Yann LeCun e Fei-Fei Li, dois dos mais influentes pesquisadores de inteligência artificial do mundo, estão trabalhando em uma nova categoria de sistemas chamada de modelos de mundo. E embora seus laboratórios estejam ativos e bem financiados, ambos preferem manter os detalhes técnicos em sigilo. Uma reportagem do TechCrunch publicada em 18 de setembro de 2026 revelou o padrão de secretismo que envolve essas empresas e os motivos por trás dessa opacidade.
Enquanto o debate público sobre IA gira principalmente em torno de modelos de linguagem de grande escala, como o ChatGPT, o Gemini e o Claude, uma nova fronteira tecnológica está sendo explorada longe dos holofotes: os modelos de mundo, sistemas de IA projetados para criar representações navegáveis de ambientes físicos e gerar o que especialistas chamam de inteligência espacial.
O que são modelos de mundo
Diferente dos LLMs, que processam e geram texto, os modelos de mundo são sistemas de inteligência artificial capazes de criar mapas e representações do ambiente físico que possibilitam navegação, simulação e interação com o mundo real. Em termos práticos, imagine um sistema de IA que consegue entender o layout de uma fábrica e guiar um robô por ela com precisão, ou que pode criar uma versão digital de uma cidade inteira para simular movimentos de pessoas e veículos em diferentes cenários.
As aplicações potenciais são vastas: robótica industrial, design de games e efeitos visuais no cinema, veículos autônomos e produção industrial avançada. A inteligência espacial que esses modelos prometem é considerada por muitos pesquisadores como o próximo grande salto na IA, após os avanços expressivos em linguagem natural dos últimos anos.
Para entender a diferença em termos práticos: um LLM como o Claude ou o GPT-4 pode descrever como montar um móvel em detalhes, mas não consegue “ver” o espaço físico onde isso vai acontecer. Um modelo de mundo, em teoria, seria capaz de mapear esse espaço e guiar um robô para realizar a montagem de forma autônoma. É uma diferença qualitativa fundamental.
Os grandes nomes por trás da tecnologia
Dois laboratórios se destacam nesse campo. O primeiro é o AMI Labs, fundado por Yann LeCun, cientista-chefe de IA da Meta e vencedor do Prêmio Turing de 2018. LeCun é frequentemente citado como um dos criadores das redes neurais convolucionais, a arquitetura que revolucionou o reconhecimento de imagens e abriu caminho para grande parte da IA moderna que usamos hoje.
O segundo laboratório é o World Labs, fundado por Fei-Fei Li, diretora do Laboratório de IA Humano-Centrado de Stanford e ex-chefe científica de IA do Google Cloud. Li ficou mundialmente conhecida por criar o ImageNet, o banco de dados de imagens que alimentou décadas de avanços em visão computacional. O produto mais avançado do World Labs até agora é chamado de Marble, descrito pelo TechCrunch como o produto comercial mais desenvolvido na categoria, embora pouquíssimos detalhes sobre suas funcionalidades sejam conhecidos publicamente.
Ambos são figuras icônicas na área. A participação deles eleva automaticamente a credibilidade e o interesse do setor nesses projetos. Mas, ao contrário do que se poderia esperar de pesquisadores conhecidos por publicações científicas abertas, os dois estão operando com um nível de sigilo incomum para o padrão acadêmico.
O segredo e a lógica da floresta escura
Michael Rabbat, vice-presidente de Modelos de Mundo no AMI Labs, recusou-se a revelar detalhes ao TechCrunch, dizendo apenas que a empresa está em uma fase de pesquisa e construção e não está discutindo publicamente planos de produto ou cronogramas. A resposta é típica de startups em fase pré-lançamento, mas incomum vindo de um laboratório fundado por um dos pesquisadores mais citados da história da IA.
Até os fornecedores de dados para esses modelos estão às escuras sobre o que exatamente está sendo construído. Alex de Vigan, CEO da Physicl, empresa que fornece dados para modelos de mundo, revelou ao TechCrunch: Gostaria que eles nos contassem mais. Poderíamos construir dados mais úteis se soubéssemos no que estão trabalhando.
