A Universidade Westlake, em Hangzhou, inaugurou em 31 de outubro de 2026 o Centro de Pesquisa em Modelos de Mundo, plataforma interdisciplinar dedicada ao que a instituição chama de inteligência física. O centro é dirigido pelo professor assistente Yu Kaicheng, que passou pelo Intel Intelligent Systems Lab e pelo Alibaba DAMO Academy, e tem como cientista-chefe o professor titular Jin Yaochu, membro da Academia Europaea e IEEE Fellow.
O objetivo declarado é atacar um gargalo específico: fazer sistemas de IA entenderem regularidades do mundo real, prever mudanças no ambiente e decidir em sequência, em vez de apenas manipular símbolos.
O que o modelo prevê sem desenhar a cena
A definição vem da computação, não do marketing. Em 1990, Richard Sutton descreveu modelo de mundo como o sistema que, diante do estado atual e de uma ação, prevê o próximo estado. A rota seguida pelo laboratório de Yu, batizada de modelo de mundo conceitual, abandona a geração de pixels: em vez de renderizar vídeo realista, o modelo representa conceitos físicos em um espaço matemático abstrato, decompondo a cena em relações espaciais, propriedades de material e estados de contato, e recombinando esses conceitos para prever o que acontece.
O exemplo que o pesquisador usa é doméstico. Quando um copo desliza para a borda da mesa, interessa ao sistema antecipar que ele vai cair, e não produzir um vídeo convincente da queda. A diferença de abordagem aparece na comparação com a IA generativa, que aprende a sintetizar aparências: aqui, o alvo é a inferência sobre o comportamento físico. O blog já mostrou outro caminho de reconstrução tridimensional, com o LingBot-Map da Ant Group.
Quatro bilhões de parâmetros no topo de seis rankings
No evento de abertura, Yu apresentou a primeira leva de resultados do centro: a versão inicial do modelo de mundo, um pipeline que já processou mais de 500 mil horas de dados de interação física e uma plataforma de quase mil aceleradores distribuída entre regiões. Segundo o People’s Daily, um modelo de 4 bilhões de parâmetros ficou em primeiro lugar em seis rankings internacionais de inteligência incorporada e de compreensão do mundo físico, disputa em que as grandes empresas costumam trabalhar com centenas de bilhões a trilhões de parâmetros.
A trajetória até ali começou em 2023, quando Yu criou o laboratório AutoLab e passou a treinar modelos com vídeos de cenários extremos para direção autônoma, trabalho que rendeu o primeiro lugar na trilha de veículos autônomos da ECCV 2024. No fim daquele ano, a equipe mudou de pergunta: se um modelo que gera imagens realistas já entende um pouco do mundo, para que continuar renderizando pixels. A virada para a representação conceitual está descrita pelo China News.
A aposta industrial é que esse tipo de modelo sirva de cérebro físico para robôs. Na conta feita por Yu, uma base física genérica permitiria que pequenas empresas adaptassem o sistema ao próprio cenário com 20 a 30 horas de pós-treinamento, em vez de coletar milhões de horas de dados. O centro se posiciona como tradutor entre demandas de fábricas e pesquisa acadêmica, e já mantém contato com empresas, segundo o anúncio. Yu também é cofundador e cientista-chefe da KMind, empresa de IA ligada às suas pesquisas na universidade.
Vale separar o que é resultado e o que é expectativa. As posições nos rankings foram divulgadas pelo próprio centro, sem medição independente citada na cobertura, e o diretor descreve o momento como equivalente aos primeiros anos dos grandes modelos de linguagem, quando ganhos vieram por acumulação lenta. Para o Brasil, a leitura útil é menos sobre quem lidera a lista e mais sobre a aposta: o valor estaria em prever o mundo sem gastar computação desenhando cada quadro dele.
Fonte: Pandaily, People’s Daily (Zhejiang), China News e Westlake University.
