A inteligência artificial generativa passou por uma inflexão que poucos anteciparam: em novembro de 2022, o ChatGPT transformou um campo de pesquisa de nicho em uma conversa global sobre o futuro do trabalho, da criatividade e da cognição. Agora, segundo Pim de Witte, CEO da General Intuition, a robótica está prestes a viver um momento igualmente disruptivo.
“O que aconteceu com os modelos de linguagem está prestes a acontecer com os modelos de movimento”, afirmou de Witte em entrevista ao TechCrunch. A frase resume a aposta central de sua empresa: a de que a robótica, assim como a IA de texto, está a ponto de deixar de ser território exclusivo de laboratórios e grandes fabricantes para se tornar uma tecnologia acessível e escalável.
O que é um “momento ChatGPT” para a robótica?
No contexto da IA generativa, o “momento ChatGPT” representou a combinação de três fatores: modelos suficientemente capazes, infraestrutura acessível e uma interface que o público leigo conseguia usar. Para a robótica, a equação é diferente, mas igualmente desafiadora.
Historicamente, robôs industriais são programados de forma rígida: cada tarefa exige centenas de horas de engenharia, ajuste fino e testes em ambiente controlado. Isso torna o processo caro, lento e dependente de especialistas. A promessa dos modelos de fundação, que são modelos treinados com grandes volumes de dados e adaptáveis a múltiplas tarefas, é mudar isso de forma radical.
A analogia com os modelos de linguagem faz sentido. Antes do GPT, criar um assistente de texto exigia treinar um modelo do zero para cada aplicação específica. Hoje, qualquer empresa pode partir de um modelo pré-treinado e adaptá-lo em dias. A General Intuition quer oferecer o mesmo tipo de alavancagem para quem quer construir robôs ou sistemas de navegação autônomos.
Videogames como laboratório de física do mundo real
A abordagem técnica da General Intuition é incomum: em vez de coletar milhões de horas de dados de robôs reais em operação, o que seria proibitivamente caro, a empresa usa dados de videogames. Bilhões de horas de personagens navegando em ambientes virtuais ensinam ao modelo conceitos como gravidade, colisão, trajetória e equilíbrio.
“A generalização do modelo em si é o produto”, explicou de Witte. Em vez de treinar um robô para uma única função, o objetivo é criar uma base de conhecimento física que possa ser transferida entre diferentes formatos de robô, desde quadrúpedes usados em inspeção industrial até braços mecânicos em linhas de montagem.
O resultado prático é impactante: segundo a empresa, um robô quadrúpede conseguiu navegar com sucesso em um escritório com pessoas e objetos dinâmicos sem nenhuma programação adicional, usando apenas 8 minutos de dados coletados no mundo real para calibrar o modelo base.
Menos dados reais, mais inteligência transferível
O paradigma tradicional da robótica industrial exige enormes volumes de dados de treinamento em ambiente real para cada nova aplicação. Uma empresa que queira automatizar uma linha de produção precisa, nesse modelo, filmar e catalogar cada movimento por meses antes de um robô ser capaz de replicá-lo de forma confiável.
A abordagem da General Intuition inverte essa lógica. O modelo pré-treinado com dados de videogames já carrega uma representação interna de como os objetos se comportam no espaço físico. Para uma nova aplicação, basta fornecer poucos exemplos do contexto específico, e o sistema generaliza. De Witte compara isso a um ser humano que aprendeu a andar de bicicleta: quando confrontado com um triciclo, não precisa recomeçar do zero.
US$ 320 milhões e a corrida pelos picks and shovels da robótica
Em junho de 2026, a General Intuition confirmou uma rodada Série C de US$ 320 milhões, liderada pela Coatue e apoiada por nomes como Eric Schmidt e pesquisadores do MIT e do Google DeepMind. A avaliação da empresa chegou a US$ 2,3 bilhões, um salto expressivo para uma startup que opera com um time enxuto focado em pesquisa de modelos de fundação.
O posicionamento estratégico é deliberado. “Não vamos construir uma empresa de carros autônomos. Vamos tornar dez vezes mais fácil para a próxima pessoa construir uma empresa de carros autônomos”, disse de Witte. A metáfora dos picks and shovels da corrida do ouro se aplica aqui: em vez de competir pelo produto final, a General Intuition quer ser a infraestrutura que torna possível toda uma geração de empresas de robótica.
Esse posicionamento também reflete uma lição aprendida com o mercado de IA generativa: as maiores fortunas na corrida do ChatGPT não foram feitas pelos chatbots em si, mas pelas empresas de infraestrutura, chips, armazenamento e ferramentas de desenvolvimento que os tornaram possíveis.
O ecossistema que está se formando
A General Intuition não está sozinha nessa aposta. Apptronik, valorizada em US$ 5,3 bilhões após entrar na lista de unicórnios de 2026, e Figure, apoiada pela BMW e OpenAI, representam apostas na verticalização completa, robôs humanoides prontos para o chão de fábrica. A General Intuition aposta na horizontal: modelos que qualquer fabricante de hardware pode usar.
O timing também é relevante. O custo dos processadores e sensores usados em robôs caiu consistentemente na última década, seguindo uma curva semelhante à que tornou os smartphones viáveis no começo dos anos 2010. Segundo analistas do setor, o custo de um robô humanoide funcional caiu cerca de 60% entre 2022 e 2026.
Desafios reais antes do momento de virada
A comparação com o ChatGPT, no entanto, tem limites. O impacto do ChatGPT foi imediato e global porque o produto era um software distribuível pela internet. Robôs exigem hardware físico, manutenção, certificações de segurança e integração com processos industriais legados. A curva de adoção tende a ser mais lenta e fragmentada por setor.
Além disso, o próprio de Witte reconhece que o modelo de dados de videogame tem suas limitações: ambientes virtuais não capturam fielmente texturas, atrito específico de materiais ou variações ambientais como temperatura e umidade, que podem ser críticas em ambientes industriais reais.
Uma aposta que o mercado está levando a sério
Mesmo assim, o sinal do mercado é claro. O volume de capital fluindo para robótica em 2026, combinado com os avanços nos modelos de fundação para movimento e percepção, indica que o setor está em um ponto de inflexão. A General Intuition, com seu approach de modelos de fundação treinados em dados de videogames, representa uma das apostas mais originais desse ciclo de investimentos em robótica autônoma.
Se esse momento será tão drástico quanto o lançamento do ChatGPT, só o tempo dirá. Mas as peças estão sendo colocadas no tabuleiro, e os investidores estão apostando bilhões de dólares nessa transição.
Matéria original publicada no TechCrunch.
