Ai2 lança ToyBlocks, simulador aberto para treinar e avaliar robôs em ambiente controlado

O ToyBlocks é o primeiro FoundationWorld da Ai2, um framework aberto para montar ambientes simulados controlados de robótica. O cenário é um braço robótico com blocos sobre uma mesa, deliberadamente simples. A Ai2 diz que esse escopo restrito permite cumprir quatro requisitos ao mesmo tempo: física e aparência realistas, geração automática de tarefas e demonstrações em escala, desafios que combinam raciocínio e destreza, e ampla cobertura das tarefas do domínio.

Na parte técnica, as skills de curto horizonte (empurrar, virar o bloco sem pegá-lo) saem de reinforcement learning e motion planning, com treino no Isaac Lab, da Nvidia. O gerador usa informação privilegiada do simulador, como posição e orientação exatas do bloco, algo que um robô real não tem. Um planejador de tarefas e movimentos (TAMP) encadeia as skills e produz as demonstrações, com centenas de planos em paralelo numa única GPU, até 24 vezes a velocidade do tempo real. Os modelos treinados, porém, mapeiam observações brutas de sensores para ações. A Ai2 relata que modelos de ação populares (ManiFlow, π0.5 e MolmoAct 2) generalizam mal nos resultados iniciais, mesmo com pré-treino em larga escala, e que o agente com Claude Opus 5.5 resolveu ou declarou inviável corretamente 63% das tarefas de busca e soletração de palavras, com erros típicos de confusão entre letras parecidas (13%).

A cobertura anterior do CEVIU toca o tema, mas não mostra evolução do mesmo projeto. Em 8 de setembro de 2026, o CEVIU noticiou "A IA encarnada na robótica: desafios e o caminho para máquinas pensantes", que apontava a escassez e o alto custo dos dados de treinamento para manipulação como obstáculo. O ToyBlocks ataca justamente esse ponto, ao gerar demonstrações automaticamente, sem teleoperação.

Para quem treina modelos de manipulação, a leitura é que o valor aqui está menos no simulador em si e mais em poder isolar causas. Com oráculos nos níveis alto e baixo, dá para saber se a falha veio do planejamento ou da execução. Fica a ressalva: são resultados em simulação, num domínio estreito, e a transferência para robôs físicos ainda precisa ser avaliada caso a caso.