Modelos de mundo em IA: como os videogames treinam redes neurais

A Worldmodeldata, startup que trabalha com videogames, levantou £7 milhões para treinar IA. A empresa transforma gameplay em dados para uma nova classe de inteligência artificial, os modelos de mundo, que não apenas descrevem o mundo, mas entendem como ele reage às ações.

Por que os modelos de mundo precisam de outros dados

Os grandes modelos de linguagem, como ChatGPT, Claude e Gemini, foram treinados principalmente com texto. Aprenderam linguagem, conhecimento e lógica de raciocínio. Mas essa abordagem tem um limite fundamental: esses sistemas não têm compreensão de física embutida.

Os "modelos de mundo" são a próxima fronteira. São sistemas de IA capazes de prever as consequências de ações físicas: o que acontece se alguém empurrar um objeto, acionar uma alavanca ou soltar algo de uma altura. Esse entendimento é necessário para robôs, agentes industriais e qualquer sistema que atue no espaço real, e não no virtual.

A principal dificuldade são os dados. Registrar interações físicas reais em escala é muito caro: exige robôs com sensores, laboratórios, operadores qualificados e milhares de horas de experimentos em condições variadas. A Worldmodeldata encontrou um caminho alternativo.

Por que os videogames são fonte de dados para IA

Os motores de jogos são, na prática, simuladores de física. Eles modelam em tempo real gravidade, colisões, dinâmica de fluidos, elasticidade de materiais e o comportamento de objetos sob carga. Cada hora de gameplay contém milhões de pares "ação → reação do ambiente": um carro bate na parede e se deforma segundo as leis da física, um personagem pula e aterrissa com velocidade previsível, um líquido derrama e se espalha conforme a hidrodinâmica simulada.

A variedade também importa: os jogos atuais criam milhares de tipos de ambientes e objetos, de simuladores de direção a jogos de estratégia com sistemas físicos. É uma base de dados pronta sobre interação com o ambiente físico, já estruturada pela própria lógica do jogo.

Principais fatos da rodada:

• Valor: £7 milhões (~€8 milhões)
• Tipo de financiamento: rodada seed
• Investidor líder: Iona Star Capital, Londres
• Startup: Worldmodeldata, Cambridge, Reino Unido

O que isso significa

O mercado de dados de treinamento para IA está mudando. Depois de anos de corpora de texto e datasets multimodais, os maiores laboratórios, incluindo Google DeepMind, Meta e OpenAI, pesquisam ativamente modelos de mundo para robôs e sistemas agênticos. A demanda por dados de treinamento interativos e fisicamente fiéis deve crescer junto com o mercado de robôs humanoides e agentes autônomos.

A aposta da Worldmodeldata é simples: décadas de gameplay acumulado são uma fonte escalável de dados sobre interação física que não existe em nenhum outro lugar em volume comparável. Se a previsão estiver certa, os videogames deixarão de ser entretenimento para virar infraestrutura de treinamento da próxima geração de IA.

*A Meta foi reconhecida como organização extremista e é proibida na Rússia.

O que são modelos de mundo em IA?

São uma nova classe de redes neurais que não apenas descrevem o mundo, mas entendem como ele reage às ações. Ao contrário dos grandes modelos de linguagem (ChatGPT, Claude, Gemini), treinados com texto, os modelos de mundo devem reproduzir a física e a lógica de interação entre objetos do mundo ao redor.

Por que a IA precisa de dados de videogames?

Os videogames contêm bilhões de quadros de gameplay com física do mundo conhecida e reações do ambiente às ações do jogador. São uma fonte ideal de dados de treinamento para que as redes neurais aprendam relações de causa e efeito e prevejam o desenrolar dos eventos.