Cérebros robóticos chineses atraem grandes investimentos enquanto modelos de mundo decolam
Um canto tranquilo do cenário de IA na China está de repente atraindo dinheiro sério. Duas jovens empresas que trabalham nos chamados modelos de mundo — sistemas de IA que aprendem como o espaço físico se comporta para que as máquinas possam prever o que acontecerá a seguir — fecharam rodadas de financiamento com dias de diferença, um sinal de que os investidores veem a próxima grande oportunidade de IA em robôs, e não em chatbots.
A primeira, Gewu Tongzhi, disse ter levantado quase 100 milhões de yuans em uma rodada anjo. A empresa, sediada em Hangzhou, foi fundada em agosto de 2026 e está construindo o que chama de modelo inverso do mundo físico, treinado com dados em larga escala para que um robô possa raciocinar sobre objetos, movimento e consequências antes de se mover. Os apoiadores incluem fundos ligados ao governo local e várias empresas de capital aberto, e o dinheiro será destinado a treinamentos prévios maiores, hardware, contratações e testes no mundo real em vários cenários.
Seu fundador tem um histórico notável: ele anteriormente liderou a equipe fundadora de modelos de mundo dentro da unidade de automóveis inteligentes da Huawei, uma das operações de IA mais acompanhadas do país. Esse histórico ajuda a explicar por que a empresa atraiu atenção tão cedo após o lançamento — no concorrido campo da IA na China, um histórico em um grande player costuma valer mais do que um plano de negócios.
A segunda startup, Wuyuan Technology, foi fundada por Wu Haixu, um destacado estudante da Universidade Tsinghua que ganhou a prestigiosa bolsa especial da escola em 2022 e foi autor principal do GeoPT, um projeto de pesquisa sobre modelagem do mundo físico. A empresa já concluiu várias rodadas de financiamento e alcançou uma avaliação na casa das centenas de milhões de dólares, segundo relatos, com uma lista de investidores conhecidos.
O fio condutor é uma mudança na forma como os engenheiros pensam a inteligência robótica. Durante anos, o foco esteve nos modelos de visão-linguagem-ação, que permitem a uma máquina entender uma cena e executar um comando. Um modelo de mundo acrescenta algo diferente: a capacidade de ensaiar mentalmente. Em vez de simplesmente reconhecer uma prateleira de caixas de remédios, um robô pode simular a pegada, prever o escorregão e se ajustar antes que o braço se mova.
Essa capacidade importa mais em ambientes reais desorganizados — farmácias, armazéns, fábricas — onde os objetos se parecem e a iluminação muda. Uma equipe sediada em Xangai que trabalha em uma farmácia descreveu robôs que pegam pacotes de aparência semelhante em prateleiras lotadas, uma tarefa que exige tanta previsão quanto percepção. Os defensores argumentam que combinar modelos de mundo com sistemas de visão-linguagem-ação dá às máquinas algo mais próximo de um cérebro incorporado: uma parte decide o que fazer, a outra verifica se funcionará.
O entusiasmo vem com ressalvas. Treinar modelos de mundo exige muitos dados e é caro, e ninguém ainda mostrou um caminho claro para a implantação em massa. Alguns dos empreendimentos de robótica humanoide e cirúrgica mais badalados no exterior tiveram dificuldades ou fracassaram completamente, um lembrete de que os prazos de hardware são implacáveis. Mas a direção é clara: o dinheiro da IA na China está se movendo das telas para o mundo físico, e os fundadores com as credenciais de pesquisa certas estão encontrando capital à espera.