LUA Vision has built the only production AI system that proves AMD hardware leads the AI era — and a post-Transformer architecture designed for AMD silicon.
The gap isn't hardware. MI300X outperforms H100 on memory, bandwidth, and price. The gap is ecosystem: CUDA has 4M+ developers and a 17-year head start. ROCm has ~150K. AMD needs a flagship AI system — not benchmarks on paper, but a real production deployment that proves it works.
| Specification | MI300X | H100 | Δ |
|---|---|---|---|
| HBM Memory | 192 GB | 80 GB | +2.4× |
| Bandwidth | 5.3 TB/s | 3.35 TB/s | +1.6× |
| BF16 TFLOPS | 1,307 | 990 | +1.3× |
| FP64 TFLOPS | 81.7 | 34 | +2.4× |
| Est. Price | ~$12K | ~$28K | −57% |
| Cloud Cost/hr | $1.99 | $2.49×2 | −60% |
A 70B parameter model at bfloat16 needs ~140GB VRAM.
LUA runs its proprietary 70.55B model on a single MI300X with 52GB headroom. No multi-GPU, no NVLink.
Proprietary AI research lab. Proprietary model. Proprietary architecture.
Built natively and exclusively on AMD hardware.
70.55B param proprietary model
LiveBench #1 worldwide
Post-Transformer engine
Neuromorphic cognitive system
Medical, legal, education
Enterprise deployments
Not a fine-tune. Not a wrapper. A proprietary model with its own architecture class, training pipeline, and inference stack.
Bottom line: Every layer — model weights, GGUF, config, architecture class, training code, data — is LUA Vision IP. Patent filings in progress.
First model on AMD hardware to hold a LiveBench #1 position. 682 questions evaluated by official pipeline.
Verification: GitHub Issue #370 (LiveBench/LiveBench) · Email to livebench@livebench.ai · Official pipeline · Raw logs and answer files available for live inspection
We discovered and solved fundamental issues with DPO training on ROCm that no one else had addressed. Standard tooling failed at step 3-4 on every configuration. We built proprietary training infrastructure that works natively on MI300X.
Our proprietary methodology embeds domain reasoning directly into model weights through a multi-stage pipeline. The model doesn't pattern-match — it reasons by design.
At inference time, we control the model's behavior along multiple cognitive dimensions without retraining. A proprietary technique with no public equivalent.
Direct Preference Optimization — our implementation overcomes AMD ROCm numerical challenges through novel gradient control.
Multi-dimensional activation control. Each axis (k) is a learned proprietary vector applied at layer (l).
Training cost: ~$15-40 total.
Comparison: GPT-4 ≈ $100M+ · Claude ≈ $50M+
This efficiency is itself a proprietary advantage.
While every lab iterates on Attention, we built the architecture that replaces it.
95-99% of neurons silent at any moment. Only active neurons compute. O(active), not O(n²).
4,096-dimensional holographic encoding. Learn in a single exposure. No backpropagation.
Genuine uncertainty estimation. Abstains from low-confidence predictions. No Transformer has this.
Baars & Dehaene: modules compete for access; winners broadcast globally. A computational model of awareness.
Friston's Free Energy Principle. Redundancy eliminated at source. Orders of magnitude more efficient.
Tononi & Cirelli's SHY hypothesis. Replays memories, prunes weak connections, consolidates knowledge.
| Theory | Scientist | What It Does |
|---|---|---|
| Spiking Neuron | Izhikevich '03 | Biologically accurate neurons |
| Hebbian Learning | Hebb '49 | Associative synaptic plasticity |
| STDP | Bi & Poo '98 | Timing-based learning |
| Hyperdimensional | Kanerva '88 | Holographic memory |
| Global Workspace | Baars '88 | Computational consciousness |
| Neuronal Workspace | Dehaene '03 | Access → generalization |
| Free Energy | Friston '05 | Predictive efficiency |
| SHY | Tononi '03 | Sleep consolidation |
| Reservoir | Jaeger '01 | Edge-of-chaos dynamics |
| Quantum Cognition | Busemeyer '12 | Superposition of meanings |
+5 more: Metacognition, Predictive Processing, Neuromodulation, Criticality, Synaptic Noise
Izhikevich neuron — 4 parameters reproduce all cortical firing patterns. F1 extends this with dendritic computation.
Holographic encoding — bind (⊗) and bundle in 4,096-D space. Same word → different vector by context, zero parameters.
