Pesquisadores de Goiânia colocaram na rua um modelo de linguagem próprio. O Lumi foi apresentado na quarta-feira, 28 de outubro, pelo CEIA, o centro de pesquisa em inteligência artificial ligado à UFG, e tem um foco declarado: entender o português falado no Brasil e servir de base para empresas daqui criarem suas próprias ferramentas.
O modelo tem 4 bilhões de parâmetros. É pouco perto dos gigantes abertos que chegaram nos últimos meses, como o Hunyuan Hy4 da Tencent, com 770 bilhões, ou o Kimi K3, na casa dos trilhões. A escolha foi proposital. Segundo a equipe, um modelo desse tamanho cabe em máquinas modestas, o que tira da conta a necessidade de alugar clusters de GPU caros para colocar um chatbot ou um classificador de documentos em produção.
Aberto e personalizável
O Lumi é open source, e isso muda o tipo de uso possível. Uma empresa pode baixar os pesos, rodar tudo em servidor próprio e alimentar o modelo com contratos, prontuários ou planilhas internas sem mandar esses dados para fora. A personalização prevista é o fine-tuning: pega-se o modelo já treinado e ele passa por uma rodada extra de treino com um conjunto de dados menor e focado em uma tarefa. Um escritório de advocacia e uma rede de varejo podem, assim, partir da mesma base e chegar a assistentes bem diferentes.
Arlindo Galvão, diretor de Inovação Aberta do CEIA, disse em comunicado que a ideia é dar às empresas brasileiras uma alternativa às soluções estrangeiras, que nem sempre se encaixam no mercado local, e reduzir as barreiras para quem quer inovar com IA.
Por que isso pesa no Brasil
O argumento econômico é o mais concreto. Quem constrói produto em cima de APIs da OpenAI, do Google ou da Anthropic paga em dólar, por token, e fica exposto ao câmbio todo mês. Um modelo aberto rodando em infraestrutura nacional troca essa fatura variável por custo de servidor, que a empresa controla. Há também a questão de soberania de dados, que ganhou peso com a LGPD: informação sensível que nunca sai do data center próprio é menos dor de cabeça jurídica.
O tamanho tem preço. Um modelo de 4 bilhões de parâmetros não vai competir com os topo de linha em raciocínio complexo ou programação, e a UFG não divulgou resultados de benchmarks comparativos até agora. A aposta é em tarefas delimitadas, como atendimento, resumo de textos e extração de informações, onde um modelo pequeno e bem ajustado costuma ser suficiente. Para quem desenvolve, vale testar contra os modelos pequenos da Meta e do Google com textos reais em português antes de trocar qualquer coisa em produção.
O projeto também chega em um momento de dinheiro público na mesa: o Plano Brasileiro de Inteligência Artificial, lançado pelo governo federal, prevê R$ 23 bilhões para a área nos próximos anos, e iniciativas acadêmicas como esta são candidatas naturais a esse tipo de recurso.
O Lumi será distribuído gratuitamente pelo Hugging Face, e o código e a documentação do projeto ficam no GitHub.
