As empresas de modelos de mundo estão guardando muitos segredos

Esta semana, moderei um painel sobre modelos de mundo na conferência All In (sem relação com o podcast), o que me deu a chance de explorar um dos cantos mais misteriosos do mundo da IA. Os grandes players do setor são o AMI Labs, de Yann LeCun, e o World Labs, de Fei-Fei Li — e, embora ambos tenham acumulado bastante burburinho e financiamento, eles também pontuam bem baixo na escala de tentativa de ganhar dinheiro.

Em sua essência, os modelos de mundo tratam de automatizar a inteligência espacial, de modo que o campo pode seguir em várias direções empolgantes e lucrativas, desde a robótica até vídeos interativos e sistemas de direção autônoma mais complexos. 

Mas, quando comecei a pressionar sobre onde realmente veríamos a tecnologia ser comercializada, as coisas ficaram nebulosas. A coisa mais próxima de uma autoridade que encontrei foi Michael Rabbat, cofundador do AMI Labs e vice-presidente de Modelos de Mundo da empresa, que se juntou a mim no painel. Mas, quando o pressioneis exatamente sobre o que a empresa estava trabalhando, ele foi evasivo. "Falaremos sobre isso quando estivermos prontos para falar sobre isso." Por e-mail, ele esclareceu: "Ainda estamos em uma fase de pesquisa e construção, portanto, não estamos falando publicamente sobre nenhum plano ou cronograma de produtos."

Para ser justo, a AMI tem menos de um ano de existência, então é compreensível manter silêncio. Mas esse tipo de evasiva se estende a todo o espaço de modelagem de mundo. O Marble, da World Labs, é provavelmente o produto mais desenvolvido na área, e suas demonstrações vão desde a criação de mídia simples até a construção de ambientes exploráveis para videogames ou efeitos de CGI. Também há casos de uso em robótica, mas toda a plataforma parece mais projetada para demonstrar capacidades. 

Esse sigilo se estende até aos fornecedores dessas empresas. À margem da mesma conferência, falei com Alex de Vigan, CEO da Physicl — uma fornecedora de dados para o nascente mercado de modelos de mundo. Ele diz saber que os dados da Physicl têm sido úteis para o que quer que eles estejam construindo, mas ainda está no escuro sobre exatamente o que é isso. "Eu gostaria que eles nos contassem mais. Poderíamos construir dados mais úteis se soubéssemos em que estão trabalhando", disse-me de Vigan.

Parte do mistério vem de quão versáteis os modelos de mundo são como conceito. A versão mais simples é um mapa navegável do mundo, semelhante aos modelos de IA que alimentam carros autônomos. Mas a mesma abordagem de modelagem que ajuda um Waymo a desviar do tráfego também pode ajudar um robô humanoide a carregar caixas, ou transformar alguns minutos de imagens de vídeo em um ambiente explorável. A AMI já se aventurou na manufatura, biomedicina, robótica e até em software de IA para médicos por meio de sua parceria com a Nabia. Com certeza ela não vai buscar todos esses — mas será que um ou dois deles estão se destacando?

Ninguém duvida de que há muitos negócios viáveis a serem construídos com a tecnologia de modelos de mundo — e, desde que seja fácil captar recursos, não há pressão particular para focar em apenas um. De fato, há bons motivos para não fazê-lo. Se a AMI anunciasse amanhã que construiu um OpenClaw humanoide ou um sistema de renderização de Hollywood de última geração, muitos outros laboratórios de repente ficariam muito interessados no setor. Logo, o laboratório enfrentaria concorrência potencial de outras empresas de modelos de mundo, dos neolaboratórios e até da OpenAI e da Anthropic. 

De certa forma, é o verso da moeda de toda essa captação de recursos fácil. Seus concorrentes também podem captar recursos — e o mesmo dinheiro que permite que você construa às escondidas também está financiando muitos rivais potenciais assim que o caminho para o mercado se torna claro. Mas, mesmo que essa concorrência seja inevitável, é melhor adiá-la pelo máximo de tempo possível, o que significa ficar em silêncio sobre exatamente o que você está construindo.

Os fãs de Cixin Liu reconhecerão isso como um cenário de floresta escura: se você não sabe quem mais está na mata, é melhor não atrair atenção.