Key finding: Generalization only emerges at edge-of-chaos. Below ρ=0.80 → zero generalization. Proven with 238 tests.
| Phase | Capability | Breakthrough |
|---|---|---|
| Phase 1 | HDC Encoding + Language | Zero-parameter context encoding |
| Phase 2 | SNN Learning + STDP | 4-factor learning rule |
| Phase 2.5 | Reservoir Optimization | ρ: 0.07 → 0.80 (edge of chaos) |
| Phase 3 | Generalization | 0% → 75% on unseen data |
| Phase 4 | Cognitive Loop | +16% from workspace filtering |
| Phase 5 | End-to-End Pipeline | Full think → respond chain |
10,000 neurons · 498,745 synapses · Real-time spike visualization
Event-driven means the bottleneck is memory bandwidth, not matrix multiply. MI300X's 5.3 TB/s is decisive.
F1 maintains massive live state. 192GB HBM3e fits the entire cognitive state — impossible on H100's 80GB.
SNN, HDC, Workspace, Metacognition, Prediction — all parallel. CDNA3's fabric handles heterogeneous workloads natively.
NVIDIA optimized Tensor Cores for matrix multiply. F1 needs spike processing, random access, sparse ops — a new ISA that AMD can define.
If the next architecture isn't Attention-based, NVIDIA's Tensor Cores become the wrong tool. AMD + LUA can define what replaces them.
For AMD: This maps to a new product category — neuromorphic inference. Not competing with NVIDIA on Tensor Cores. Creating the next compute paradigm.
LUA Genesys is the answer to every enterprise asking "can AMD run frontier AI?" With logs, benchmarks, and live results to prove it.
vLLM + ROCm + 70B bfloat16 with 99.9% uptime. Fully documented. Ready to be AMD's reference architecture.
Sparse, event-driven architecture where MI300X wins. AMD co-develops the ISA. First-mover advantage.
LUA transforms AMD from "cheaper NVIDIA alternative" to "the only hardware that runs the next generation of AI."
LUA proves AMD's present (Genesys = flagship today) and secures its future (F1 = next-gen designed for AMD).
| Scale | GPT-5.4 | Claude 4.6 | LUA |
|---|---|---|---|
| 500 users | $6,694 | $11,813 | $2,880 |
| 2K users | $26,456 | $46,950 | $2,880 |
| 10K users | $132,278 | $234,750 | $5,760 |
| 50K users | $661K | $1.17M | $11,520 |
Based on real production data: 492K tokens from 100 requests over 4 days.
At 10K users: 23× cheaper than GPT-5.4, 41× cheaper than Claude.
At 50K: 103× cheaper. Fixed AMD infrastructure vs per-token API.
MI350X / MI355X early access. Co-define the neuromorphic workload profile for AMD's roadmap.
LUA as AMD's flagship case study. Co-branded reference architecture. Every AMD AI event.
Fund the F1 team. Accelerate post-Transformer. AMD co-develops event-driven compute ISA.
At 10K users: 23× cheaper than GPT, 41× cheaper than Claude.
At 50K: 57× and 103× cheaper. Fixed AMD infra vs per-token API.
LUA Vision construiu o ecossistema de IA educacional mais completo do país — do ensino infantil ao doutorado, da sala de aula à formação corporativa. Três plataformas. Uma inteligência.
Insight: 73% das IES brasileiras ainda não usam IA em seus processos educacionais. O mercado está no ponto de inflexão.
Três produtos integrados por uma mesma inteligência artificial.
Do berçário ao boardroom. 100% brasileiro. 100% proprietário.
LMS completo com IA adaptativa,
6 agentes especializados,
conformidade MEC total
Universidade corporativa com IA,
EAD institucional,
capacitação contínua
Sistema operacional educacional,
24 apps, gamificação,
alinhado à BNCC
Motor de IA unificado: Mesmo modelo proprietário, mesma infraestrutura Azure, mesma plataforma — adaptado para cada faixa etária e contexto pedagógico.
Plataforma completa de ensino com 6 agentes de IA, aprendizagem adaptativa VARK, conformidade MEC nativa e simulados ENADE.
Questionário de 5 perguntas identifica o perfil de aprendizagem (Visual, Auditivo, Leitura, Cinestésico) e adapta todo o conteúdo automaticamente.
Validação automática contra DCNs, mapeamento ENADE, benchmarking com USP/UNICAMP/Harvard/MIT. Relatórios prontos para recredenciamento.
| Curso | Nível | Metodologia |
|---|---|---|
| Direito | Graduação + OAB | Paulo Freire + Simulados |
| Enfermagem | Graduação | Casos clínicos + Protocolos |
| Psicologia | Graduação | Análise de caso + DSM |
| Engenharia de Produção | Graduação | Lean + Six Sigma + IA |
| Contabilidade | Graduação + CRC | Exercícios práticos |
| Administração | MBA Executivo | Harvard Case Method |
| Medicina | Graduação | Manchester + Triagem IA |
| Pedagogia | Graduação | BNCC + Estágio supervisionado |
Questões do XXXIII ao XXXVIII Exame OAB (2021–2024). Ética Profissional, Constitucional, Civil, Penal, Trabalho, Tributário, Administrativo, Direitos Humanos.
