Startup Usa Câmeras e Luvas com Sensores para Ensinar Robôs a Executar Tarefas

Forbes, a mais conceituada revista de negócios e economia do mundo. Segundo o Crunchbase, investidores aplicaram US$ 47,4 bilhões em inteligência artificial física no primeiro semestre de 2026, quase quatro vezes mais do que no segundo semestre de 2025. Porém, ainda não há dados suficientes para treinar robôs humanoides a fazer tudo o que desejamos.

Uma nova startup, a Maxinsights, captou US$ 30 milhões em financiamento inicial para resolver esse problema. 000 prestadores de serviço em seis países usam atualmente câmeras proprietárias da Maxinsights na cabeça, no pulso e no tronco enquanto colocam a louça na lava-louças, preparam smoothies ou lavam carros. A empresa de tecnologia transforma essas imagens em primeira pessoa em dados de treinamento para modelos fundacionais de robótica.

“Os modelos de linguagem aprenderam a escrever lendo a internet, que as pessoas passaram décadas preenchendo com texto”, afirmou o fundador e CEO Yuguang Yuan por e-mail. “Os robôs não têm nada parecido. ” A Maxinsights planeja construir esse arquivo, que deverá ajudar a destravar os bilhões investidos em soluções de hardware de inteligência artificial física, como robôs, incluindo humanoides.

A empresa afirma ter capturado mais de 2 milhões de horas de filmagens, das quais 1,5 milhão estão prontas para modelagem, e atende a mais de 30 clientes, incluindo laboratórios de IA de ponta e empresas de modelos fundacionais. Alguns desses dados já estão presentes nos cérebros robóticos mais observados do ano. 5, e somos o maior fornecedor de dados por trás do Dyna-2”, diz Yuan.

5 é o modelo mais recente da Genesis AI, que tem chamado a atenção com o humanoide Eno e com suas mãos robóticas superdestras, capazes de preparar o café da manhã. O Dyna-2 é um modelo fundacional de robô da Dyna Robotics. “Os robôs precisam aprender com a complexidade e a variação da vida cotidiana, mas conjuntos de dados cuidadosamente controlados, por si só, não conseguem capturar isso”, disse Johnson Wang, cofundador da Genesis AI, em comunicado.

” Segundo o CEO da Maxinsights, os robôs precisam de mais informação do que existe hoje. Ensinar uma habilidade a um robô é diferente de fazê-lo trabalhar em uma cozinha que nunca viu. Isso pode exigir cinco vezes mais dados do que os disponíveis atualmente, e mais variedade.

“O Dyna-2 demonstra melhorias contínuas mesmo após 1 milhão de horas de vídeo com humanos, mas a ampla adaptabilidade semelhante à humana continua sendo um desafio diferente”, afirma Yuan. “Acreditamos que isso pode exigir 10 milhões de horas ou mais de dados diversos, juntamente com modelos melhores. ” Essa é a aposta da Figure com a Index, sua plataforma que paga pessoas para se filmarem realizando tarefas domésticas.

Segundo a empresa de robótica, as gravações geraram um aumento de seis vezes no sucesso das tarefas executadas por robôs em apenas um mês. A Maxinsights evita ambientes artificiais e afirma que seus concorrentes frequentemente pedem aos operadores que diminuam a velocidade das mãos para facilitar o processamento das imagens. Ela, por sua vez, grava trabalho real, em ritmo natural, em residências, restaurantes e hotéis.

A diferença em relação à Figure, diz Yuan, é quem recebe os dados. “A Index foi desenvolvida para os modelos próprios da Figure, enquanto a Maxinsights atende a mais de 30 clientes, incluindo laboratórios de ponta e empresas de modelos fundacionais. ” Análise dos registros É aí que o MaxLoop entra em cena.

A plataforma de IA da empresa avalia as filmagens à medida que chegam e analisa se o operador está trabalhando, se as câmeras estão sendo usadas corretamente, se a tarefa foi concluída e se a filmagem é utilizável. A Maxinsights treinou seus próprios modelos de rastreamento de mãos com as gravações que coleta porque, segundo a empresa, vídeos do mundo real fazem a maioria das ferramentas de anotação falhar. 000 horas de filmagens por mês.

Mas o vídeo tem um limite. “As câmeras mostram o que uma mão faz, mas não conseguem dizer com que força ela segura o objeto, o seu peso ou quando algo começa a escorregar”, diz Yuan. ” Para captar essa informação, a MaxGlove, luva em desenvolvimento com a Genesis AI, registra a força de preensão, o peso do objeto e como o contato se altera durante uma tarefa, sincronizando tudo com o vídeo das câmeras do operador.

A startup destaca que as luvas com sensores disponíveis no mercado precisam de longos ciclos de calibração e oferecem apenas de 10 a 20 minutos de captura utilizável por dia, o que as torna inviáveis para milhares de operadores. A meta é atingir 1 milhão de horas de dados de força em 2027. Apesar de o número ser expressivo, o CEO da startup afirma que as luvas serão integradas à rede de operadores que a empresa já mantém.

“A parte difícil é manter a qualidade consistente nesse volume, e é para isso que o MaxLoop foi criado”, disse Yuan. O diferencial do sistema O principal investidor, a Peak XV, afirma que a qualidade é o diferencial competitivo. “Quase todas as empresas dessa categoria vendem horas.

A Maxinsights é a única que tratou o controle de qualidade como um problema de engenharia, e não como um custo de pessoal, permitindo que ela opere na vida real”, disse Rohit Agarwal, diretor-geral da Peak XV. ” Entretanto, a grande dúvida gira em torno do risco de os gigantescos modelos de IA se tornarem tão inteligentes que os robôs não precisem mais de montanhas de dados específicos para cada tarefa. Esse debate se intensificou recentemente, e pelo menos uma startup arrecadou US$ 32 milhões apostando que os robôs não precisam de um bilhão de dólares em dados do mundo real.

Yuan diz que não está preocupado, pelo menos por enquanto. “A curto prazo, vemos a demanda por dados aumentando acentuadamente, com base no que os clientes nos dizem”, afirma. “A longo prazo, mesmo que o problema da inteligência dos robôs seja resolvido, alguém ainda precisa provar que um robô está pronto para entrar em uma casa ou fábrica de verdade.

” Ele prevê que, dentro de cerca de dois anos, o modelo de negócios deixará de ser um envio de dados em mão única e passará a ser um circuito fechado, no qual os modelos dos clientes são testados pela Maxinsights e os resultados orientam a coleta de novos dados. “Coletar experiência física útil está se tornando um problema de infraestrutura. Você precisa de acesso a ambientes reais, operadores treinados, hardware consistente e um sistema que transforme gravações em dados de treinamento utilizáveis.

Essa é a infraestrutura que estamos construindo”, explica. A rodada inicial de US$ 30 milhões foi liderada pela Peak XV, com participação de Tola Capital, South Park Commons, INCE Capital e Alumni Ventures. com O post Startup Usa Câmeras e Luvas com Sensores para Ensinar Robôs a Executar Tarefas apareceu primeiro em Forbes Brasil .

]]>