Revolução da automação impulsionada por AI e encriptação: o "momento ChatGPT" dos Bots

A aparição do ChatGPT mudou completamente a percepção e as expectativas das pessoas em relação à inteligência artificial. Quando os grandes modelos de linguagem começaram a interagir com o mundo do software externo, muitas pessoas acreditaram que os agentes de IA eram a forma definitiva. No entanto, ao revisitar obras clássicas de ficção científica, percebemos que o verdadeiro sonho da humanidade é permitir que a inteligência artificial interaja no mundo físico sob a forma de Bots.

Especialistas da indústria acreditam que o "momento ChatGPT" no campo dos Bots está prestes a chegar. Os avanços na inteligência artificial nos últimos anos estão a mudar o panorama da indústria, enquanto melhorias na tecnologia das baterias, otimização de latência e captação de dados moldarão ainda mais o desenvolvimento futuro. A encriptação desempenhará também um papel importante neste processo. A segurança dos Bots, financiamento, avaliação e educação são áreas verticais que necessitam de atenção especial.

Elementos de Transformação

encriptação inteligência artificial

O progresso dos modelos de linguagem multimodal está a fornecer o "cérebro" necessário para que os Bots executem tarefas complexas. Os Bots percebem o ambiente principalmente através da visão e da audição. Embora os modelos de visão computacional tradicionais sejam bons na deteção ou classificação de objetos, têm dificuldade em transformar informações visuais em instruções de ação com propósito. Os modelos de linguagem têm um desempenho excelente na compreensão e geração de texto, mas possuem capacidades limitadas de percepção do mundo físico.

Modelo de Ação de Linguagem Visual ( VLA ) permite que Bots integrem percepção visual, compreensão de linguagem e ação física em uma estrutura computacional unificada. Em fevereiro de 2025, um modelo de controle de robô humanoide universal lançado por uma empresa estabeleceu um novo padrão para a indústria com sua capacidade de generalização de zero amostras e arquitetura de dois sistemas. A característica de generalização de zero amostras permite que os Bots se adaptem a novos cenários, novos objetos e novas instruções sem a necessidade de treinamento repetido para cada tarefa. A arquitetura de dois sistemas separa o raciocínio de alto nível do raciocínio leve, realizando um robô humanoide comercializado que combina pensamento humanoide com precisão em tempo real.

A encriptação econômica de Bots torna-se realidade

A tecnologia que muda o mundo possui escalabilidade. Quando o preço de certos Bots é inferior ao de um carro de gama média ou ao rendimento anual mínimo nos Estados Unidos, imaginar um mundo onde o trabalho físico e as tarefas diárias são principalmente realizadas por Bots já não é tão distante.

da armazenagem para o mercado de consumo

A tecnologia de Bots está se expandindo de soluções de armazenamento para o campo do consumo. Este mundo foi projetado para os humanos - os humanos podem realizar todas as tarefas dos Bots especializados, enquanto os Bots especializados não conseguem realizar todas as tarefas dos humanos. As empresas de Bots não estão mais limitadas à fabricação de Bots específicos para fábricas, mas estão desenvolvendo Bots humanoides mais versáteis. Portanto, a vanguarda da tecnologia de Bots não está apenas nos armazéns, mas também irá penetrar na vida cotidiana.

O custo é um dos principais gargalos da escalabilidade. O indicador mais crítico é o custo total por hora, calculado como a soma do custo de oportunidade do tempo de treinamento e carregamento, custo de execução da tarefa e custo de aquisição dos Bots, dividido pelo total de horas de operação dos Bots. Este custo deve ser inferior ao nível médio de salários do setor relacionado para ser competitivo.

Para penetrar completamente o setor de armazenamento, o custo total dos Bots deve ser inferior a 31,39 dólares por hora. Já no maior mercado de consumo - o setor de educação privada e serviços de saúde - esse custo deve ser mantido abaixo de 35,18 dólares. Atualmente, os Bots estão se desenvolvendo em direção a soluções mais baratas, mais eficientes e mais versáteis.

Bots技术的 próxima grande inovação

otimização da bateria

A tecnologia de baterias tem sido um gargalo para robôs amigáveis ao usuário. Os primeiros veículos elétricos enfrentaram dificuldades de popularização devido às limitações da tecnologia de baterias, que resultaram em autonomia curta, custos altos e baixa praticidade, e os robôs estão enfrentando a mesma dificuldade. Alguns robôs comerciais têm uma autonomia de apenas 90 minutos a 2 horas por carga. Os usuários claramente não estão dispostos a carregar manualmente a cada duas horas, portanto, a recarga autônoma e a infraestrutura de acoplamento tornaram-se direções de desenvolvimento prioritárias. Atualmente, existem dois modos principais de carregamento para robôs: substituição da bateria ou carregamento direto.

O modo de substituição da bateria permite a operação contínua através da rápida substituição do conjunto de baterias esgotadas, minimizando o tempo de inatividade, sendo adequado para cenários de campo ou fábricas. Este processo pode ser operado manualmente ou automatizado.