IA não dá respostas prontas — guia através de perguntas, estimula pensamento crítico, usa cenários práticos. Metodologia freireana em cada interação.
Pesquisa assistida, formatação ABNT automática, preparação ENADE com gap analysis, grade curricular completa com pré-requisitos.
Ambiente virtual de aprendizagem, videoaulas, materiais, fóruns, avaliações online. Gestão acadêmica completa: matrículas, históricos, diplomas digitais.
Controle de matrículas, boletos, acordos, monitoramento de inadimplência em tempo real. Integração TOTVS, SigaA, RM.
Relatórios formatados para credenciamento e recredenciamento MEC. KPIs educacionais em tempo real. Análise preditiva de evasão.
Diferencial: Única plataforma que combina EAD + Secretaria + Financeiro + IA em um produto SaaS para IES brasileiras.
Tutora empática, adapta linguagem por faixa etária. Guia a criança em todo o ecossistema com carinho e pedagogia.
ProfessorChat, Explorer, Games, CreativeStudio, Lab, Desafios, Diário, Biblioteca, Cultura, Idiomas, Movimento, Projetos...
XP, 10 níveis, 20+ conquistas, streaks com bônus 2x, sistema de raridade (comum → lendário), badges animados.
Azure Content Safety, filtro de conteúdo, LGPD compliance, Agente Guardião para proteção contínua da criança.
| Ano | Português | Matemática | Ciências |
|---|---|---|---|
| 1° | Alfabeto, sons das letras | Números 0-20 | Corpo humano |
| 2° | Leitura de frases | Adição, subtração | Animais, plantas |
| 3° | Textos curtos, ortografia | Multiplicação | Água, solo, ar |
| 4° | Verbos, tempos verbais | Divisão, frações | Ecossistemas |
| 5° | Textos narrativos | Geometria básica | Sistema solar |
| 6° | Análise textual | Equações simples | Matéria e energia |
| 7° | Gêneros literários | Proporções | Corpo e saúde |
Onboarding identifica as 8 inteligências de Gardner: Linguística, Lógica, Espacial, Musical, Corporal, Interpessoal, Intrapessoal, Naturalista. Conteúdo adaptado ao perfil.
Dashboard dos Pais: Relatórios semanais com progresso, áreas de destaque, sugestões de atividades, tempo de uso. Total transparência e controle parental.
Toda a plataforma educacional é movida pelo modelo de IA proprietário da LUA — o #1 mundial no LiveBench.
O que isso significa para educação: A IA que tutora seus alunos é a mais inteligente do mundo — verificado independentemente pelo LiveBench.
Todo conteúdo educacional passa por validação anti-alucinação. Respostas incorretas são detectadas e bloqueadas antes de chegar ao aluno.
20+ agentes especializados com delegação automática. Cada disciplina tem seu especialista. Handoff com preservação de contexto.
TTS (aulas narradas pt-BR), STT (transcrição), OCR (provas manuscritas), geração de imagens e vídeos educacionais.
Professores de escola pública ganham um assistente IA que cria planos de aula alinhados à BNCC, corrige atividades e sugere intervenções pedagógicas personalizadas.
Regiões com déficit de professores recebem tutoria IA de qualidade Harvard. Um aluno em Manaus tem acesso ao mesmo conteúdo que um em São Paulo.
85% dos brasileiros acessam internet pelo celular. Todas as plataformas LUA funcionam perfeitamente em smartphones, mesmo com conexão limitada.
Visão: Em 5 anos, nenhuma criança no Brasil fica sem acesso a um tutor de qualidade — independente de onde nasça, de quanto dinheiro sua família tenha, ou de quantos professores tenha sua escola.
| Recurso | LUA | Arco | Descomplica | Khan BR |
|---|---|---|---|---|
| IA Proprietária | ✓ | ✗ | ✗ | ✗ |
| Multi-Agente | 20+ | 0 | 1 | 1 |
| BNCC Completo | ✓ | ✓ | parcial | ✗ |
| OCR Provas | ✓ | ✗ | ✗ | ✗ |
| VARK Adaptativo | ✓ | ✗ | parcial | ✗ |
| K-12 + Superior | ✓ | K-12 | Superior | K-12 |
| Corporativo (LCU) | ✓ | ✗ | ✗ | ✗ |
| Videoaulas IA | ✓ | ✗ | gravadas | gravadas |
| Custo por aluno | R$15 | R$89 | R$39 | Gratuito |
Nenhum concorrente tem modelo próprio. Todos usam GPT ou Claude como API — custo variável e sem diferenciação.
Infraestrutura própria: custo fixo. Concorrentes pagam por token. Em escala, LUA é 100× mais barato.
Único player que cobre toda a jornada educacional. Lock-in natural: criança entra com 6 anos, acompanha até o mercado de trabalho.