 80-300), mais eficiente (~95%), converte o excedente de tensão em mais corrente. Pode usar painel de 18V com bateria de 12V sem desperdício — o MPPT transforma a tensão extra em corrente extra. Para sistemas acima de 10W, MPPT compensa o investimento.
Para makers, o controlador MPPT mais recomendado é a linha CN3791 (chip único, módulos prontos no AliExpress por ~R$ 30-50) ou, para correntes maiores, o Renogy Wanderer 10A (~US$ 30).
3. Bateria: LiFePO4 É o Novo Padrão
Durante décadas, baterias de chumbo-ácido seladas (SLA) dominaram projetos solares — baratas, tolerantes a abuso, mas pesadas, volumosas e com vida útil de 300-500 ciclos. Em 2026, a tecnologia que recomendo para makers é LiFePO4 (fosfato de ferro-lítio):
Segurança: diferente das LiPo/Li-Ion (que pegam fogo se perfuradas ou sobrecarregadas), LiFePO4 é intrinsecamente segura — não sofre thermal runaway.
Vida útil: 2000-5000 ciclos (vs. 300-500 da SLA). Uma LiFePO4 de 12V/6Ah (~R$ 120-180) pode alimentar um ESP32 por 10 anos com ciclos diários.
Tensão estável: LiFePO4 mantém 12.8V nominais com curva de descarga plana — o dispositivo recebe tensão constante até quase o fim da carga.
Descarga profunda: pode descarregar até 80-90% sem degradação significativa (SLA sofre abaixo de 50%).
Marcas confiáveis: LiTime, Battle Born (EUA), Ecoworthy ou células avulsas da EVE/Lishen. No Brasil, busque no Mercado Livre vendedores com boa reputação — cuidado com células falsificadas de capacidade inflada.
Mão na Massa: Estação Meteorológica Solar
Vamos dimensionar um sistema solar para uma estação meteorológica baseada em ESP32 com BME280 (temperatura, umidade, pressão) que transmite dados via WiFi a cada 10 minutos.
Cálculo de Consumo
Consumo do ESP32:
Modo normal com WiFi tx: ~200 mA @ 3.3V por ~5 segundos a cada 600s
Deep sleep entre transmissões: ~20 µA @ 3.3V
Corrente média: (200 mA × 5s + 0.02 mA × 595s) / 600s ≈ 1.68 mA
Potência média a 3.3V: 1.68 mA × 3.3V = 5.5 mW
Consumo com regulador (eficiência 85%): 5.5 / 0.85 = 6.5 mW
Consumo diário: 6.5 mW × 24h = 156 mWh = 0.156 Wh por dia
Com esse consumo irrisório, o dimensionamento solar é dominado não pelo consumo, mas pela necessidade de sobreviver a dias nublados consecutivos.
Dimensionamento
Painel: 5W / 12V (R$ 35)
Bateria: LiFePO4 12.8V 3Ah (R$ 90)
Controlador: CN3791 MPPT (R$ 40)
Autonomia sem sol: 3Ah × 12.8V = 38.4 Wh / 0.156 Wh/dia ≈ 246 dias
→ Ridículo. Sobra bateria.
Recarga: 5W × 4h sol pleno × 0.7 (eficiência real) = 14 Wh/dia
→ Recarrega a bateria em 38.4 / 14 ≈ 3 dias de sol pleno
→ Margem de segurança excelente para dias nublados
Este sistema vai funcionar ininterruptamente por anos. Com um painel de 5W, a autonomia é tão folgada que dá pra adicionar um display ePaper de 2.9″ que atualiza a cada 10 minutos (consumo médio adicional de ~5 mA) e ainda sobra energia.
Montagem
Painel → Controlador CN3791 → Bateria LiFePO4. O controlador gerencia a carga automaticamente.
Bateria → Regulador Buck 3.3V → ESP32. Um módulo buck step-down LM2596 ajustado para 3.3V converte os 12.8V da bateria para os 3.3V do ESP32 com eficiência de ~85%.
Proteção: coloque um diodo Schottky entre painel e controlador para evitar corrente reversa à noite (alguns controladores já incluem).
Abrigo: a eletrônica dentro de caixa estanque IP65, painel exposto ao norte (hemisfério sul) com inclinação igual à latitude local.
A Filosofia do Off-Grid
Energia solar para makers não é sobre economizar na conta de luz — é sobre poder colocar seu projeto em qualquer lugar. Uma estação meteorológica no topo do morro. Um sensor de nível de rio na fazenda. Uma câmera de vida selvagem na trilha. Um repetidor LoRa no ponto mais alto da propriedade. Lugares onde não chega fio — mas chega sol. E agora chega seu projeto também.
Um microcontrolador sem sensores é um cérebro numa cuba — processa, calcula, mas não sente o mundo. O que transforma uma placa de R$ 30 num termostato, num alarme de intrusão, num robô que se equilibra ou numa estação meteorológica são os sensores. Eles são a ponte entre o mundo físico — temperatura, luz, movimento, distância, aceleração — e o mundo digital dos bits. Escolher o sensor certo é mais importante que escolher o microcontrolador certo. E a maioria dos iniciantes escolhe errado.
Este é o guia que eu gostaria de ter lido quando comecei: cinco sensores fundamentais, como funcionam, o que comprar, o que evitar e — crucial — como decidir entre opções parecidas.
