Zhiyuan desta vez foi mais rápido que Musk

Musk nunca conseguiu o que Peng Zhihui e o seu robô inteligente alcançaram.

Há pouco tempo, a Tesla confirmou que o seu robô humanoide Optimus Gen3 entrará em produção experimental de pequenos lotes no verão deste ano, e só em 2027 é que se espera chegar a uma produção em massa em grande escala. Apesar de este ritmo já ter sofrido vários adiamentos, a visão de Musk continua a ser uma referência para toda a indústria a nível global.

Mas a reviravolta chegou rapidamente e de forma inesperada: o avanço de produção planeado para ser medido em “anos” foi comprimido para unidades de “meses”.

Em 30 de março, o robô inteligente anunciou que os robôs humanoides que saíram da base de produção em massa ultrapassaram as 10.000 unidades. Isso aconteceu menos de três meses depois de terem realizado, pela última vez, a cerimónia de saída de 5.000 unidades.

A meta “ultrapassar as dez mil” da Unitree significa que a inteligência corporal no mercado interno passou do laboratório para o ponto de entrada da comercialização em escala.

Para este player chinês, que foi fundado há menos de três anos, ganhar o setor na questão da produção em massa face a um gigante da indústria é, por si só, uma declaração.

Ultrapassar a barreira da produção em massa

Se desenharmos uma curva para o desenvolvimento dos robôs humanoides no mercado interno nos últimos dois anos, 2023—2024 são a curva de “Demo”, e a partir de 2025 começa a entrar na curva de “realidade da engenharia”.

A diferença entre as duas curvas está em que a primeira depende de algoritmos, bases de movimentos, encenação de cenários e renderização para criar “efeitos”; a segunda aceita apenas um padrão: funcionamento contínuo e sem falhas.

“Na perspetiva de muita gente, a produção em massa parece ser apenas uma cadeia de montagem, abertura de moldes, injeção e montagem, entre outros processos padronizados. Mas, na prática, para o segmento de produtos de robôs humanoides, a escala em si é, provavelmente, um dos problemas técnicos mais difíceis.”

"Em 30 de março, numa entrevista após a reunião, Peng Zhihui, cofundador, presidente e CTO da Unitree Robotics, apontou à Wall Street Insights que, na indústria de robótica, a produção em massa em escala é muito mais difícil do que a maioria imagina.

Ele fez uma comparação: na eletrónica de consumo, se houver uma falha, basta reiniciar; mas, no caso dos robôs, uma vez que haja um erro, “qualquer falha mínima de qualidade é amplificada infinitamente durante a operação real, podendo causar ferimentos em pessoas e consequências graves de danos ao ambiente”.

A dificuldade disso ficou totalmente evidente no próprio estágio de produção em massa da Unitree em 2024.

Wang Chuang, vice-presidente sénior e presidente do departamento de negócios gerais, relembrou à Wall Street Insights que, naquele ano, a Unitree estava na fase de passar do penoso arranque do primeiro robô para as 200 unidades, o que foi o “momento mais sombrio” da empresa.

Depois do evento de lançamento de novos produtos em agosto daquele ano, a Unitree apresentou de uma só vez cinco modelos de robôs, sendo o mais popular, a expedição A2, com preço unitário superior a 500.000 yuan. Após o evento, os pedidos vieram como neve, mas a Unitree não conseguiu aguentar: o produto não conseguia ser produzido em massa, a tecnologia não conseguia ser implementada, e o modelo de negócio não avançava de forma alguma.

Wang Chuang disse que, na altura, a linha de produção quase não tinha padronização. Quanto mais máquinas eram produzidas, menos tempo a equipa tinha para “trabalhar”, porque a maior parte do tempo era consumida com reparações. Mesmo cada robô que saía da linha era diferente, pelo que os engenheiros tinham de ajustar parâmetros um a um.

