A Toyota separa uma startup de robôs unicórnio: como a Walden leva modelos de “grandes comportamentos” para a fábrica?

Autor: Zen, PANews

Até 15 de julho, a Walden Robotics permanecia desconhecida do público.

Mas naquele mesmo dia, a empresa de robótica que se desmembrou do Toyota Research Institute (instituto de pesquisa da Toyota) fez uma aparição oficial repentina e divulgou, de uma só vez, um aporte de US$ 300 milhões na rodada semente e uma avaliação de US$ 1,1 bilhão.

O investimento foi liderado em conjunto pela Toyota e pela Deviation Capital, com a participação de capital de empresas dos setores, incluindo NVIDIA, Boeing, Samsung Ventures, Prologis Ventures e CoreWeave Ventures.

Da sua fundação até entrar no seleto grupo das unicórnios, a Walden levou apenas seis meses. E ela já reúne muitas das condições que diversas startups de robótica desejam — uma equipe de pesquisa madura, capital suficiente, um sistema de produção aberto da Toyota e possíveis canais de colaboração com investidores dos setores de manufatura, aviação, eletrônica e logística.

A nova unicórnio que saiu do instituto de pesquisa da Toyota

Antes da divulgação desta notícia sobre a rodada de financiamento, a Walden Robotics vinha operando em modo de sigilo.

Em janeiro deste ano, a Walden foi criada como uma empresa independente a partir do Toyota Research Institute (abaixo, “TRI”). A inspiração para o nome da empresa vem da obra “Walden”, do escritor norte-americano Henry David Thoreau (Walden), que trata da importância de viver com consciência e com um propósito. O nome também se relaciona com as questões que a empresa pretende explorar: como robôs podem ajudar as pessoas a encontrarem mais significado no trabalho e na vida.

Na avaliação do cofundador e CEO da Walden, Russ Tedrake, robôs gerais impulsionados por IA física são, sem dúvida, uma tecnologia disruptiva e já chegaram a um ponto de inflexão importante. Mas, para alcançar sucesso comercial, ainda é necessário que a empresa comprove a economia unitária do negócio e colabore profundamente com os clientes.

Depois de se tornar uma empresa independente, a Walden pôde concentrar esforços para acelerar a comercialização da tecnologia de robôs do instituto de pesquisa da Toyota, levando os resultados do laboratório para o ambiente de produção. Ao colaborar com grandes empresas globais de manufatura e logística, a Walden pretende validar continuamente a capacidade do produto em cenários reais, garantindo que o produto se adapte aos fluxos de produção reais e traga economia de custos e melhorias de eficiência de forma clara.

Russ Tedrake é professor do MIT; antes, liderou por quase dez anos as equipes de robótica e aprendizado de máquina do TRI. Seu time realizou inúmeras contribuições para pesquisas fundamentais, incluindo Diffusion Policy, a Interface Universal de Manipulação (UMI), Large Behavior Models (Modelos de Comportamento em Larga Escala), OpenVLA e o simulador de código aberto Drake.

Além de Russ Tedrake, a equipe fundadora da Walden atualmente conta com o CTO Ben Burchfiel, a COO Kerri Fetzer-Borelli, o chief product officer Dave Johnson, o chief strategy officer Adrien Gaidon, o chief architect Siyuan Feng e a liderança de IA Rares Ambrus. Vários deles também são líderes de projetos de pesquisa de Large Behavior Models do TRI, participando da construção da arquitetura do modelo, do treinamento, da simulação e do sistema de avaliação.

Equipe da Walden Robotics, com Russ Tedrake em segundo à esquerda

Fica claro que, em comparação com startups comuns, o ponto de partida e a base da Walden são significativamente mais altos. Por um lado, ela aproveita décadas de resultados de pesquisa do TRI no campo da robótica; por outro, a Toyota é tanto investidora central quanto seu mais importante parceiro industrial no estágio inicial, fornecendo os primeiros cenários reais de produção.

Com as costas apoiadas pelo sistema de manufatura da Toyota, a Walden encurta o ciclo de validação comercial

Um desafio comum nas empresas de inteligência incorporada (embodied intelligence) é a existência de uma lacuna entre o desenvolvimento tecnológico e o deployment comercial.

Robôs precisam entrar em ambientes reais para obter dados de alta qualidade, mas os problemas de confiabilidade e viabilidade econômica dos produtos iniciais dificultam que clientes empresariais se convençam a adotá-los e os integrem ao trabalho de verdade. Além disso, sem cenários de implantação e dados, os modelos têm dificuldade de cobrir anomalias do mundo real, e a capacidade do produto fica difícil de melhorar de forma contínua.

A Walden, que recebeu apoio do sistema de produção da Toyota já no início, encurta esse ciclo de validação em certa medida. A Toyota é, ao mesmo tempo, incubadora de tecnologia e investidora central, além de ser fornecedora dos primeiros cenários de implantação real. A Walden não precisa sair do zero para buscar clientes industriais, nem construir separadamente uma “fábrica de simulação” para testes; em vez disso, pode entrar diretamente nos fluxos de produção existentes, definir tarefas junto com as equipes de manufatura, ajustar equipamentos e avaliar entradas e saídas.

O valor desse pano de fundo industrial vai além de apenas oferecer um “local de treinamento” para robôs. Se robôs industriais conseguem gerar valor econômico depende de vários fatores, como frequência de tarefas, taxa de utilização dos equipamentos e requisitos de segurança. Muitas tarefas robóticas que se destacam em laboratórios podem não ter valor de implantação quando chegam à fábrica.

