A IA Incorporada (Embodied AI) tornou-se a corrida mais barulhenta no campo da robótica em 2026. Na feira WAIC no mês passado, as demonstrações de robôs humanoides que dançam e lutam deram lugar a exibições de robôs operando em linhas de produção reais, realizando tarefas de montagem, classificação e coleta de peças em réplicas em escala real de fábricas.
Os investidores acompanharam ativamente essa área: no primeiro semestre de 2026, mais de 300 transações no setor de IA incorporada e cadeias de suprimentos relacionadas na China ultrapassaram 90 bilhões de yuans. Além disso, o número de funcionários envolvidos em funções relacionadas à IA incorporada aumentou quatro vezes apenas nos primeiros quatro meses.
No entanto, por trás de toda essa atividade, existe um problema geral: os dados. Modelos com capacidade computacional limitada e algoritmos com capacidades limitadas agora enfrentam o fato de que são os dados que restringem o potencial de desenvolvimento. Os robôs não conseguem absorver automaticamente o conteúdo da internet acumulado, como texto, imagens e vídeos. Eles precisam de outro conjunto de informações: a compreensão do atrito entre materiais, das forças geradas ao trabalhar com diferentes pesos, bem como da relação de causa e efeito entre a captura e o objeto — toda a física sutil que os sites não fornecem.
De acordo com especialistas do setor, o estoque global de dados de alta qualidade para manipulação é de apenas algumas centenas de milhares de horas, enquanto para suportar um robô universal, provavelmente serão necessárias dezenas de milhões de horas.
A teleoperação permite coletar dados de alta precisão, mas é um processo caro. A filmagem em primeira pessoa pode ser escalada de forma barata, mas carece de detalhes sobre articulações, forças e trajetórias. A simulação pura falha ao ser transferida do ambiente virtual para o mundo real. Liu Shenxiang, fundador e CEO da WUWENAI, que anteriormente liderou projetos de dados e testes de condução autônoma na Baidu, vê esses métodos não como alternativas, mas como um pipeline unificado.
O sistema inclui complexos multimodais de coleta de dados em condições reais para obter continuamente dados sobre interação física. Paralelamente, um modelo mundial generativo expande cenários e casos extremos na simulação, e ambos os elementos são usados continuamente para treinamento e produção contínua de dados. A WUWENAI chama isso de 'sistema fechado de fusão de dados virtuais e reais', construído em três componentes: Fábrica de Dados, Modelo Mundial e Simulador Mundial, que fornece treinamento, avaliação e feedback em grande escala.
Liu acredita que a empresa vai além de ser apenas uma plataforma de fornecimento de dados. Assim que um simulador mundial de alta precisão puder reproduzir de forma confiável a física real, o robô poderá executar uma manobra nível AlphaGo, realizar milhões de ciclos baratos de tentativa e erro na simulação e passar do aprendizado por simulação para o aprendizado por reforço. A WUWENAI começou a fornecer este stack Real2Sim2Real alguns meses antes da recente aquisição da SceniX pela World Labs.
Liu enfatiza a analogia como um sinal para a indústria: os modelos mundiais se tornam infraestrutura somente quando são integrados com dados reais, simulação robótica, aprendizado em escala e feedback do mundo real. Vídeos e geração 3D sozinhos não são suficientes.
A aposta da empresa é estrutural, e não de produto. Os modelos de IA incorporada são limitados não tanto pela quantidade de parâmetros, mas pelo volume de dados consumidos, e a indústria de dados está se transformando de simples coleta de dados brutos para a criação de uma infraestrutura orquestrada. O próximo desafio para a startup chinesa WUWENAI é se ela conseguirá se tornar uma empresa de classe mundial em infraestrutura de IA física em meio a gigantes como World Labs, Tesla com Optimus e Google DeepMind, que estão desenvolvendo seus próprios stacks paralelamente. O caminho está sendo pavimentado de qualquer maneira, e a WUWENAI decidiu assumir a tarefa de colocador de asfalto.
Quando Ernest Mwebaze começou a desenvolver uma ferramenta de inteligência artificial para lidar com vários idiomas do Uganda, ele testou modelos tanto americanos quanto chineses. O resultado foi inesperado: a tecnologia chinesa mostrou-se melhor para este projeto.
De acordo com o The New York Times, casos semelhantes ilustram como os desenvolvedores africanos recorrem aos sistemas chineses devido ao custo reduzido, à capacidade de personalização e ao acesso aberto.
Mwebaze, que anteriormente trabalhou como pesquisador no Google, criou um sistema chamado Sunflower. Este sistema é usado por agricultores no Uganda para obter informações sobre clima e métodos de cultivo em línguas locais. Segundo ele, o modelo da Alibaba demonstrou um desempenho superior em comparação com alternativas da Meta e do Google para esta tarefa.
Mwebaze declarou: «Queremos criar coisas o mais barato possível, mas que funcionem muito bem».
Esta tendência não é observada apenas no Uganda. Em Quênia, empreendedores usam modelos chineses para melhorar serviços jurídicos e comerciais. Na Nigéria, desenvolvedores criam ferramentas educacionais, e na Gana surgem novos chatbots adaptados às necessidades locais.
Uma das principais vantagens destas ferramentas é o código-fonte aberto. Ao contrário dos modelos fechados, que exigem pagamento e estão sujeitos às regras das empresas criadoras, estes sistemas podem ser descarregados e modificados pelos próprios utilizadores.