Sensores de Temperatura e Umidade: DHT22 vs. BME280 vs. DS18B20
O DHT22 (AM2302) é o sensor mais usado em projetos maker de climatização. Mede temperatura (-40 a 80°C, ±0.5°C) e umidade (0-100%, ±2-5%). Comunicação digital por protocolo proprietário de um fio (one-wire). Custa R$ 15-25. É o “bom o suficiente” para 90% dos projetos.
Mas o BME280 (Bosch) é superior em precisão de temperatura (±0.5°C), umidade (±3%) e ainda mede pressão atmosférica (±1 hPa). Comunicação I2C ou SPI. Custa R$ 20-40. Use quando você precisa de pressão (previsão do tempo, altímetro) ou quando a precisão importa.
Se você precisa apenas de temperatura e em ambientes extremos (freezers, fornos, aquários), o DS18B20 (Maxim) é imbatível: -55 a 125°C, ±0.5°C, à prova d’água em encapsulamento de aço inox (versão “sonda”), comunicação one-wire Dallas genuína (confiável, endereçável — múltiplos sensores no mesmo fio).
Medição de Distância: HC-SR04 vs. VL53L0X vs. LD2410
O HC-SR04 é o sensor ultrassônico clássico: emite um pulso sonoro de 40 kHz e mede o tempo até o eco voltar. Alcance: 2 cm a 4 metros. Precisão: ~3 mm. Custa R$ 8-15. Funciona com qualquer microcontrolador usando dois pinos digitais (trigger + echo). Limitações: não funciona bem em superfícies macias/anguladas (absorvem/desviam o som), tem cone de detecção largo (~15°) e não mede distâncias menores que 2 cm.
O VL53L0X (STMicroelectronics) é um sensor Time-of-Flight a laser infravermelho (940 nm): mede o tempo que a luz leva para ir e voltar. Alcance: 3 cm a 2 metros. Precisão: ±3%. Comunicação I2C. Custa R$ 30-50. Vantagens: funciona em qualquer superfície, independente de cor ou textura; feixe estreito (~2°); baixíssimo consumo. É o sensor que robôs aspiradores usam para mapear ambientes.
O LD2410 (Hi-Link) é um sensor de presença por radar de ondas milimétricas (mmWave, 24 GHz). Diferente de um PIR (infravermelho passivo) que só detecta movimento, o LD2410 detecta presença — uma pessoa parada, respirando, a 6 metros de distância, através de parede fina de gesso. Alcance: 0.75 a 6 metros configurável. Comunicação UART (serial). Custa R$ 40-60. É o santo graal da automação residencial: luz que acende quando você entra e não apaga enquanto você está parado lendo.
Acelerômetro e Giroscópio: MPU6050
O MPU6050 (InvenSense/TDK) é um IMU (Inertial Measurement Unit) de 6 eixos: acelerômetro de 3 eixos (±2/4/8/16 g) + giroscópio de 3 eixos (±250/500/1000/2000 °/s). Comunicação I2C. Custa R$ 15-25. É o sensor mais versátil da eletrônica maker: drones (estabilização PID), robôs que se equilibram (pêndulo invertido), pedômetros, controle gestual, detecção de queda, orientação 3D.
Código básico com Arduino e biblioteca Adafruit MPU6050:
Limitação do MPU6050: drift. O giroscópio acumula erro ao longo do tempo — em 10 segundos, a orientação calculada já divergiu. A solução é fusão de sensores: use o filtro complementar (simples) ou filtro de Kalman (preciso) para combinar acelerômetro (estável no longo prazo) com giroscópio (preciso no curto prazo). A biblioteca MadgwickAHRS implementa isso em poucas linhas.
Tabela Comparativa Geral
Sensor
Mede
Protocolo
Preço (R$)
Dificuldade
Ideal Para
DHT22
Temp + Umid
One-wire
15-25
★☆☆☆☆
Clima interno, termostato
BME280
Temp + Umid + Pressão
I2C/SPI
20-40
★★☆☆☆
Estação meteorológica
HC-SR04
Distância (US)
GPIO
8-15
★☆☆☆☆
Robô seguidor, nível de tanque
VL53L0X
Distância (ToF)
I2C
30-50
★★☆☆☆
Robô mapeador, drone altitude
LD2410
Presença (mmWave)
UART
40-60
★★★☆☆
Automação, segurança
MPU6050
Acel + Giro
I2C
15-25
★★★☆☆
Drones, robótica, gestos
Como Escolher o Sensor Certo
A regra de ouro: defina o problema antes de escolher a ferramenta. Não compre sensor por “parece legal” — compre porque seu projeto precisa medir algo específico. Pergunte-se:
O que eu preciso medir? Temperatura? Presença? Distância?
Qual a precisão necessária? ±5°C é aceitável ou preciso de ±0.5°C?
Qual o ambiente? Outdoor (chuva, sol)? Alta temperatura? Vibração?
Qual o protocolo de comunicação? Seu microcontrolador tem I2C livre? GPIOs suficientes?
Qual o consumo de energia? Vai funcionar a bateria? Por quanto tempo?
Respondidas essas perguntas, a tabela acima vai te levar ao sensor certo. E se errar, não se preocupe — errar sensor é barato (todos custam menos de R$ 60) e você ganha experiência que tutorial nenhum substitui.
