Introdução
A robótica pode estar prestes a experimentar sua própria revolução, similar ao que o ChatGPT representou para os modelos de linguagem. A startup General Intuition, avaliada em US$ 2,3 bilhões, acaba de levantar US$ 320 milhões apostando que dados de videogames podem ser a chave para criar modelos de IA capazes de controlar robôs com a mesma facilidade que o GPT gera texto. A empresa, apoiada por Jeff Bezos e investidores como Coatue e Eric Schmidt, propõe uma mudança fundamental na forma como desenvolvemos inteligência artificial para o mundo físico.
Enquanto empresas de robótica tradicionalmente coletam enormes quantidades de dados do mundo real para treinar sistemas especializados, a General Intuition está seguindo um caminho diferente: usar milhões de horas de gameplay para ensinar IA a entender movimento, espaço e interação física. O resultado? Um modelo que conseguiu controlar um robô quadrúpede após apenas oito minutos de treinamento com dados reais.
A aposta em dados de videogames como diferencial
A estratégia da General Intuition se baseia em uma observação crucial: videogames contêm informações ricas sobre ações e consequências. Diferentemente de vídeos do YouTube ou textos da internet, dados de jogos incluem não apenas o que aconteceu visualmente, mas também quais comandos foram executados – cada botão pressionado, cada movimento do controle. Essa combinação de entrada e saída fornece um conjunto de dados único para ensinar IA sobre causa e efeito no mundo físico.
Pim de Witte, CEO da empresa, explica que essa abordagem permite criar modelos com ‘intuição’ sobre espaço e tempo. Em vez de precisar de centenas de milhares de horas de dados robóticos específicos, o modelo pré-treinado em jogos já possui uma compreensão básica de física, movimento e interação que pode ser rapidamente adaptada para diferentes robôs e ambientes.
A empresa demonstrou essa capacidade de forma impressionante: seu modelo conseguiu controlar um robô quadrúpede navegando por um escritório com pessoas andando e objetos dinâmicos, usando apenas uma câmera frontal e sem sensores adicionais. O mais surpreendente? O robô foi treinado com apenas oito minutos de dados do mundo real, aproveitando o conhecimento prévio adquirido dos videogames.
Paralelos com a revolução dos modelos de linguagem
A comparação com o ChatGPT não é acidental. Antes do GPT-3 da OpenAI inaugurar a era dos modelos fundamentais, empresas construíam modelos de processamento de linguagem natural especializados do zero, treinando cada um com grandes quantidades de dados específicos para cada tarefa. Hoje, a maioria das organizações começa com um modelo de propósito geral como GPT, Claude ou Llama e depois ajusta ou direciona para suas necessidades específicas.
De Witte acredita que a IA corporificada seguirá um padrão similar. ‘Muitas empresas agora estão fazendo trabalho especializado focado em incorporações individuais, ambientes individuais e robôs individuais’, disse ele ao TechCrunch. Esse trabalho, argumenta, se tornará redundante em breve com o surgimento de modelos gerais como o que a General Intuition está desenvolvendo.
A generalização do modelo em si é o produto. O fato de ter um nível básico de raciocínio sobre espaço e tempo será a razão pela qual as pessoas pararão de coletar centenas de milhares ou milhões de horas de dados do mundo real, porque a realidade é que você precisa apenas de alguns minutos.
O ecossistema de investidores e a visão de longo prazo
O round de US$ 320 milhões da General Intuition atraiu um grupo impressionante de investidores, incluindo não apenas fundos de venture capital como Coatue, mas também pesquisadores do MIT e Google DeepMind. Vinod Khosla, investidor líder, compartilha a visão de que os dados de ação dos videogames são fundamentais para desenvolver intuição espacial-temporal similar à humana.
A empresa surgiu como spin-off da Medal TV, uma plataforma de gaming, aproveitando acesso a dados proprietários de jogos. Curiosamente, de Witte revelou que a empresa recusou uma oferta de aquisição da OpenAI para construir o que considera uma ‘empresa geracional’. Os cofundadores da General Intuition também são os pesquisadores por trás do paper DIAMOND world model, demonstrando credenciais técnicas sólidas na área.
A estratégia não é construir robôs próprios, mas se tornar o modelo fundamental da IA física – uma base sobre a qual outras empresas de robótica possam construir suas máquinas. Como de Witte coloca: ‘Não vamos construir uma empresa de carros autônomos. Vamos tornar 10 vezes mais fácil para a próxima pessoa construir uma empresa de carros autônomos.’
Implicações para o mercado brasileiro
Para o mercado brasileiro, especialmente setores como manufatura, logística e agronegócio, essa evolução sinaliza mudanças importantes. Se a General Intuition estiver correta, a automação robótica pode se tornar significativamente mais acessível nos próximos anos. Em vez de investir milhões em coleta de dados e desenvolvimento de modelos especializados, empresas poderão partir de modelos pré-treinados e adaptá-los rapidamente para suas necessidades específicas.
Isso é particularmente relevante para o Brasil, onde a adoção de robótica industrial ainda está atrás de países desenvolvidos. A barreira de entrada menor poderia acelerar a automação em setores-chave da economia, desde linhas de produção até operações agrícolas. Empresas brasileiras de tecnologia também poderiam se beneficiar, desenvolvendo aplicações específicas sobre esses modelos fundamentais em vez de tentar competir na criação de modelos do zero.
A questão ética também merece atenção. De Witte mencionou linhas vermelhas em aplicações de defesa, indicando que a empresa está consciente das implicações de sua tecnologia. Para reguladores brasileiros, isso levanta questões sobre como preparar frameworks legais para uma era onde robôs inteligentes podem se tornar comuns em diversos setores.
Desafios e oportunidades além dos videogames
Embora os videogames forneçam dados ricos, a General Intuition reconhece que precisará expandir suas fontes de dados. A empresa está explorando outros domínios onde dados de ação estejam disponíveis, mas descarta vídeos do YouTube como insuficientes – eles mostram o que aconteceu, mas não as ações que causaram esses eventos.
A startup também lançou o Nerve, uma iniciativa para criar empregos através de sua tecnologia, sugerindo consciência sobre o impacto social da automação. Isso é especialmente relevante em mercados emergentes como o Brasil, onde a automação precisa ser balanceada com considerações sobre emprego e desenvolvimento social.
O sucesso da demonstração com o robô quadrúpede, navegando ambientes dinâmicos com apenas visão frontal, sugere que a tecnologia já está mais avançada do que muitos esperavam. A capacidade de generalização zero-shot – funcionar em situações não vistas durante o treinamento – é um marco importante para IA robótica.
Conclusão
A General Intuition pode estar no caminho certo ao prever que a robótica está prestes a ter seu ‘momento ChatGPT’. Assim como os modelos de linguagem transformaram o desenvolvimento de aplicações de IA textual, modelos fundamentais para IA física podem democratizar o desenvolvimento robótico. Para empresas brasileiras, isso representa tanto uma oportunidade quanto um imperativo: a oportunidade de adotar automação avançada mais facilmente, e o imperativo de se preparar para um mundo onde robôs inteligentes se tornam commodities tecnológicas. O investimento massivo na General Intuition sugere que esse futuro pode estar mais próximo do que imaginamos, e empresas que começarem a se preparar agora estarão melhor posicionadas para aproveitar essa revolução quando ela chegar ao mercado.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em TechCrunch, disponível em https://techcrunch.com/2026/07/08/this-startup-thinks-robotics-is-about-to-have-its-chatgpt-moment/.
