Se você já imaginou ter um robô em casa que aprende observando pessoas comuns — sem joystick e sem programação —, esta semana trouxe um avanço concreto nessa direção.
A Alibaba anunciou o λ0, um foundation model criado pela Amap e pela Alibaba Token Hub para ensinar robôs humanoides a executar tarefas corporais completas.
Mas como ensinar uma máquina a andar, se equilibrar e usar as duas mãos ao mesmo tempo?
A resposta dos pesquisadores veio de vídeos gravados por pessoas reais no dia a dia.
O que a Alibaba anunciou
Segundo o TechNode, o λ0 é um foundation model projetado para ensinar robôs humanoides movimento coordenado e manipulação de objetos a partir de demonstrações humanas.
A Amap, unidade do grupo Alibaba conhecida pelo serviço de mapas, liderou o desenvolvimento junto com a Alibaba Token Hub.
Foundation models são sistemas de IA treinados em grandes volumes de dados para serem adaptados a diferentes tarefas — tipicamente, a mesma lógica por trás dos modelos de linguagem.
Na prática, isso significa que o robô não depende de um operador remoto para cada gesto.
Ele aprende observando.
Aprendizado com vídeos em primeira pessoa
O sistema aprende a partir de vídeos em primeira pessoa sincronizados com os movimentos do corpo e das mãos de humanos.
Funciona de forma parecida com o aprendizado humano: ver alguém fazendo uma tarefa e repetir depois.
Com isso, o robô combina caminhada, ajustes de postura e operações com as duas mãos em tarefas mais longas.
> "O sistema aprende a partir de vídeos em primeira pessoa sincronizados com os movimentos do corpo e das mãos de humanos."
HumanVerse: 500 horas de pessoas reais
Para treinar o modelo, a equipe construiu o HumanVerse, um dataset de 500 horas com pessoas realizando atividades em ambientes reais.
São gravações do cotidiano, não demonstrações feitas em laboratório.
A abordagem reduz a dependência de coleta de demonstrações por teleoperação — técnica em que humanos controlam robôs manualmente para gravar cada movimento.
Os números dos testes
Nas avaliações da equipe, o λ0 alcançou taxa de sucesso de 62,5% em tarefas reais que combinam locomoção e manipulação.
O número mostra progresso, mas também limites: quase quatro em cada dez tentativas ainda falham.
Além dos resultados, o projeto também liberou o código de configuração do hardware de coleta de dados e amostras para outros pesquisadores, conforme noticiado pelo TechNode.
Por que o λ0 da Alibaba pode baratear robôs humanoides
Treinar robôs por teleoperação é um processo caro e demorado: cada gesto precisa ser executado por um humano no controle.
Ao usar vídeos de pessoas em ambientes reais, a Alibaba aposta em uma fonte de dados mais abundante e mais barata.
Isso sugere que a corrida por robôs humanoides úteis depende tanto de dados de treinamento quanto de hardware.
Em geral, compartilhar código e dados de exemplo acelera o avanço da área, permitindo que outros laboratórios repliquem e melhorem a abordagem.
O que vem depois?
A fonte não menciona quando o λ0 chegará a produtos comerciais, nem quais empresas ou laboratórios pretendem usar a tecnologia.
Também não há detalhes sobre quais modelos de robôs foram usados nos testes.
O que se sabe é que o código e os dados de exemplo já estão disponíveis para a comunidade científica.
Daqui a alguns anos, seu assistente doméstico pode ter aprendido a cozinhar assistindo vídeos de gente comum.
Você deixaria um robô assim trabalhar na sua casa?