O artigo do TechCrunch usa a metáfora da floresta escura para explicar a lógica por trás desse sigilo: as empresas escondem informações para não alertar concorrentes sobre aplicações lucrativas antes de estabelecer domínio de mercado. Uma vez que o capital de risco que financia o desenvolvimento de uma tecnologia também financia concorrentes potenciais, revelar demais pode significar perder a corrida. Quanto mais clara for a rota para a monetização, mais rapidamente surgirão empresas tentando trilhar o mesmo caminho.
Por que isso importa para desenvolvedores e tecnologistas
Para desenvolvedores, profissionais de tecnologia e entusiastas de IA, o surgimento dos modelos de mundo representa uma oportunidade e um desafio ao mesmo tempo. Do lado das oportunidades, a tecnologia pode abrir frentes inteiramente novas de automação, simulação e interação entre IA e ambiente físico, desde robótica avançada em chões de fábrica até motores de jogos mais realistas e experiências de realidade mista mais imersivas.
Por outro lado, a falta de transparência dificulta que desenvolvedores se preparem para trabalhar com essas tecnologias. Se os líderes da área mantêm segredo sobre cronogramas e especificações, fica difícil para empresas e profissionais alinharem suas estratégias de tecnologia com o que está por vir. O ecossistema de ferramentas, bibliotecas e frameworks que normalmente surge ao redor de uma nova tecnologia só começa a se desenvolver quando há informação suficiente para a comunidade trabalhar.
O padrão de secretismo também levanta questões sobre governança e regulação. Diferente dos LLMs, que geram texto, os modelos de mundo interagem com o espaço físico. Riscos associados à robótica autônoma, a veículos sem motorista e a sistemas de vigilância são significativamente diferentes dos riscos de sistemas baseados em linguagem. Reguladores em todo o mundo ainda estão aprendendo a lidar com IA generativa, sem mencionar a próxima geração de IA espacial.
O contexto para o mercado brasileiro
No Brasil, a discussão sobre modelos de mundo ainda é incipiente, mas os setores que mais poderiam ser afetados já estão no radar. Agronegócio, mineração e logística são áreas onde a inteligência espacial poderia ter impacto enorme. Imaginar robôs autônomos guiados por modelos de mundo em colheitas mecanizadas, em operações de mineração de precisão ou em centros de distribuição de grandes redes de varejo não é ficção científica, mas um horizonte tecnológico que pode se tornar realidade antes do esperado.
Empresas brasileiras de tecnologia que desenvolvem soluções para esses setores fariam bem em acompanhar de perto os movimentos do AMI Labs e do World Labs. Quando essas empresas finalmente abrirem seus produtos para o mercado, a curva de aprendizado será íngreme para quem não esteve atento ao desenvolvimento da área.
Quando o segredo vai acabar
A pergunta que o setor faz é: por quanto tempo esses laboratórios conseguem manter o sigilo? A pressão por resultados comerciais, especialmente em um ambiente de capital de risco que exige retorno, eventualmente vai forçar uma abertura. O próprio fato de que fornecedores de dados não sabem o que está sendo construído sugere que as empresas ainda estão em fases iniciais de desenvolvimento, o que pode significar que a fase de revelação ainda está distante.
Mas quando o véu cair, a expectativa do setor é que a divulgação dos modelos de mundo represente um momento tão significativo para a IA quanto foi o lançamento do ChatGPT para os modelos de linguagem, com a diferença de que, dessa vez, o impacto não será apenas sobre como escrevemos e processamos informação, mas sobre como máquinas interagem com o mundo físico ao nosso redor.
Para quem acompanha o setor de IA de perto, o surgimento de dois laboratórios fundados por pesquisadores desse calibre, operando em paralelo no mesmo espaço e mantendo sigilo deliberado, é um sinal de que algo relevante está sendo construído. A questão não é se os modelos de mundo vão chegar, mas quando, e quais setores serão os primeiros a sentir seu impacto.
Acesse a matéria original no TechCrunch.
