Em um painel sobre world models na conferência All In, o jornalista Russell Brandom, da TechCrunch, tentou responder a uma pergunta aparentemente simples: onde essa tecnologia será de fato comercializada? Saiu do evento com a impressão oposta, a de que ninguém, nem fundadores nem fornecedores de dados, está disposto a dizer o que constrói.
O relato foi publicado pela TechCrunch em 20 de setembro de 2026, com primeira versão no dia 18.
Um setor rico e silencioso
Os dois nomes de peso do setor são o AMI Labs, de Yann LeCun, e o World Labs, de Fei-Fei Li. Ambos acumularam financiamento e repercussão.
Segundo Brandom, os dois aparecem mal posicionados em um teste proposto pela própria TechCrunch: o de verificar se um laboratório de IA está sequer tentando ganhar dinheiro (TechCrunch).
No painel, Michael Rabbat, cofundador do AMI Labs e vice-presidente de World Models, foi o entrevistado mais próximo de uma autoridade técnica. Também o mais evasivo.
Pressionado sobre o que a empresa desenvolve, respondeu que falariam quando estivessem prontos. Depois, por e-mail, esclareceu que a companhia segue em fase de pesquisa e construção e não comenta planos de produto nem cronogramas.
O AMI tem menos de um ano de vida, o que torna a discrição compreensível. O problema, escreve o jornalista, é que o comportamento se repete em todo o setor.
O que são world models e por que o silêncio faz sentido
Na essência, world models tratam de automatizar a inteligência espacial (Fei-Fei Li). Isso abre caminhos lucrativos e bastante distintos entre si: robótica, vídeo interativo e sistemas de direção autônoma mais complexos.
É justamente essa versatilidade que explica parte do mistério. A versão mais simples de um world model é um mapa navegável do mundo, parecido com os modelos que dão suporte a carros autônomos.
Mas a mesma abordagem que ajuda um Waymo a costurar entre o tráfego pode fazer um robô humanoide carregar caixas ou transformar poucos minutos de vídeo em um ambiente explorável.
O AMI já colocou o pé em manufatura, biomedicina, robótica e até software de IA para médicos, por meio de uma parceria com a Nabia. Dificilmente perseguirá tudo isso ao mesmo tempo, e talvez uma ou duas frentes se destaquem.
Enquanto for fácil levantar recursos, porém, não há pressão para escolher.
Há também um incentivo forte para não escolher. Se o AMI anunciasse amanhã que construiu um humanoide equivalente ao OpenClaw ou um sistema de renderização de nova geração para Hollywood, outros laboratórios migrariam rapidamente para o espaço.
A empresa passaria a competir com as demais apostas em world models, com os neolabs e até com OpenAI e Anthropic.
Fornecedores de dados no escuro
A opacidade chega à cadeia de suprimentos. À margem do mesmo evento, Brandom conversou com Alex de Vigan, CEO da Physicl, fornecedora de dados para o emergente mercado de world models.
De Vigan sabe que seus dados têm sido úteis para o que quer que os clientes estejam construindo. Mas não faz ideia do que seja.
Ele gostaria de saber mais, argumenta, porque assim poderia produzir dados mais úteis.
O episódio ilustra um descompasso prático: quem fornece a matéria-prima informacional trabalha às cegas sobre a aplicação final.
A floresta escura dos laboratórios
Brandom recorre à ficção científica para nomear o fenômeno. Fãs de Cixin Liu reconhecerão o cenário da floresta escura (Wikipédia): se você não sabe quem mais está na mata, o melhor é não chamar atenção.
No caso dos world models, o raciocínio se aplica ao mercado. O mesmo dinheiro farto que permite construir sob o radar também financia potenciais rivais assim que o caminho para o mercado fica evidente.
A competição pode ser inevitável, mas convém adiá-la o máximo possível. E isso significa calar sobre o produto.
O resultado é um setor com caixa, entusiasmo e demonstrações impressionantes, mas com pouca clareza sobre receita. O World Labs tem no Marble seu produto provavelmente mais desenvolvido.
As demos vão de criação de mídia a ambientes exploráveis para games e efeitos de CGI, passando por casos de robótica. Ainda assim, a plataforma parece mais voltada a demonstrar capacidades do que a atender um mercado definido.
Enquanto isso, a pergunta que abriu o painel continua sem resposta pública. E, pelo visto, continuará assim por um bom tempo.
Fontes e links
- TechCrunch
- From Words to Worlds: Spatial Intelligence
- Hipótese da floresta escura
- A new test for AI labs: are you even trying to make money?
