A Xiaomi revelou uma das suas maiores inovações tecnológicas na área da inteligência artificial aplicada. Trata-se do Xiaomi-Robotics-U0, um modelo fundacional autoregressivo multimodal massivo com 38 mil milhões de parâmetros. Esta plataforma destaca-se por ser a primeira abordagem unificada gerativa concebida para resolver quatro tarefas fundamentais de IA corporizada, integrando de forma nativa fluxos de trabalho de edição e geração de dados robóticos através de imagem e vídeo.
Segundo as informações avançadas pelo portal ITHome, o sistema foi desenvolvido para transformar a compreensão de cenários e a interação dos robôs com o meio envolvente. O modelo consegue criar ambientes iniciais multivista a partir de descrições textuais simples, permitindo simular espaços que vão desde uma secretária ou cozinha até armazéns complexos e cenários de mundo aberto.
Do treino virtual à eficiência em tempo real
Uma das principais virtudes deste modelo fundacional é a capacidade de realizar transferência corporizada. Isto significa que as trajetórias de movimento já existentes de um braço robótico podem ser adaptadas a novos ambientes, alterando variáveis como a iluminação, o fundo ou os materiais das superfícies. O processo preserva a postura original da máquina e o layout da cena, assegurando uma generalização flexível sem a necessidade de recolha física de novos dados.
Adicionalmente, o modelo gera sequências de vídeo de interação robótica que garantem continuidade de ação e consistência física, com uma capacidade de generalização zero-shot em qualquer cenário. Toda esta robustez visual e de edição provém do conhecimento recolhido diretamente da internet, o qual é transferido para as tarefas de inteligência corporizada de forma a aumentar o realismo.
Para acelerar a implementação prática, a marca chinesa introduziu a técnica de aceleração de inferência FlashAR+. Esta tecnologia consegue aumentar a eficiência de geração em cerca de 83 vezes quando comparada com os paradigmas autoregressivos convencionais. Trata-se de um avanço vital para a criação rápida e controlada de pipelines de dados de treino, melhorando o desempenho dos robôs em ambientes reais.
Código aberto e impacto no ecossistema
O impacto prático do sistema já se fez notar nos testes de referência globais. O Xiaomi-Robotics-U0 conquistou o primeiro lugar entre 126 participantes internacionais no benchmark WorldArena. Em avaliações com robôs físicos em cenários fora de distribuição — como iluminações desconhecidas ou fundos invulgares —, a aplicação dos dados gerados pelo modelo traduziu-se numa melhoria média superior a 26% no progresso de conclusão de tarefas estratégicas.
A tecnológica confirmou que o modelo é capaz de expandir os dados de treino ao manipular objetos, fundos e introduzir ruído visual. Esta capacidade assume particular relevância na criação de ambientes perigosos, extremos ou raros, difíceis de alcançar em segurança por robôs físicos.
O projeto foi totalmente disponibilizado em regime de código aberto, estando o código e os pesos do modelo acessíveis nos repositórios do GitHub e da Hugging Face. Desta forma, investigadores e programadores de todo o mundo podem integrar o ecossistema diretamente nas suas ferramentas de trabalho, acelerando o desenvolvimento global da robótica inteligente.
Nenhum comentário
Seja o primeiro!