Foram dias difíceis em que a mão de obra preenchia o fosso da industrialização. No final de 2024, para resolver os inúmeros problemas trazidos pela produção em massa da primeira fornada, a Unitree colocou, sucessivamente, mais de 150 pessoas de I&D nas linhas de produção, na primeira linha da fábrica.

Cada salto de escala resolve problemas totalmente em dimensões diferentes. A seguir, de 200 para 1.000 unidades, o maior gargalo passou da linha de produção para a cadeia de abastecimento.

Peng Zhihui revelou à Wall Street Insights que, quando decidiu pela primeira vez fazer robôs humanoides, fez um levantamento no setor: “descobrimos que não existia um fornecedor de componentes essenciais que se adaptasse a nós, que entregasse em lote, e que fosse maduro, fiável e confiável”.

Os funcionários da Unitree dizem que, no início, o facto de os fornecedores se juntarem e entregarem 100 a 200 unidades talvez ainda desse para aguentar. Mas quando a escala dos pedidos chegou a mil ou até dez mil unidades, o sistema e as normas de qualidade existentes entraram em colapso instantaneamente, e o produto simplesmente não resistia a retrabalho em grandes quantidades. Nenhum fornecedor tradicional de juntas, redutores, mãos hábeis ou baterias conseguia cumprir a estabilidade de entrega ao nível de mil unidades, quanto mais a consistência.

Já que não havia caminho pronto, a Unitree só podia escolher construir a estrada por conta própria. Peng Zhihui disse: “Crescemos com a cadeia de abastecimento; puxámo-los para dentro para fazer desenvolvimento conjunto”. Desde processos e materiais até fixações de tooling, de bancadas de testes a processos de envelhecimento, tudo foi redefinido do zero.

A Unitree adotou, em componentes essenciais como juntas e mãos hábeis, novos processos desenvolvidos em conjunto com os fornecedores, tornando as peças mais leves, mais precisas, com maior vida útil e menor custo. Também construíram um “ciclo de fornecimento de meia hora”, exigindo que os fornecedores essenciais consigam responder dentro de meia hora.

Esta estratégia de cadeia de abastecimento com ligação profunda parece pesada no curto prazo, mas a longo prazo constitui exatamente o fossado/vale de proteção da Unitree.

O início da capitalização composta na engenharia

Se a capacidade da cadeia de abastecimento determina se a Unitree consegue construir 10.000 robôs, então a capitalização composta do “data flywheel” determina, depois de esses 10.000 robôs serem produzidos, quálo valor conseguem gerar.

“Antes, a forma de pensar ao fazer robôs era: primeiro construir um corpo; primeiro criar o corpo; ter um hardware; e depois desenvolver e inserir ‘um cérebro’, modelos, algoritmos. Mas agora, com a saída de 10.000 robôs, corpo e cérebro começam a evoluir em simultâneo.” disse Peng Zhihui.

Hoje em dia, cada robô que sai da linha é colocado para recolher dados de forma contínua em linhas de produção automóvel, oficinas de eletrónica 3C e espaços de serviços comerciais.

Esses dados reais voltam, por sua vez, a treinar o modelo base da Unitree a uma velocidade sem precedentes, tornando o modelo mais generalizado e mais prático, o que impulsiona os robôs a desbloquearem mais cenários complexos.

“Quanto mais os robôs forem usados, mais inteligentes se tornam.” disse Peng Zhihui, “As 10.000 unidades são o ponto-chave para a nossa roda (flywheel) rodar completamente.”

Na verdade, esta lógica é altamente consistente com a trajetória de evolução do setor de condução inteligente. A razão pela qual o FSD12 da Tesla conseguiu alcançar um salto qualitativo por volta de 2025 é que milhões de veículos em circulação contribuem continuamente com dados reais de condução. Neste momento, a Unitree está a replicar um caminho semelhante no domínio dos robôs humanoides.