O carregamento por indução utiliza um método de alimentação sem fios. Embora o carregamento completo demore mais tempo, é possível realizar um processo totalmente automatizado com facilidade.

otimização de atraso

Operações de baixa latência podem ser divididas em duas categorias: percepção ambiental e controlo remoto. Percepção refere-se à capacidade dos Bots de reconhecer o espaço no ambiente, enquanto controlo remoto refere-se ao controlo em tempo real por parte do operador humano.

Estudos mostram que os sistemas de percepção de Bots começam com sensores baratos, mas a vantagem técnica reside no software de fusão, computação de baixo consumo e circuitos de controle de milissegundos. Quando os Bots completam a localização espacial, redes neurais leves marcam elementos como obstáculos, paletes ou humanos. Uma vez que as etiquetas de cena são inseridas no sistema de planejamento, comandos de motor são gerados e enviados para os pés, rodas ou braços mecânicos. Um atraso de percepção abaixo de 50 milissegundos é equivalente à velocidade de reflexão humana - qualquer atraso além desse limite resultará em movimentos desajeitados dos Bots. Portanto, 90% das decisões precisam ser feitas localmente através de uma única rede de visão-linguagem-ação.

Os Bots totalmente autónomos devem garantir que a latência do modelo VLA de alto desempenho seja inferior a 50 milissegundos; os Bots de controlo remoto exigem que a latência do sinal entre o terminal de operação e o Bots não exceda 50 milissegundos. A importância do modelo VLA é particularmente evidente aqui - se a entrada visual e de texto forem processadas por diferentes modelos antes de serem introduzidas no grande modelo de linguagem, a latência total superará em muito o limite de 50 milissegundos.

otimização da coleta de dados

A coleta de dados possui três principais fontes: dados de vídeo do mundo real, dados sintéticos e dados de controle remoto. O principal desafio entre dados reais e dados sintéticos é a diferença entre o comportamento físico dos Bots e os modelos de vídeo/simulação. Os dados de vídeo do mundo real carecem de detalhes físicos como feedback de força, erros de movimento das articulações e deformação de materiais; enquanto os dados simulados carecem de variáveis imprevisíveis como falhas de sensores e coeficientes de atrito.

A forma de coleta de dados com maior potencial é o controle remoto - onde operadores humanos controlam remotamente Bots para executar tarefas. No entanto, o custo da mão de obra é o principal fator limitante da coleta de dados por controle remoto.

O desenvolvimento de hardware personalizado também está a fornecer novas soluções para a coleta de dados de alta qualidade. Uma empresa, combinando métodos convencionais com hardware personalizado, coleta dados de movimento humano em múltiplas dimensões, que, após processamento, são convertidos em conjuntos de dados adequados para o treinamento de redes neurais de Bots, juntamente com ciclos de iteração rápidos para fornecer uma enorme quantidade de dados de alta qualidade para o treinamento de Bots de IA. Esses pipelines tecnológicos encurtaram o caminho de conversão de dados brutos para Bots implantáveis.

Áreas de Exploração Focais

encriptação técnica com Bots

A encriptação pode incentivar as partes não confiáveis a aumentarem a eficiência da rede de Bots. Com base nas áreas-chave mencionadas anteriormente, a encriptação pode melhorar a eficiência em três aspectos: integração de infraestrutura, otimização de latência e coleta de dados.

Rede de infraestrutura física descentralizada ( DePIN ) promete revolucionar a infraestrutura de carregamento. Quando robôs humanoides operarem globalmente como automóveis, as estações de carregamento precisam ser tão acessíveis quanto os postos de gasolina. Redes centralizadas requerem um enorme investimento inicial, enquanto a DePIN distribui os custos entre os operadores de nós, permitindo que as instalações de carregamento se expandam rapidamente para mais áreas.

DePIN também pode utilizar infraestrutura distribuída para otimizar a latência de controle remoto. Ao agregar recursos computacionais de nós de borda geograficamente dispersos, os comandos de controle remoto podem ser processados por nós locais ou os mais próximos disponíveis, minimizando a distância de transmissão de dados e reduzindo significativamente a latência de comunicação. No entanto, atualmente, os projetos DePIN se concentram principalmente em armazenamento descentralizado, distribuição de conteúdo e compartilhamento de largura de banda; embora haja projetos que demonstrem as vantagens da computação de borda em streaming de mídia ou Internet das Coisas, ainda não se estenderam ao campo de Bots ou controle remoto.

O controlo remoto é a forma de recolha de dados mais promissora, mas o custo de contratar profissionais para a recolha de dados por entidades centralizadas é extremamente elevado. O DePIN resolve este problema incentivando terceiros a fornecer dados de controlo remoto através de encriptação de tokens. Um projeto construiu uma rede global de operadores remotos, convertendo as suas contribuições em ativos digitais tokenizados, formando um sistema descentralizado sem permissão – os participantes podem não só obter lucros, mas também participar na governança e ajudar no treino de Bots AGI.