Já a experiência acumulada pela Toyota em manufatura e automação ao longo do tempo pode ajudar a Walden a priorizar etapas mais adequadas às capacidades técnicas atuais e que também gerem retorno comercial claro, reduzindo o risco de desconexão entre o desenvolvimento do produto e as necessidades dos clientes.

Além disso, o conjunto de investidores da Walden fornece possíveis canais para expandir cenários externos. Além da Toyota, Boeing, Samsung Ventures e Prologis Ventures se relacionam, respectivamente, a manufatura aeronáutica, indústria eletrônica e infraestrutura de logística. Já NVIDIA e CoreWeave conectam recursos de computação para robôs e para treinamento de IA.

Essas empresas certamente são potenciais recursos de sinergia, com chances de, no futuro, fornecerem portas de colaboração para a Walden. Em certa medida, depois que a Toyota resolveu os problemas de cenários e dados da fase mais inicial de comercialização, o que realmente determinará o valor de longo prazo da Walden talvez seja se esse conjunto de tecnologia e sistema operacional consegue sair da Toyota e se transformar em um produto padronizado voltado para mais empresas de manufatura.

A esse respeito, a Walden, que herda pesquisas e resultados técnicos do TRI, está confiante. E é preciso mencionar o núcleo do sistema técnico da empresa: Large Behavior Models (LBM), Modelos de Comportamento em Larga Escala.

Tecnologia central LBM (Large Behavior Models) — levando capacidades gerais de operação para a fábrica

Diferente dos grandes modelos de linguagem voltados para geração de texto, o LBM precisa tratar, ao mesmo tempo, imagens de visão, estado do próprio robô, informações de tato ou outros dados de sensores e instruções de tarefa; com base nisso, ele gera ações contínuas. Seu objetivo não é escrever programas separados para cada trabalho, mas, sim, treinar com dados de múltiplas tarefas para que o mesmo modelo aprenda e transfira diferentes habilidades de operação.

Essa linha se baseia em pesquisas de aprendizado robótico realizadas pelo TRI ao longo de muitos anos. Nesse contexto, Diffusion Policy é uma das bases tecnológicas mais representativas.

Robôs industriais tradicionais geralmente dependem de trajetórias de movimento previamente definidas e de condições do posto de trabalho. Quando a posição das peças, a configuração dos equipamentos ou o fluxo de produção mudam, muitas vezes os engenheiros precisam reprogramar e depurar. A Diffusion Policy, por outro lado, aprende a distribuição de ações com demonstrações humanas: o modelo extrai padrões de dados de visão, ações e estado do robô e depois tenta reproduzir de forma autônoma.

Com base nisso, o LBM integra ainda múltiplas tarefas em uma estrutura unificada de pré-treinamento. A pesquisa divulgada anteriormente pelo TRI usou dados de robôs de quase 1.700 horas e realizou 1.800 testes em ambientes reais, além de mais de 47.000 simulações. Os resultados mostram que, após pré-treinamento com múltiplas tarefas, o modelo precisa de uma quantidade de dados significativamente menor ao aprender parte de novas tarefas do que um modelo de tarefa única treinado do zero.

Em simulação e no mundo real, para várias tarefas e condições de ambiente, a Walden avaliou seus modelos LBM

Isso dá base para a lógica do produto da Walden: o robô não precisa depender de uma equipe de engenharia para programar item a item; ele pode se adaptar a novos processos operacionais com poucas demonstrações. Para clientes industriais, essa capacidade é principalmente aplicável a ambientes de manufatura com muitos tipos de produtos e ajustes frequentes nas tarefas de produção. Em comparação com equipamentos automatizados tradicionais que só conseguem repetir ações fixas, robôs com capacidade de aprendizado podem alternar etapas e tarefas com menor custo de adaptação.

Atualmente, a Walden adota uma abordagem que combina execução autônoma com assistência humana remota. O robô consegue concluir sozinho tarefas comuns já dominadas. Quando surgem objetos anômalos, mudanças no ambiente ou situações fora do alcance das capacidades do modelo, então os operadores remotos assumem a intervenção.

No desenho do próprio robô, a Walden opta por uma forma com tronco superior tipo humano e braços duplos acoplados a uma base móvel com rodas, e coloca o foco do produto nas capacidades de operação com os dois braços, aprendizado de tarefas e adaptação ao ambiente.

Robôs móveis com rodas são comuns em cenários industriais e de armazém, com chão relativamente plano e postos de trabalho bem definidos. Sua principal vantagem está na estabilidade e em a complexidade do sistema e a carga serem relativamente controláveis. O design de tronco superior mais humano ajuda o robô a usar ferramentas e espaços de trabalho desenhados para humanos. A “generalidade” que ela busca vem mais da capacidade do modelo de aprender tarefas diferentes e das habilidades do sistema de dois braços para operar vários tipos de objetos e equipamentos.

Mas, embora a Walden tenha condições privilegiadas e também esteja, em certo grau, à frente na corrida de robótica, não é difícil entender o que Russ Tedrake disse na aparição oficial da empresa: “A equipe é forte o bastante, o progresso é rápido o bastante, por isso não precisamos exagerar isso”. Porém, para essa empresa que acabou de sair do modo sigiloso, como disse Russ Tedrake: “Nós acabamos de começar essa jornada.”