O Alibaba entrou na corrida para construir IA que alimenta robôs, não apenas chatbots. A gigante tecnológica chinesa revelou esta semana o RynnBrain, um modelo de código aberto projetado para ajudar os robôs a perceber seu ambiente e executar tarefas físicas.
A medida assinala o avanço acelerado da China na IA física, à medida que o envelhecimento da população e a escassez de mão-de-obra impulsionam a procura de máquinas que possam trabalhar ao lado – ou substituir – os humanos. O modelo posiciona o Alibaba ao lado da Nvidia, Google DeepMind e Tesla na corrida para construir o que o CEO da Nvidia, Jensen Huang, chama de “uma oportunidade de crescimento multitrilionária”.
Ao contrário dos seus concorrentes, no entanto, a Alibaba está a seguir uma estratégia de código aberto – disponibilizando gratuitamente o RynnBrain aos programadores para acelerar a adoção, semelhante à sua abordagem com a família de modelos de linguagem Qwen, que está entre os sistemas de IA mais avançados da China.
Demonstrações em vídeo divulgadas pela DAMO Academy do Alibaba mostram robôs movidos a RynnBrain identificando frutas e colocando-as em cestas – tarefas que parecem simples, mas exigem IA complexa que governa o reconhecimento de objetos e movimentos precisos.
A tecnologia se enquadra na categoria de modelos de visão-linguagem-ação (VLA), que integram visão computacional, processamento de linguagem natural e controle motor para permitir que os robôs interpretem o ambiente ao seu redor e executem ações apropriadas.
Ao contrário dos robôs tradicionais que seguem instruções pré-programadas, os sistemas físicos de IA como o RynnBrain permitem que as máquinas aprendam com a experiência e adaptem o comportamento em tempo real. Isto representa uma mudança fundamental da automação para a tomada de decisões autônoma em ambientes físicos – uma mudança com implicações que se estendem muito além do chão de fábrica.
Do protótipo à produção
O momento sinaliza um ponto de inflexão mais amplo. De acordo com o relatório Tech Trends 2026 da Deloitte, a IA física começou a “mudar de um cronograma de pesquisa para um cronograma industrial”, com plataformas de simulação e geração de dados sintéticos comprimindo ciclos de iteração antes da implantação no mundo real.
A transição está a ser impulsionada menos por avanços tecnológicos do que por necessidades económicas. As economias avançadas enfrentam uma dura realidade: a procura de produção, logística e manutenção continua a aumentar, enquanto a oferta de mão-de-obra falha cada vez mais em acompanhar o ritmo.
A OCDE prevê que as populações em idade activa nos países desenvolvidos irão estagnar ou diminuir nas próximas décadas à medida que o envelhecimento acelera.
Partes da Ásia Oriental estão a deparar-se com esta realidade mais cedo do que outras regiões. O envelhecimento demográfico, o declínio da fertilidade e a contracção dos mercados de trabalho já estão a influenciar as escolhas de automação na logística, produção e infra-estruturas – particularmente na China, no Japão e na Coreia do Sul.
Esses ambientes não são excepcionais; estão simplesmente à frente de uma trajetória que outras economias avançadas provavelmente seguirão.
Quando se trata especificamente de robôs humanóides – máquinas projetadas para andar e funcionar como humanos – a China está “avançando à frente dos EUA”, com as empresas planejando aumentar a produção este ano, de acordo com a Deloitte.
O UBS estima que haverá dois milhões de humanóides no local de trabalho até 2035, aumentando para 300 milhões em 2050, representando um mercado total endereçável entre 1,4 biliões e 1,7 biliões de dólares em meados do século.
A lacuna de governança
No entanto, à medida que as capacidades físicas da IA aceleram, surge uma restrição crítica – que não tem nada a ver com o desempenho do modelo.
“Em ambientes físicos, as falhas não podem simplesmente ser corrigidas posteriormente”, de acordo com uma análise do Fórum Económico Mundial publicada esta semana. “Quando a IA começa a movimentar mercadorias, coordenar mão-de-obra ou operar equipamentos, a restrição vinculativa muda do que os sistemas podem fazer para como a responsabilidade, a autoridade e a intervenção são governadas.”
