Physical Intelligence apresenta π0.7 — um cérebro de robô capaz de dominar tarefas desconhecidas

A Physical Intelligence, um dos players mais discutidos em robótica, apresentou π0.7—uma versão atualizada do seu modelo que funciona como um "cérebro" para robôs. O grande feito: o sistema agora consegue lidar com tarefas para as quais nunca foi especificamente treinado.

A Physical Intelligence foi fundada em 2023 por uma equipe de ex-pesquisadores do Google DeepMind, Berkeley e outros laboratórios de ponta. Desde o início, a empresa estabeleceu um objetivo ambicioso: criar um cérebro de IA universal para robôs físicos—análogo ao que o GPT fez pelo processamento de texto. No primeiro ano, a startup levantou aproximadamente 400 milhões de dólares; entre os investidores estão Khosla Ventures, Thrive Capital e Amazon.

O primeiro modelo público, π0, foi lançado no final de 2024. Ele conseguia controlar manipuladores e executar tarefas cotidianas: dobrar roupas, lavar louça. Mas foi treinado em habilidades específicas—cada ação foi demonstrada antecipadamente e incorporada aos pesos do modelo.

π0.7 vai além. Segundo a empresa, o novo modelo consegue transferir conhecimento para tarefas nas quais nunca foi treinado.

Em outras palavras, ele generaliza em vez de simplesmente reproduzir padrões aprendidos. É isso que torna o passo significativo: não é melhoria dentro de cenários familiares, mas o surgimento de um "senso comum" incipiente aplicado ao mundo físico. A própria empresa é cautelosa em suas declarações—chamando isso de "passo inicial, mas significativo" em direção ao objetivo há muito procurado: um robô universal que lida com qualquer tarefa física sem treinamento separado para cada novo cenário.

Essa é uma diferença fundamental em relação à situação atual, em que um manipulador industrial consegue fazer exatamente o que foi programado para fazer—e nada além. A generalização tem sido um dos principais desafios em robótica há décadas. Ensinar um robô a apertar um parafuso em uma linha de montagem é simples.

Ensiná-lo a "se virar" com uma nova tarefa com base na compreensão geral de física e espaço é completamente diferente. Foram precisamente os sucessos dos grandes modelos de linguagem que impulsionaram toda a indústria: descobriu-se que o treinamento em larga escala em dados diversos confere aos modelos a capacidade de generalizar. A Physical Intelligence aplica o mesmo princípio a ações físicas no mundo real.

A arquitetura de π0.7 não é detalhada especificamente. A empresa historicamente constrói seus modelos usando uma abordagem de difusão, aplicando-a não a pixels, mas ao espaço de ações do robô: em vez de selecionar o próximo passo de um conjunto fixo, o modelo gera uma trajetória de movimento, refinando-a gradualmente—da mesma forma como uma rede neural refina uma imagem.

A questão de quão verdadeiramente "desconhecidas" as novas tarefas realmente são permanece aberta. A empresa ainda não publicou benchmarks detalhados, e demonstrações em vídeo—uma ferramenta de marketing tradicional de startups de robótica—nem sempre refletem a confiabilidade real em condições descontroladas. No entanto, o fato em si é importante: uma startup com financiamento sério e uma equipe de classe mundial está registrando um passo mensurável em direção à generalização.

A corrida por um "cérebro para robôs" corre paralela à corrida pelos grandes modelos de linguagem—e as apostas são comparáveis. Se nos próximos anos conseguir criar um modelo verdadeiramente universal para controlar um corpo físico, isso transformará toda a indústria de automação: desde logística até cirurgia. π0.

7 ainda não é a linha de chegada. Mas é um dos poucos sinais reais de que o caminho para lá existe.