O ecossistema de inteligência artificial vive dois movimentos simultâneos que revelam onde as disputas do setor realmente acontecem: enquanto o lançamento do modelo Kimi, da chinesa Moonshot AI, reacendeu debates sobre competitividade entre Estados Unidos e China, startups como a Encord trabalham silenciosamente para resolver um gargalo menos visível, porém igualmente crítico, a escassez de dados de treinamento para robôs físicos. Juntos, esses episódios mostram que a corrida pela IA vai muito além dos benchmarks divulgados em comunicados de imprensa.
O modelo Kimi ganhou atenção nas redes sociais após demonstrações que incluíam a recriação gráfica do sistema operacional macOS em 30 minutos. A repercussão foi intensa o suficiente para que executivos da OpenAI e da Anthropic relatassem, nos bastidores de Washington, preocupações sobre modelos chineses de código aberto, os chamados open weight models, nos quais os pesos do modelo (os parâmetros que definem seu comportamento) são disponibilizados publicamente, junto a reguladores norte-americanos.
O padrão que se repete: pânico, debate e refluxo
Para os analistas que acompanham o setor, a reação ao Kimi soou familiar. No podcast Equity, da TechCrunch, os jornalistas Anthony Ha, Sean O’Kane e Kirsten Korosec compararam o episódio ao lançamento do DeepSeek: um modelo chinês apresenta desempenho competitivo em alguns benchmarks, uma parcela da indústria entra em colapso nas redes sociais e, dias depois, o clima ameniza. “Parece que estamos vendo repetições de freakouts anteriores”, afirmou O’Kane, acrescentando que, uma semana após o lançamento, ninguém mais sentia que “o fim estava próximo”.
Korosec apontou que o debate carrega uma camada de protecionismo relevante: a pergunta central não seria apenas se modelos chineses representam risco de segurança ou viés implícito em favor da China, mas também quem se beneficia de eventuais restrições. “Estamos acelerando e garantindo que os americanos vençam a corrida da IA, ou estamos garantindo que certos laboratórios de fronteira se saiam melhor do que outros?”, questionou a jornalista. Ha reforçou a analogia com o debate em torno do TikTok: “Assim que você adiciona a palavra China a qualquer discussão, as coisas escalam dramaticamente.”
Ondas cerebrais como matéria-prima para robôs
Enquanto a disputa geopolítica domina os holofotes, a Encord, empresa que desenvolve ferramentas de dados para treinar modelos de IA, trabalha em um armazém em San Leandro, na Califórnia, com uma aposta incomum: usar ondas cerebrais humanas para enriquecer conjuntos de dados de treinamento para robôs. Operadores chamados internamente de pilots realizam tarefas manuais usando um headset da startup alemã Zander Labs, que mede a atividade cerebral para deduzir estados mentais como erro, intenção e surpresa. A lógica, segundo o neurocientista Lucas Gehrke, é que o nível de atividade cerebral em cada momento de uma tarefa oferece pistas sobre quando um modelo de robô precisa acionar seus processos de maior esforço computacional.
Vineeth Velmurugan, chefe de aprendizado robótico da Encord e ex-integrante do laboratório de robótica da OpenAI, resume o problema central: “Os dados simplesmente não existem.” Segundo ele, seria necessário um conjunto de dados aproximadamente cinco vezes maior que todo o acervo de vídeos do YouTube para superar o atual gargalo. Além das ondas cerebrais, a empresa coleta dados egocêntricos, termo para vídeos gravados do ponto de vista do operador, com câmeras na cabeça, em fábricas ao redor do mundo e opera rigs de líder-seguidor, pares de braços robóticos em que um humano controla um e o outro replica os movimentos, para gerar dados sobre tarefas como servir café e empilhar fichas de pôquer.
Dados físicos, o verdadeiro campo de batalha
A Encord foi fundada originalmente para ajudar empresas de visão computacional a anotar dados, mas percebeu que seus clientes, entre os quais Velmurugan cita “muitas das principais empresas de robótica”, sem autorização para nomeá-las, precisavam que os dados fossem produzidos, não apenas gerenciados. O projeto com ondas cerebrais ainda é uma fase de testes: o objetivo é construir um conjunto inicial de dados marcados com informações cerebrais, rodá-los em modelos de clientes e avaliar se o desempenho melhora antes de escalar.
Os dois cenários, a disputa geopolítica em torno do Kimi e a busca por dados físicos de qualidade, convergem para um mesmo diagnóstico: os verdadeiros limites da IA em 2026 não estão apenas nos algoritmos, mas na infraestrutura invisível que os sustenta, seja ela política, regulatória ou constituída de ondas cerebrais captadas em um armazém na Califórnia.
Fontes: AI News & Artificial Intelligence | TechCrunch