Na visão de Wang Chuang, qualquer tecnologia disruptiva, no seu desenvolvimento inicial, faz as pessoas sentirem que avança a passos difíceis e muito lentamente. Mas quando ela realmente ultrapassa um certo ponto crítico (um “ponto de viragem”), como uma onda de maré/tsunami, todos vão exclamar que a velocidade foi demasiado rápida.

Tal como acontecia com os carros elétricos e com a condução inteligente, os robôs humanoides estão também a aproximar-se desse ponto crítico de explosão.

De acordo com os dados da IDC, o volume de remessas globais de robôs humanoides em 2025 aproxima-se das 18.000 unidades, um crescimento de cerca de 508% em termos anuais. Destas, as empresas chinesas detêm uma posição dominante no total global de remessas, superando os pares dos EUA.

Em 2026, a indústria entra numa fase de ataque à produção em escala e em massa. A TrendForce Consulting (IHS Markit) prevê que as remessas globais ultrapassarão as 50.000 unidades, o que representa mais de 700% ano contra ano. A Unitree concluiu a saída de 10.000 unidades em menos de três meses desde o início do ano. Seguindo este ritmo, no evento de lançamento, Wang Chuang avançou uma previsão: “Cem mil unidades podem estar no fim de 2027.”

Esta previsão baseia-se em dois pressupostos: primeiro, uma implementação de tecnologia totalmente autónoma, em que os robôs ficam fora do controlo humano, compreendem o ambiente, carregam-se de forma autónoma e adaptam-se continuamente a tarefas mais complexas; segundo, a globalização. Wang Chuang disse: “A procura de robôs como categoria é universal a nível global. O envelhecimento, a baixa natalidade, a falta de mão de obra e os postos cada vez mais difíceis de preencher — repetitivos e aborrecidos — são um problema que o mundo inteiro enfrenta”.

Da expedição A1, lançada em agosto de 2023, até à primeira expedição A3 de 10.000 unidades a sair da linha em março de 2026, a Unitree concluiu um salto quase impossível em menos de três anos.

A história desta empresa, na essência, é mais uma libertação concentrada das capacidades do sistema da indústria transformadora chinesa num novo tipo de categoria. O mesmo enredo já aconteceu muitas vezes, mas, a cada vez, continua a causar impacto.

10.000 unidades não são o ponto final. Mas a partir deste dia, os robôs humanoides deixam de ser apenas um conceito de futuro imaginado e passam a ser um produto do presente.

_ A seguir está o registo da conversa, da Wall Street Insights (tecnologia em tempo integral) com o cofundador e CTO da Unitree Robotics, Peng Zhihui, e o vice-presidente sénior e presidente do departamento de negócios gerais, Wang Chuang: _

Tecnologia em Tempo Integral: Por trás da produção em massa de 10.000 unidades, que ligações-chave a Unitree fez na cadeia de abastecimento, no controlo de custos e na capacidade produtiva?

Peng Zhihui: Acabei de mencionar também o quão difícil é chegar às 10.000 unidades. Do processo de 1.000 para 10.000 levou mais de um ano, concretizando um salto de escala de 10x. Por trás disso, trata-se de evidenciar uma capacidade de integração abrangente em cinco dimensões: eficiência de fabrico, implementação em cenários, valor para o cliente, data flywheel e crescimento conjunto da cadeia de abastecimento. Em suma, a Unitree é a primeira empresa global verdadeiramente inteligente a percorrer de ponta a ponta, do protótipo de laboratório até à entrega em escala industrial. O maior desafio é a consistência em lote e o controlo de custos.

Os robôs não são como os telemóveis. Se houver um problema, e for um problema de software, basta reiniciar; um problema de hardware também não causa grandes danos. Mas, quando um robô falha, se qualquer elo falhar, a qualidade do produto em massa colapsa, e também causa danos irreversíveis ao utilizador e ao ambiente. O fornecimento estável de componentes essenciais, a redução de custos do sistema completo, a qualidade, a fiabilidade e a estabilidade são todas “dificuldades duras”.

