Um braço robótico troca a vassoura por uma banana no meio da tarefa e ninguém apertou um botão para isso. É a cena que resume a visita à Generalist AI, startup de Cambridge, Massachusetts, que vem circulando entre roboticistas como o nome do momento — e que ainda não provou que aguenta o peso da própria narrativa.
Os robôs da empresa aprendem tarefas assistindo a um vídeo curto, sem treinamento específico para cada movimento. Numa demonstração, um braço deveria varrer um bloco para dentro de uma tigela usando pá e escova. Sem a escova, ele improvisou: usou a própria pá como escova. Em outra, um robô de dois braços observou um vídeo de alguém abrindo uma bolsa e retirando notas — e repetiu o gesto numa bolsa diferente, trocando de garra quando o ângulo não funcionava.
A comparação que todo CEO de IA faz em algum momento
Pete Florence, cofundador e CEO da Generalist, comparou o momento ao entusiasmo em torno do GPT-3, em 2020: um modelo genérico que, com o prompt certo, tinha chance real de resolver tarefas novas. É a analogia obrigatória de qualquer startup que quer se vender como a próxima curva exponencial. Vale lembrar que o hype do GPT-3 levou anos — e centenas de bilhões de dólares em capital — até virar produto estável. Robótica física, ao contrário de texto, não se resume a token.
O trio e a aposta em dados proprietários
Florence, o CTO Andrew Barry e o cientista-chefe Andy Zeng vêm de DeepMind e Boston Dynamics — currículo que abre porta em qualquer rodada. A empresa treina modelos do zero, sem depender de modelo de linguagem open source, e aposta em coleta massiva de dados físicos: luvas com câmeras que imitam garras de robô, usadas por operadores contratados no México e em outros países para gerar demonstrações em série. A jogada é clara: quem tiver o maior volume de dados de interação física, sem prender isso a um robô específico, controla o próximo ciclo.
“Eles empurraram isso ao extremo e executaram muito bem”, diz Danfei Xu, roboticista do Georgia Tech. “São excelentes cientistas e fizeram boa ciência.”
Karen Liu, de Stanford, reforça a leitura: a abordagem de dados da Generalist é a aposta que parece estar funcionando. Frases assim ajudam a vender rodada, mas não substituem métrica de produto.
O número que não aparece no slide de investidor
E aqui está o dado que interessa: o robô só completa uma tarefa que já viu cerca de 59% das vezes. Para operar em ambiente comercial de verdade, a meta seria algo acima de 99%. A distância entre “impressiona no laboratório” e “sobrevive numa linha de produção” é exatamente onde startups de robótica historicamente queimam caixa e runway. Ciência boa não é o mesmo que unit economics fechada — isso quem acompanha o setor desde os primeiros robôs humanoides de demonstração já sabe de cor.
Fonte: https://www.wired.com/story/generalist-ai-robots-learn-like-clever-toddlers/