As indústrias físicas são governadas por consequências, não por computação. Uma recomendação falha em um chatbot pode ser corrigida em software. Um robô que deixa cair uma peça durante a entrega ou perde o equilíbrio no chão de uma fábrica projetada para humanos causa uma pausa nas operações, criando efeitos em cascata nos cronogramas de produção, nos protocolos de segurança e nas cadeias de responsabilidade.
A estrutura do FEM identifica três níveis de governação necessários para uma implantação segura: governação executiva que define a apetência pelo risco e os aspectos não negociáveis; governança do sistema incorporando essas restrições na realidade projetada por meio de regras de parada e controles de mudança; e governança na linha de frente, dando aos trabalhadores autoridade clara para anular as decisões de IA.
“À medida que a IA física acelera, as capacidades técnicas convergirão cada vez mais, mas a governação não”, alerta a análise. “Aqueles que tratam a governação como uma reflexão tardia poderão obter ganhos iniciais, mas descobrirão que a escala amplifica a fragilidade.”
Isto cria uma assimetria na competição EUA-China. Os ciclos de implementação mais rápidos da China e a vontade de testar sistemas em ambientes industriais controlados poderão acelerar as curvas de aprendizagem.
No entanto, os quadros de governação que funcionam em ambientes fabris estruturados podem não se traduzir em espaços públicos onde os sistemas autónomos devem navegar pelo comportamento humano imprevisível.
Sinais de implantação antecipada
As actuais implantações continuam concentradas no armazenamento e na logística, onde as pressões do mercado de trabalho são mais agudas. A Amazon implantou recentemente seu milionésimo robô, parte de uma frota diversificada que trabalha ao lado de humanos. Seu modelo DeepFleet AI coordena esse enorme exército de robôs em toda a rede de atendimento, que, segundo a Amazon, melhorará a eficiência das viagens em 10%.
A BMW está testando robôs humanóides em sua fábrica na Carolina do Sul para tarefas que exigem destreza que falta aos robôs industriais tradicionais: manipulação de precisão, preensão complexa e coordenação com as duas mãos.
A montadora também está usando tecnologia de veículos autônomos para permitir que carros recém-construídos conduzam sozinhos desde a linha de montagem, passando pelos testes, até a área de acabamento, tudo sem assistência humana.
Mas as aplicações estão a expandir-se para além dos ambientes industriais tradicionais. Na área da saúde, as empresas estão desenvolvendo sistemas de cirurgia robótica baseados em IA e assistentes inteligentes para atendimento ao paciente.
Cidades como Cincinnati estão implantando drones alimentados por IA para inspecionar autonomamente estruturas de pontes e superfícies de estradas. Detroit lançou um serviço de transporte autônomo gratuito para idosos e pessoas com deficiência.
A dinâmica competitiva regional intensificou-se esta semana quando a Coreia do Sul anunciou uma iniciativa nacional de 692 milhões de dólares para produzir semicondutores de IA, sublinhando como a implementação física da IA requer não apenas capacidades de software, mas também capacidade de produção de chips nacionais.
A NVIDIA lançou vários modelos sob sua marca “Cosmos” para treinamento e execução de IA em robótica. O Google DeepMind oferece Gemini Robotics-ER 1.5. Tesla está desenvolvendo sua própria IA para alimentar o robô humanóide Optimus. Cada empresa aposta que a convergência das capacidades de IA com a manipulação física irá desbloquear novas categorias de automação.
À medida que os ambientes de simulação melhoram e a aprendizagem baseada em ecossistemas encurta os ciclos de implementação, a questão estratégica está a mudar de “Podemos adotar IA física?” para “Podemos governá-lo em grande escala?”
Para a China, a resposta pode determinar se a sua vantagem pioneira na implantação da robótica se traduz numa liderança industrial sustentada – ou se se torna um conto de advertência sobre o dimensionamento dos sistemas mais rapidamente do que a infra-estrutura de governação necessária para os sustentar.
(Foto de Alibaba)
Veja também: EY e NVIDIA ajudarão empresas a testar e implantar IA física
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e está localizado junto com outros eventos de tecnologia líderes. Clique aqui para obter mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