Para lidar com tudo isso, existem duas coisas que são particularmente importantes:

Primeiro, insistir na cadeia de abastecimento. Crescemos em conjunto com a cadeia de abastecimento e redefinimos os novos padrões da indústria. Criámos a primeira cadeia de fornecimento padronizada de inteligência corporal a nível global. E até trouxemos os parceiros centrais para dentro para fazer desenvolvimento conjunto; por exemplo, em componentes essenciais como as juntas e as mãos hábeis, adotámos novos processos. Estes processos são desenvolvidos em conjunto com os fornecedores, para que as peças sejam mais leves, mais precisas, tenham maior vida útil e custem menos, o que evidencia uma vantagem muito forte do produto.

Segundo, reconstruir o modelo de produção. Inclui o local onde estamos agora, que tem uma fábrica de validação de pré-produção (piloto) para processos de validação; a fábrica de produção em massa garante estabilidade. A fábrica piloto valida antecipadamente os processos e cadeias de montagem. Além disso, com produção flexível baseada em pedidos, não só alcançámos componentes essenciais com autonomia e controlo, como também construímos uma cadeia do “semi-hora supply circle”, apresentando algumas exigências aos fornecedores: os fornecedores devem conseguir responder dentro de meia hora.

10.000 unidades não é o ponto final; é a prova de que temos a capacidade de transformar verdadeiramente a inteligência corporal de brinquedo para uma produção industrial baseada na determinística da engenharia, sendo um marco-chave indispensável.

Tecnologia em Tempo Integral: Chegou o momento do ChatGPT da inteligência corporal?

Wang Chuang: A maior diferença é que os clientes frequentemente retroalimentam que as linhas de produção mudam com frequência. Por exemplo, a linha de inserção/remoção (up/down loading) das células (células de bateria) pode, ao fim de algum tempo, ser convertida para linhas de diferentes modelos de células, ou mesmo para materiais completamente diferentes de up/down loading. Se usarmos métodos tradicionais de automação, muitas vezes é necessário desativar equipamentos que já tinham sido feitos bem, e desenvolver novos equipamentos; pelo menos, exigir que os engenheiros fiquem no local durante mais um mês para desenvolver novos algoritmos.

O maior significado da inteligência corporal está na generalização. Tal como, quando agora usamos GPT para lhe fazer qualquer pergunta, muitas são respostas pouco claras. Tu perguntas algo muito vago, mas ela consegue interpretar de forma generalizada. Queremos que, no mundo físico da inteligência corporal, ela também consiga interpretar de forma generalizada o que deve fazer. Isto pode envolver uma pré-formação/treino prévio em grande escala, reforçado com treino focado na recolha de dados em cada posto de trabalho, e no final permitir que a taxa de sucesso atinja a taxa de sucesso que a linha de produção consegue aceitar. As linhas de produção, muitas vezes, seguem padrões de 999, 9999. O ritmo também tem de ser comparável ao do ser humano.

Agora vemos que, em alguns cenários de up/down loading, já está a começar a funcionar. Esperamos que, no futuro, a roda sobre rodas (robôs com rodas) em mais cenários numa fábrica também consiga funcionar, e que robôs bípedes também consigam funcionar gradualmente em cenários como receção, guia turística e vendedor (auxiliar de compras).

Tecnologia em Tempo Integral: Recentemente, a Unitree obteve sucessivamente avanços mais recentes em algoritmos, tecnologias de simulação, etc. Os robôs de 10.000 unidades que saíram foram equipados com estes resultados? E, com os dados reais e feedback de engenharia que a produção em escala de 10.000 unidades traz, como é que isto volta a alimentar a iteração de tecnologia e a capacidade de adaptação a cenários com robôs reais?

