Worldmodeldata de Cambridge arrecada £7 milhões para treinar IA em videogames

Worldmodeldata, uma rede neural para videogames, atraiu £7 milhões em investimento para treinamento de IA: a empresa transforma jogabilidade em dados para treinar uma nova classe de inteligência artificial — modelos mundiais que não apenas descrevem o mundo, mas entendem como ele responde às ações.

Por que Modelos Mundiais Precisam de Dados Diferentes

Grandes modelos de linguagem — ChatGPT, Claude, Gemini — foram treinados principalmente em texto. Eles dominaram linguagem, conhecimento e lógica de raciocínio. Mas essa abordagem tem um limite fundamental: esses sistemas não têm compreensão integrada de física.

"Modelos mundiais" — a próxima fronteira. Estes são sistemas de IA capazes de prever consequências de ações físicas: o que acontece se você empurra um objeto, puxa uma alavanca ou joga um item de altura. Tal compreensão é necessária para robôs, agentes industriais e qualquer sistema operando em espaço real, em vez de virtual.

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

Por que Videogames São uma Fonte de Dados para IA

Motores de jogos são essencialmente simuladores de física. Eles modelam gravidade, colisões, dinâmica de fluidos, elasticidade de materiais e comportamento de objetos sob carga em tempo real. Cada hora de jogabilidade contém milhões de pares "ação → reação do ambiente": um carro bate em uma parede — deforma-se de acordo com as leis da física, um personagem pula — pousa a velocidade previsível, líquido se derrama — espalha-se de acordo com a hidrodinâmica simulada.

Diversidade também é importante: jogos modernos criam milhares de tipos de ambientes e objetos — de simuladores de direção a estratégias com sistemas físicos. Este é um banco de dados pronto de interações com o ambiente físico, já estruturado pela lógica do jogo em si.

Fatos-chave da rodada:

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

O Que Isso Significa

O mercado de dados de treinamento para IA está se transformando. Após anos de corpus de texto e eras de conjuntos de dados multimodais, principais laboratórios — Google DeepMind, Meta, OpenAI — estão pesquisando ativamente modelos mundiais para robôs e sistemas de agentes. A demanda por dados de treinamento fisicamente precisos e interativos crescerá junto com o mercado de robôs humanoides e agentes autônomos.

A aposta da Worldmodeldata é simples: décadas acumuladas de jogabilidade — esta é uma fonte escalável de dados sobre interação física que não existe em volume comparável em lugar nenhum. Se a previsão estiver correta, videogames se transformarão de entretenimento em infraestrutura para treinar a próxima geração de IA.

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

O que são modelos mundiais em IA?

Estes são uma nova classe de redes neurais que não apenas descrevem o mundo, mas entendem como ele responde às ações. Diferentemente de grandes modelos de linguagem (ChatGPT, Claude, Gemini) treinados em texto, modelos mundiais devem reproduzir física e lógica de interação entre objetos no mundo circundante.

Por que IA precisa de dados de videogames?

Videogames contêm bilhões de frames de jogabilidade com física mundial conhecida e reações do ambiente às ações do jogador. Esta é uma fonte ideal de dados de treinamento para redes neurais aprenderem relações causais e preverem progressão de eventos.