Entre os motivos para essa preferência: para muitos desenvolvedores africanos, o fator decisivo não é usar o modelo mais avançado do mercado, mas sim encontrar uma ferramenta capaz de resolver o problema necessário. Como observou o empresário Moses Kemibaro no The New York Times: «Por que usar uma Ferrari cara para levar as crianças à escola se um hatchback Toyota pode fazer o mesmo?»
A presença da China no setor tecnológico africano começou antes da era da inteligência artificial. Empresas chinesas já participavam da expansão das redes de telecomunicações no continente, estabelecendo a base para a oferta de novas soluções.
No entanto, as empresas africanas continuam a utilizar ferramentas americanas em cenários específicos. Sistemas da OpenAI e da Anthropic continuam a ser procurados para tarefas técnicas que exigem alta precisão.
A escolha também é determinada por aspectos políticos. Após problemas com as respostas do chatbot Sunflower em relação à China, Mwebaze começou a procurar alternativas para evitar uma dependência excessiva de um único fornecedor. Ele enfatizou: «Devemos garantir que não estamos do lado errado da geopolítica».
A experiência africana mostra que a corrida pela inteligência artificial depende não apenas de quem cria os modelos mais perfeitos. Cada vez mais, fatores como custo, liberdade de uso e capacidade de adaptação influenciam a escolha das tecnologias.
A DeepSeek, uma companhia chinesa de inteligência artificial sediada em Hangzhou, anunciou planos para edificar um grande centro de dados na Mongólia Interior. Este megacentro terá uma capacidade computacional estimada em um gigawatt e visa aumentar a infraestrutura da empresa para competir no mercado global de IA.
O empreendimento será estabelecido em Ulanqab, uma cidade situada aproximadamente a 350 quilômetros a noroeste de Pequim. O plano contempla tanto a criação de uma estrutura própria quanto a aquisição de capacidade adicional de outras corporações. A DeepSeek tem como meta iniciar parte das operações até o final de 2027 ou no começo de 2028.
Esta iniciativa se insere no contexto da competição mundial por poder computacional dedicado à inteligência artificial, onde tanto empresas americanas quanto chinesas estão aumentando seus investimentos em data centers de grande escala. A DeepSeek busca consolidar sua posição após obter reconhecimento por desenvolver modelos de IA que exigem menos recursos computacionais.
A construção deste complexo na Mongólia Interior figura entre os maiores projetos de infraestrutura de computação ligados a uma empresa chinesa de IA. Uma instalação com capacidade de 1 GW ultrapassaria todos os centros de dados de IA operantes no país, embora permaneça abaixo de projetos americanos que atingem capacidades de 3 GW e 5 GW.
O esquema da DeepSeek permite a combinação de instalações próprias com espaço alugado em estruturas geridas por terceiros. Fontes informadas sobre o assunto indicam que mais de dez empresas já possuem projetos previstos em Ulanqab, conforme compilado por uma fonte independente baseada em aprovações governamentais locais.
Embora ainda não tenha sido especificado qual chip será utilizado, os semicondutores da Nvidia são considerados o padrão dominante para data centers no setor de IA, enquanto a Huawei se destaca como principal fabricante chinesa nesta área.
A escolha de Ulanqab foi motivada pelas condições climáticas da região. Com uma temperatura média anual próxima a 4 graus Celsius, o local diminui a demanda energética necessária para resfriar servidores de alto consumo, um fator atraente para empresas que desejam operar grandes estruturas computacionais.
A expansão da DeepSeek ocorre após a empresa ganhar visibilidade internacional ao apresentar modelos de IA que, segundo a própria companhia, demonstraram desempenho superior utilizando uma quantidade menor de recursos computacionais em comparação com seus concorrentes. A estratégia também incluiu o desenvolvimento de serviços de código aberto e de baixo custo.
Este avanço posicionou a startup no centro da disputa tecnológica entre China e Estados Unidos. Gigantes como OpenAI e Anthropic investiram bilhões de dólares em capacidade computacional, enquanto grupos chineses como Moonshot, Z.AI, Alibaba e MiniMax também buscam expandir sua participação no setor.
A movimentação da DeepSeek ocorre em um ambiente de crescente escrutínio geopolítico. Autoridades americanas levantaram suspeitas de que a empresa possa ter burlado restrições de exportação ao usar processadores Blackwell da Nvidia em uma instalação na Mongólia Interior, de acordo com fontes próximas ao tema.
Adicionalmente, OpenAI e Anthropic acusaram a startup chinesa de praticar um método chamado destilação, no qual os resultados gerados por modelos de IA existentes seriam empregados para aprimorar novas tecnologias.
A companhia também iniciou preparativos para uma potencial Oferta Pública Inicial (IPO) de ações, podendo protocolar o pedido ainda neste ano, conforme divulgado anteriormente pela Bloomberg News. Anteriormente, a empresa havia captado US$ 7 bilhões, atingindo uma avaliação aproximada de US$ 50 bilhões.
A edificação de um centro de dados dessa magnitude também demonstra a capacidade financeira em ascensão das empresas chinesas para investir em infraestrutura de IA. Um complexo de 1 GW equipado com aceleradores avançados, segundo estimativa citada pelo presidente-executivo da Nvidia, Jensen Huang, poderia demandar cerca de US$ 50 bilhões em investimento.
Apesar da dimensão do projeto, os custos de data centers variam dependendo da tecnologia e da localização. As estruturas focadas em inteligência artificial na China geralmente apresentam valores inferiores aos equivalentes instalados nos Estados Unidos.
