O MotuBrain da Shengshu Technology define o padrão de inteligência incorporada, enquanto o azarão internacional lidera duas paradas

O “modelo misterioso” que vem circulando no campo da inteligência incorporada há três semanas foi finalmente identificado. Há algumas semanas, um modelo chamado MotuBrain alcançou discretamente o topo de dois importantes benchmarks internacionais para compreensão do mundo físico e execução de ações, despertando grande curiosidade no setor. Recentemente, a Shengshu Technology, conhecida por seu modelo de geração de vídeo Vidu, confirmou oficialmente que esse modelo é seu mais recente produto comercial na área de inteligência incorporada.

Essa iniciativa interdisciplinar está longe de ser um experimento casual. O MotuBrain estabeleceu novos recordes no WorldArena (que testa a compreensão do mundo físico) e no RoboTwin 2.0 (que avalia a execução de ações). Em particular, em ambientes complexos com perturbações aleatórias simuladas, foi o único modelo a atingir uma pontuação média acima de 95, demonstrando fortes capacidades de generalização.

“Ver e Agir”: Derrubando Barreiras entre Percepção e Ação

Ao contrário dos modelos tradicionais do tipo “imagine primeiro, depois aja”, o MotuBrain adota uma estrutura inovadora de “Modelo de Ação Mundial”. Esse design “ver e agir” permite que os robôs simulem enquanto tomam decisões, evitando que erros de previsão e execução se agravem mutuamente e melhorando significativamente a velocidade de resposta.

Em demonstrações práticas, robôs equipados com esse sistema exibiram um alto nível de inteligência. Em um cenário de fondue, o robô conseguia determinar visualmente se a colher estava vazia e decidir autonomamente se deveria pegá-la novamente, em vez de repetir rigidamente ações predefinidas. Essa capacidade de “ler a cena” marca a transição dos robôs da simples execução mecânica para a verdadeira tomada de decisão inteligente.

Um cérebro, múltiplas formas: execução contínua de tarefas de longo prazo

O principal ponto forte do MotuBrain reside em sua grande versatilidade. Ele suporta uma abordagem de “um cérebro, múltiplas formas”, adaptando-se a corpos robóticos com diferentes graus de liberdade e configurações de sensores, ao mesmo tempo em que lida com tarefas de longo prazo. Em demonstrações como arranjos florais, preparação de coquetéis e arrumação de sofás, o robô pode completar mais de dez ações atômicas em sequência, com um processo suave que não requer intervenção humana.

Os dados mostram que, à medida que a variedade de tarefas aumenta, a taxa de sucesso de aprendizagem do MotuBrain tende a melhorar. Isso indica que o modelo compreendeu as leis universais subjacentes do mundo físico, em vez de memorizar modelos de ação. Quanto mais diversificadas as tarefas, melhor é seu desempenho.

Estabelecendo uma Presença no Mundo Físico, Buscando Duas Frentes nos Reinos Digital e Físico

A força demonstrada pela Shengshu Technology decorre de sua sólida base técnica. Por meio da arquitetura U-ViT, pioneira no mundo, a empresa unificou a geração do mundo digital (VGM) e a execução no mundo físico (WAM). Por um lado, o Vidu gera mundos virtuais, enquanto, por outro, o MotuBrain conduz interações físicas. Essa estratégia de duas vertentes confere à empresa uma vantagem significativa em termos de custos de aquisição de dados e velocidade de iteração do modelo.

Atualmente, a Shengshu Technology formou parcerias estratégicas com várias empresas, incluindo a WuJie Dynamics e a XingChen Intelligence. À medida que a concorrência na inteligência incorporada muda de foco, os desenvolvedores de modelos com um “cérebro” de uso geral estão se tornando forças-chave na reformulação do panorama do setor.