COCO Matrix lança o CO01, robô que aprende com demonstração, erro e uma frase

A chinesa COCO Matrix apresentou o CO01, um modelo para robôs construído em torno de uma ideia que, nos LLMs, já é considerada norma há tempos: aprender em contexto. O nome se lê /kuːl/, ou seja, "cool". Os desenvolvedores querem que o robô aprenda tarefas como uma pessoa: primeiro observa, depois tenta, depois ouve as correções. Uma demonstração, uma falha, uma frase ou uma imagem do objetivo, e o modelo já escolhe de outra forma a ação seguinte.

A equipe chama seu método de "dicas experienciais" (experience prompting). O ponto central é que a experiência entra diretamente no contexto do modelo. Ela não precisa antes ser transformada em dataset de treinamento nem passar por um novo ciclo de fine-tuning.

Uma lição no lugar do fine-tuning

Em robótica, uma nova tarefa normalmente significa um novo lote de dados. É preciso coletar demonstrações, anotá-las, refinar a política, testar no hardware e só então repetir o ciclo. Para o integrador que instala robôs em diferentes áreas da operação, esse é o principal item de custo e a principal causa de pilotos demorados.

Os modelos de linguagem resolveram esse problema antes. Um exemplo no prompt muda o comportamento do modelo sem alterar seus pesos. O CO01 leva essa lógica para o mundo físico. Se a abordagem funcionar como declarado, o instrutor poderá mostrar a tarefa, apontar o erro e corrigir a ação com uma palavra, como se faz com um funcionário novo em um armazém.

Quatro tipos de dica

O conjunto de sinais do CO01 diz muito sobre o modelo. A empresa lista os formatos que ele consegue receber:

• Demonstração. Uma única demonstração basta para definir o modelo da ação.
• Tentativa fracassada. O registro da falha vira material de aprendizado: o modelo vê exatamente o que não funcionou.
• Lembrete curto. Uma frase como "mova-se mais devagar" ou "primeiro abra a tampa" orienta o passo seguinte.
• Imagem do objetivo. A foto do estado final, por exemplo de objetos já organizados, substitui uma longa descrição da tarefa.

O segundo item é o mais interessante. A maioria dos robôs é treinada com trajetórias bem-sucedidas, e as falhas são descartadas como ruído. Aqui, o fracasso é tratado como fonte legítima de conhecimento, o que se aproxima mais da prática real do aprendizado humano. Erros acontecem o tempo todo no chão de fábrica, e um modelo capaz de tirar uma lição deles no próprio local é mais útil do que um que apenas repete gravações perfeitas.

Onde a abordagem esbarra na realidade

O aprendizado em contexto tem limitações conhecidas. O contexto é finito: quanto mais exemplos e dicas, maior a carga computacional e mais difícil manter as latências, que são críticas para controlar um manipulador. A experiência guardada no contexto não se acumula sozinha. Quando a sessão termina, a lição precisa ser passada de novo, a menos que tenha sido registrada separadamente.

Há também a questão da confiabilidade. Uma frase clara para uma pessoa pode ser ambígua para o modelo. A imagem do objetivo admite várias formas de alcançá-lo, e nem todas são seguras para o equipamento.

O que os integradores devem verificar antes do piloto

Se o CO01 chegar a implantações comerciais, vale fazer perguntas objetivas ao fornecedor:

• quantas dicas o modelo mantém no contexto e como a velocidade de resposta cai à medida que o número de exemplos cresce;
• se a lição é preservada entre turnos de trabalho e como transferi-la de um robô para outro;
• que parcela das tarefas é aprendida com uma única demonstração e qual exige várias tentativas;
• como o sistema se comporta quando as dicas se contradizem, por exemplo entre uma demonstração e um comando verbal;
• que restrições de segurança valem independentemente do que o operador disser.

Para o mercado, o CO01 é mais um sinal de que os foundation models de robótica caminham para a mesma interface estabelecida pelos LLMs: em vez de retreinar, explicar. Sai ganhando quem tornar a explicação barata, rápida e tolerante a erros do operador. É por esses três parâmetros que o CO01 terá de ser comparado com os concorrentes.