Generalist AI capta US$ 400 milhões para acelerar a AGI física

A Generalist AI não está só levantando dinheiro: está acelerando a transição da IA física de laboratório para fábrica, porto e sala cirúrgica. Fundada em 2024 por ex-pesquisadores do MIT e Google DeepMind, a empresa já lançou dois modelos-chave, o GEN-0 (nov/2025), que introduziu escalabilidade pré-treinada na robótica, e o GEN-1 (abr/2026), um modelo multimodal que executa tarefas de manipulação com 99% de confiabilidade e aprende novas habilidades físicas em menos de uma hora de dados reais. Isso muda o jogo: antes, treinar um robô para uma nova tarefa exigia semanas de coleta no mundo real; agora, basta simular, ajustar e implantar. A NVIDIA não é só investidora, é parceira técnica essencial, integrando o Cosmos 3 (seu primeiro 'omnimodel' aberto para IA física) e o Jetson Thor diretamente nas plataformas da Doosan Robotics e em projetos de veículos autônomos apresentados na CVPR 2026.

O aporte de US$ 400 milhões não é isolado. Ele se insere em uma onda estrutural: o mercado global de IA física deve crescer de US$ 81,4 bilhões em 2025 para mais de US$ 1 trilhão até 2035, com CAGR de 33,5%. A China já produziu 12.800 humanoides em 2025, 90% do total mundial, e empresas como BYD, CATL e Bosch estão construindo agentes físicos nativos, não como extensões de LLMs, mas como sistemas de percepção-ação integrados desde o início.

Em maio, a CEVIU destacou a entrada da NVIDIA como investidora de capital em IA, com mais de US$ 40 bilhões aplicados em 2026, mas não havia ainda o alinhamento operacional concreto com startups de IA física. Agora, em 8 de junho, a mesma NVIDIA fecha duas frentes simultâneas: lidera parcerias técnicas com a Doosan Group para construir um 'Agentic Robot OS' e participa ativamente da rodada da Generalist AI. Também mudou o ritmo de entrega: o GEN-0 era conceitualmente importante, mas o GEN-1 (lançado em abril) já mostra desempenho comercial viável, 3x mais rápido em tarefas de manipulação e adaptação em tempo real a ambientes dinâmicos. Isso transforma o que era promessa técnica em roadmap de implantação industrial.

IA física não é um nicho, é a próxima camada de infraestrutura digital. Enquanto LLMs redefiniram o software, os modelos como o GEN-1 redefinem máquinas: robôs que entendem comandos em linguagem natural, simulam consequências físicas antes de agir e se reprogramam com dados mínimos. Isso reduz o custo de automação em logística, manufatura e saúde, setores onde a mão de obra especializada escasseia. Para o Brasil, isso tem implicações diretas: empresas como Jacto e Agrisul já testam protótipos com IA incorporada em máquinas agrícolas; o salto agora é ter modelos de base prontos para serem adaptados localmente, sem depender de treinamento do zero.