Uma ronda erguida sobre uma afirmação de tamanho
Enrique Lizaso dirige uma empresa de inteligência artificial a partir de Donostia, na costa basca, e a 27 de julho pôs um número numa aposta que faz há anos. A Multiverse Computing anunciou uma série C que aponta para um máximo de 570 milhões de dólares, cerca de 500 milhões de euros, com uma avaliação pré-money de 1,7 mil milhões de dólares, ou seja perto de 1,5 mil milhões de euros. É cinco vezes a série B que a empresa fechou em junho de 2025 e coloca o capital total angariado perto dos 800 milhões de dólares.
Porque conta: o dinheiro não vai para um modelo maior. Vai para tornar os modelos mais pequenos. Lizaso expôs a tese sem rodeios no anúncio: o sector aceitou durante anos uma restrição falsa, a de que os modelos potentes exigem infraestrutura cara. Uma ronda desta dimensão é o primeiro teste institucional sério à existência dessa restrição.
A lista de investidores lê-se como um mapa do capital europeu e não como um sindicato do Vale. Lideram a Forgepoint Capital International, o BNPP Solar Impulse Venture Fund e a Bullhound Capital, acompanhados pela Santander Alternative Investments, Tikehau Capital, HP Inc., Orange Ventures, Scania Invest, NAventures, Qatar Development Bank, Zouk Capital, SETT, o Fundo do Conselho Europeu de Inovação, o fundo Hazten Scale-Up do Governo Basco e a Kutxa Fundazioa.
O que as redes tensoriais fazem a um modelo
O CompactifAI, produto da empresa, vai buscar as redes tensoriais à física quântica e aplica-as à compressão. A Multiverse sustenta que a técnica reduz os grandes modelos de linguagem entre 80% e 95% com uma perda mínima de precisão, e que os modelos resultantes correm mais depressa e consomem menos energia. Em maio a empresa afirmou que a sua interface CompactifAI servia os principais agentes de programação com um custo até 75% inferior.
O registo de implementações é a parte que convém ler duas vezes. Segundo a Multiverse, os modelos comprimidos correm em milhões de dispositivos, entre os quais drones, câmaras, satélites, veículos e infraestruturas de telecomunicações. Essas não são cargas de centro de dados. São sítios onde um modelo em tamanho completo nunca teria cabido e onde enviar os dados para outro lado é demasiado lento ou simplesmente não é permitido.
Dito isto: a compressão é por definição um processo com perda, e essa perda mínima de precisão é a formulação do próprio fornecedor, medida nos seus próprios testes. Para quem compra, a pergunta relevante é mais estreita do que o título. Consiste em saber se um modelo comprimido mantém a precisão na sua tarefa e não numa tabela pública, e isso pode ser verificado antes de qualquer compromisso.
A parte que aterra no seu orçamento
Mais de 100 organizações já compram isto, e os nomes são industriais e não experimentais: Iberdrola, Bosch, Telefónica, Indra, Allianz, PwC e o Banco do Canadá. A Multiverse comunica uma multiplicação por dez das receitas anualizadas desde a série B e vendas do primeiro trimestre de 2026 a crescer 96 vezes face ao ano anterior. Um crescimento desta ordem junto deste tipo de clientes é um sinal vindo das direções de compras e não da investigação.
A consequência: para a maioria dos operadores europeus a restrição determinante na adoção de inteligência artificial tem sido o acesso a capacidade de cálculo que não lhes pertence. A compressão ataca essa restrição pelo lado oposto. Um modelo suficientemente pequeno para correr no equipamento próprio é um modelo cujos dados nunca saem da rede própria, o que transforma uma decisão de arquitetura numa decisão de conformidade que já tomou.
O passo prático não tem brilho nenhum. Antes de o seu próximo contrato de inferência ser renovado, pegue numa carga de trabalho real e meça se um modelo comprimido mantém a precisão de que realmente precisa. Se mantiver, a pergunta do alojamento volta a abrir-se, e com ela todas as perguntas de jurisdição que deu por encerradas no dia da assinatura.
Leia a seguir: PixVerse capta 439 milhões e larga os clipes | A taxa europeia de 3 euros já consta de um prospeto
