Modelos de mundo treinam robôs e carros autônomos em simulações, enquanto pessoas coletam seus dados

Se você já treinou um modelo com dados que não cobriam suficientemente os casos raros, conhece o problema: experimentar no mundo real custa caro demais. Não dá para derrubar um robô um milhão de vezes nem mandar deliberadamente um carro autônomo para uma pista coberta de gelo. Os modelos de mundo preenchem justamente essa lacuna e, segundo as previsões, estarão muito mais próximos da vida cotidiana em 2027.

O que muda em relação aos LLMs

Oliver Cameron, CEO do laboratório Odyssey, explica a diferença de forma simples. Um modelo de linguagem recebe uma frase e prevê a próxima palavra. Um modelo de mundo recebe um estado visual do mundo, como uma imagem, e prevê o próximo estado. Para isso funcionar, o modelo precisa entender a física, as relações de causa e efeito e como pessoas e objetos reagem às nossas ações. É assim que Jamie Shotton, cientista-chefe da Wayve, define a tarefa.

Na prática, o resultado é um ambiente 3D gerado que tem a aparência e o comportamento do mundo real. É um campo de treinamento onde os erros não custam nada.

Como isso funciona na prática

Brian McClendon, CTO da Niantic Spatial, descreve um cenário com um robô doméstico. Você fotografa o ambiente onde ele vai trabalhar, um modelo 3D é construído a partir das imagens e, depois, o software executa milhões de simulações para que o robô aprenda a configuração do espaço: onde está a mesa, onde fica a soleira e o que pode ser movido.

A Niantic está em uma posição favorável. Jogadores de Pokémon Go passaram anos escaneando ruas, e agora a empresa, que vendeu o jogo no ano passado, aposta na reconstrução do mundo real. A Wayve segue outro caminho: seu modelo generativo usa, em parte, gravações de câmeras veiculares para recriar estradas e condições perigosas que não podem ser testadas com segurança na vida real.

A terceira área são os jogos. Física e renderização 3D são elementos fundamentais nesse setor, por isso a Tencent está investindo em seus próprios modelos de mundo.

O dinheiro e o custo oculto

As transações mostram o interesse dos investidores. Yann LeCun, ex-cientista-chefe de IA da Meta, captou mais de um bilhão de dólares para sua startup Advanced Machines Intelligence. A AMD adquiriu neste ano a World Labs, de Fei-Fei Li, fundada em 2024, por mais de $8 bilhões. O Google continua anunciando com frequência seus avanços nessa área.

Há também um lado menos visível. Para simular o mundo físico, os laboratórios precisam de gravações desse mundo, e quem as produz são pessoas de verdade. O autor de uma reportagem da Wired prendeu um iPhone à testa e passou várias horas se filmando enquanto dobrava roupas, lavava louça e servia refrigerante de cola; depois, vendeu os vídeos por meio de um aplicativo por uma quantia modesta. Se as empresas continuarem buscando mais qualidade, essa gigantesca economia de bicos de coleta de dados só tende a crescer.

Limitações e o que fazer

O artigo é, em grande parte, um panorama: não apresenta métricas específicas de qualidade das simulações, comparações com testes no mundo real nem prazos para a chegada em massa de robôs domésticos. A previsão para 2027 continua sendo uma previsão.

Para quem atua na área, a conclusão é esta. Se você desenvolve robótica, veículos autônomos ou jogos, vale considerar a simulação com modelos de mundo como uma forma barata de cobrir casos raros e perigosos. Se você é gerente de produto ou fundador, preste atenção à escassez de dados: quem tiver gravações exclusivas do mundo físico estará em vantagem. E quem coleta esses dados deve pensar com antecedência em consentimento, privacidade e remuneração justa, porque é nesse ponto que reguladores e usuários provavelmente começarão a fazer perguntas.