Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radar36Kr (36氪)→ original

Unitree UnifoLM-VLA-0: robôs chineses aprendem a pensar com as mãos

A Unitree, líder chinesa em robótica, fez uma jogada forte ao abrir o código do UnifoLM-VLA-0. Não é só mais uma rede neural para chats, mas um modelo VLA (Vision-Language-Action) completo. Ele liga o que o robô vê ao que ele deve fazer. Enquanto concorrentes como Tesla e Figure mantêm suas pesquisas trancadas, a Unitree entrega as ferramentas a todos. O modelo foi treinado com enormes volumes de dados de interação física, o que o transforma de simples "espectador" em "executor". É um passo importante rumo a humanoides em massa que entendem a física do mundo real, em vez de apenas imitar movimentos de scripts pré-escritos.

Processado por IA de 36Kr (36氪); editado por Hamidun News
Unitree UnifoLM-VLA-0: robôs chineses aprendem a pensar com as mãos
Fonte: 36Kr (36氪). Colagem: Hamidun News.
Ouvir artigo

Por muito tempo, encaramos os robôs humanoides como impressionantes peças de metal que fazem cambalhotas, mas travam diante de uma simples maçaneta. O problema nunca foram os motores, e sim a "cabeça". Agora a Unitree, empresa que já nos acostumou com cães robôs acessíveis, decidiu levar a inteligência a sério. Ela abriu o código do UnifoLM-VLA-0, e o lançamento pode mudar as regras do jogo na indústria mais rápido do que parece à primeira vista. Estamos finalmente passando de redes neurais simples, que só sabem conversar, para modelos do tipo VLA (Vision-Language-Action), capazes de controlar um corpo físico no espaço real.

Para entender a dimensão, vale lembrar como os robôs aprendiam antes. Em geral, era uma lógica programada rígida ou aprendizado por reforço para uma tarefa específica e estreita. Se você ensinasse um robô a abrir a geladeira, ele só sabia fazer isso. O UnifoLM-VLA-0 funciona de outro jeito. Ele é herdeiro dos grandes modelos de linguagem e passou por ajuste fino com dados específicos de interação física. O resultado é um "cérebro incorporado" (embodied brain) que entende o contexto. Ele não apenas vê uma maçã sobre a mesa: a partir do comando de texto do usuário, entende como pegá-la, com que força apertar e onde colocá-la.

O mais irônico é que a Unitree escolheu o caminho da abertura. Enquanto gigantes ocidentais e até alguns concorrentes chineses constroem "jardins murados" e escondem a arquitetura de seus sistemas de controle, a Unitree põe as cartas na mesa. É um cálculo estratégico. Ao abrir o UnifoLM-VLA-0, ela convida milhares de desenvolvedores do mundo todo a testar, melhorar e adaptar o modelo a hardwares bem variados. É um truque clássico da história do software: se você não consegue vencer todo mundo sozinho, torne-se o padrão de todos. Se amanhã um em cada dois projetos de pesquisa em robótica usar o cérebro da Unitree, a questão da liderança no setor se resolve sozinha.

Tecnicamente, o UnifoLM-VLA-0 tenta superar a lacuna entre a compreensão visual (VLM) e a ação real. Modelos comuns muitas vezes alucinam ou não entendem as leis da física: podem "dizer" que pegaram uma xícara, mas a mão virtual atravessaria o objeto. A nova arquitetura da Unitree busca dar ao robô o que engenheiros chamam de "senso comum físico": o conhecimento de que objetos têm peso, atrito e inércia. Sem isso, os humanoides continuariam sendo brinquedos caros de feira, capazes apenas de acenar para os passantes em um ciclo gravado previamente.

O que isso significa para nós? Provavelmente, veremos um salto brusco nas capacidades de robôs domésticos e de armazém no próximo ano ou dois. Quando o software vira patrimônio comum, o progresso acelera de forma exponencial. Já vimos isso com os modelos de linguagem depois do lançamento do LLaMA. Agora chegou a vez do mundo físico. Claro, ainda falta muito para um robô mordomo completo, mas a base, na forma de um "cérebro" aberto, já foi lançada. Agora cabe à comunidade ensinar esse cérebro não só a entender comandos, mas também a não destruir tudo ao redor enquanto os executa.

Em resumo: a Unitree aposta no código aberto e tenta se tornar o "Android" da robótica. Será que os sistemas proprietários fechados do Tesla Optimus vão aguentar a concorrência da inteligência coletiva dos desenvolvedores?

História
ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…