Physical Intelligence apresenta o π0.7, um cérebro de robô capaz de encarar tarefas desconhecidas

A Physical Intelligence, uma das startups mais comentadas da robótica, apresentou o π0.7, versão atualizada de seu modelo-"cérebro" para robôs. A conquista central: o sistema agora lida com tarefas para as quais não foi treinado especificamente.

A Physical Intelligence foi fundada em 2023 por uma equipe de ex-pesquisadores do Google DeepMind, de Berkeley e de outros laboratórios de ponta. Desde o início, a empresa traçou uma meta ambiciosa: criar um cérebro de IA universal para robôs físicos, de forma análoga ao que o GPT fez com o processamento de texto. No primeiro ano, a startup captou cerca de 400 milhões de dólares; entre os investidores estão Khosla Ventures, Thrive Capital e Amazon.

O primeiro modelo público, o π0, saiu no fim de 2024. Ele sabia controlar manipuladores e executar tarefas domésticas: dobrar roupa, lavar louça. Mas era treinado em habilidades específicas: cada ação era mostrada de antemão e fixada nos pesos do modelo.

O π0.7 vai além. Segundo a empresa, o novo modelo é capaz de transferir conhecimento para tarefas nas quais nunca foi treinado. Em outras palavras, ele generaliza, em vez de apenas reproduzir o que decorou. É isso que torna o passo significativo: não se trata de aprimoramento dentro de cenários conhecidos, mas do surgimento dos primeiros sinais de "senso comum" sobre o mundo físico.

A própria empresa é cautelosa nas palavras: fala em um "passo inicial, mas significativo" rumo a uma meta antiga, um robô universal que dê conta de qualquer tarefa física sem treinamento separado para cada novo cenário. É uma diferença fundamental em relação ao estado atual das coisas, em que um manipulador industrial faz exatamente aquilo para o qual foi programado, e nada além.

A generalização é um dos problemas centrais da robótica há décadas. Treinar um robô para apertar um parafuso em uma esteira não é difícil. Treiná-lo para "se virar" com uma tarefa nova, com base em uma compreensão geral de física e espaço, é outra história. Foram os avanços dos grandes modelos de linguagem que impulsionaram todo o setor: descobriu-se que o treinamento em larga escala com dados heterogêneos dá aos modelos a capacidade de generalizar. A Physical Intelligence aplica o mesmo princípio a ações físicas no mundo real.

A arquitetura do π0.7 não foi detalhada. Historicamente, a empresa constrói seus modelos sobre uma abordagem de difusão, aplicada não a pixels, mas ao espaço de ações do robô: em vez de escolher o próximo passo em um conjunto fixo, o modelo gera uma trajetória de movimento e a refina aos poucos, mais ou menos como uma rede neural refina uma imagem.

Continua em aberto o quanto as tarefas "desconhecidas" são de fato desconhecidas. A empresa ainda não publicou benchmarks detalhados, e as demonstrações em vídeo, arma tradicional de marketing das startups de robótica, nem sempre refletem a confiabilidade real dos sistemas em condições não controladas.

Mesmo assim, o fato em si importa: uma startup com financiamento robusto e equipe de nível mundial registra um passo mensurável rumo à generalização. A corrida pelo "cérebro do robô" corre em paralelo à dos grandes modelos de linguagem, e o que está em jogo é comparável. Se nos próximos anos for possível criar um modelo realmente universal para controlar um corpo físico, ele vai transformar toda a indústria de automação, da logística à cirurgia.

O π0.7 ainda não é a linha de chegada. Mas é um dos poucos sinais reais de que o caminho até ela existe.