A segurança é sempre uma preocupação central

O objetivo final da tecnologia de Bots é alcançar a total autonomia, mas, como alertam certos filmes de ficção científica, o que a humanidade menos deseja é que a autonomia transforme os Bots em armas agressivas. As questões de segurança dos grandes modelos de linguagem já suscitaram preocupações, e quando esses modelos possuem capacidade de ação física, a segurança dos Bots torna-se um pré-requisito crucial para a aceitação social.

A segurança econômica é um dos pilares da prosperidade do ecossistema de Bots. Uma empresa nesse campo está construindo uma camada de coordenação de máquinas descentralizada, que realiza a autenticação de identidade dos dispositivos, a verificação da presença física e a obtenção de recursos através de encriptação. Diferente da simples gestão de mercado de tarefas, este sistema permite que os Bots provem autonomamente suas informações de identidade, localização geográfica e registros de comportamento, sem depender de intermediários centralizados.

A restrição de comportamento e a autenticação de identidade são executadas por mecanismos na cadeia, garantindo que qualquer pessoa possa auditar a conformidade. Bots que atendem aos padrões de segurança, requisitos de qualidade e normas regionais serão recompensados, enquanto os infratores enfrentarão penalidades ou desqualificação, estabelecendo assim um mecanismo de responsabilidade e confiança na rede de máquinas autônomas.

A rede de re-staking de terceiros também pode oferecer garantias de segurança equivalentes. Embora o sistema de parâmetros de penalização ainda precise ser aperfeiçoado, a tecnologia relacionada já entrou na fase prática. Espera-se que diretrizes de segurança da indústria estejam prestes a ser formadas, e, nesse momento, os parâmetros de penalização serão modelados com base nessas diretrizes.

Exemplo de plano de implementação:

• Bots empresa junta-se à rede de re-staking.
• Definir parâmetros de confisco verificáveis (como "aplicar uma força de contacto humano superior a 2500 Newtons");
• Os stakers fornecem margem para garantir que os Bots cumpram os parâmetros;
• Se ocorrer uma violação, o depósito será utilizado como compensação para a vítima.

Este modo incentiva as empresas a priorizar a segurança e, ao mesmo tempo, promove a aceitação dos consumidores através do mecanismo de seguro do pool de fundos em staking.

Preencher as lacunas na pilha de tecnologia de Bots

Ao contrário da IA, o campo dos Bots é difícil de entrar quando os fundos são limitados. Para tornar os Bots mais acessíveis, a barreira de entrada para o seu desenvolvimento deve ser reduzida para um nível de conveniência semelhante ao desenvolvimento de aplicações de IA. Existem oportunidades de melhoria em três áreas: mecanismos de financiamento, sistemas de avaliação e ecossistemas educacionais.

O financiamento é um ponto crítico na área dos Bots. Desenvolver programas de computador requer apenas um computador e recursos de computação em nuvem, enquanto construir um Bot funcional exige a aquisição de motores, sensores, baterias e outros hardwares, com custos facilmente a ultrapassar os 100 mil dólares. Esta característica de hardware torna o desenvolvimento de Bots menos flexível e mais caro em comparação com a encriptação.

A infraestrutura de avaliação de robôs em cenários reais ainda está em sua fase inicial. O campo da IA já estabeleceu um sistema claro de funções de perda, e os testes podem ser totalmente virtualizados. No entanto, estratégias virtuais excepcionais não podem ser diretamente convertidas em soluções eficazes no mundo real. Os robôs precisam de instalações de avaliação para testar estratégias autônomas em ambientes reais diversificados, a fim de alcançar a otimização iterativa.

Quando essa infraestrutura estiver madura, talentos irão fluir em grande quantidade, e os Bots humanoides irão repetir a curva de explosão do Web2. Uma empresa de encriptação de Bots está avançando nessa direção — seu projeto de código aberto ( "sistema Android versão Bots" ) transforma hardware original em agentes inteligentes atualizáveis com consciência econômica. Módulos de visão, linguagem e planejamento de movimento podem ser plug-and-play como aplicativos de celular, e todos os passos de raciocínio são apresentados em inglês claro, permitindo que os operadores auditem ou ajustem comportamentos sem interagir com o firmware. Essa capacidade de raciocínio em linguagem natural permite que a nova geração de talentos entre sem esforço no campo dos Bots, dando um passo crucial para detonar a revolução dos Bots em uma plataforma aberta, assim como o movimento de código aberto acelerou a IA.

A densidade de talentos determina a trajetória do setor. Um sistema educacional estruturado e inclusivo é crucial para o fornecimento de talentos na área dos Bots. A entrada de uma determinada empresa na Nasdaq marca o início de uma nova era em que máquinas inteligentes participam simultaneamente na inovação financeira e na educação presencial. A empresa anunciou em conjunto com seus parceiros que lançará o primeiro currículo educacional universal baseado em robôs humanoides nas escolas públicas K-12 dos Estados Unidos. O design do curso é independente de plataforma, podendo ser adaptado a várias formas de robôs, proporcionando oportunidades de prática para os alunos. Este sinal positivo reforça o juízo da indústria: nos próximos anos, os recursos educacionais para Bots.