Peng Zhihui: O data fechado/data flywheel tem para nós um enorme valor e significado. As 10.000 unidades de produção em massa que saíram são a expedição A3, um novo modelo lançado recentemente. Ainda não atingimos a fase de remessas em volume; muitas funções de software ainda não chegaram a essa fase e continuam a ser otimizadas de forma contínua.

Muitas novas tecnologias, obviamente, serão aplicadas e validadas primeiro em produtos novos. No caso da A3, em termos de componentes do corpo, há grandes melhorias em leveza, autonomia, relação empuxo/peso e capacidade de interação. O sistema completo pesa apenas 55 kg, mais leve do que a maioria dos humanos do mesmo tamanho; a autonomia chega a mais de 10 horas; e também integra vários sensores novos (por exemplo, sensores táteis).

O mais central são os softwares de “cérebro grande e cérebro pequeno” e modelos de algoritmo: integrámos os modelos mais recentes de controlo de movimento do corpo inteiro, incluindo algoritmos de controlo em grupo, com resultados de algoritmos que permitem controlar grupos.

Atualmente, além de novos modelos como a expedição, produtos já lançados antes também já foram implementados em cenários reais. Por exemplo, a série “Gnomo/Elfo” já foi implementada em cenários como fabricação industrial, logística e segurança e vigilância. Como, por exemplo, na linha de produção de computadores tablet da empresa Longqi Technology, temos a nossa A2 a trabalhar 24 horas sem parar, a fazer up/down loading de ecrãs.

Na linha eletrónica da Shengyi (como a Yuansheng), a G2 ainda consegue, em fábricas eletrónicas, completar montagem de ferramentas de alta dificuldade e posicionamento (três vias?) com uma velocidade que ultrapassa os humanos em mais de 12 segundos; a taxa de sucesso fica quase em 100%. Em essência, estes cenários colocam exigências extremamente altas de precisão e estabilidade aos robôs, que a automação tradicional não consegue resolver. São exatamente estes cenários que demonstram muito bem o valor da inteligência corporal: não é para substituir os humanos, mas para tornar os robôs capazes de generalização com treino único e múltiplas implementações, complementando os postos de trabalho humanos.

O “data flywheel” também é o maior benefício no processo. Ao trabalhar continuamente em ambientes reais, podemos recolher dados suficientes. Os dados ajudam-nos a ultrapassar o limite superior de capacidades futuras da inteligência corporal. Os robôs acabados de sair seguem uma linha de “evoluir assim que sai da fábrica”, contando com dados de simulação e dados de robôs reais. Agora que existe um data flywheel de ciclo fechado com dados reais, isto constitui um excelente pressuposto para que os robôs consigam, no futuro, entrar verdadeiramente em cenários de grande escala de produção com valor.

Tecnologia em Tempo Integral: Em que áreas é que agora estas 10.000 unidades de robôs estarão distribuídas, e quais cenários específicos já têm ROI comprovado?

Wang Chuang: Atualmente, temos 8 principais cenários comerciais: utilizadores de investigação científica, recolha de dados, atuações de entretenimento e, principalmente, cenários em fase de desenvolvimento. Nos cenários em fase de deployment, temos explicações e receção, e também cenários de up/down loading em fábricas. No futuro, vamos explorar mais cenários. Por exemplo, fazer uma receção verdadeiramente na receção (área frontal), com interação e com tarefas. Na fábrica, depois de uma pessoa/um posto fazer algumas coisas, poderá ajustar-se rapidamente para outro posto, como um “humano” a trabalhar de verdade.

Tecnologia em Tempo Integral: Atualmente, a indústria está num estado de florescimento diversificado. Quer em termos de formas, algoritmos ou aplicações de cenários, se a Unitree quiser tornar-se o “unicórnio final” (endgame), qual é o obstáculo mais importante? Existe um consenso que o setor de inteligência corporal já convergiu?

Peng Zhihui: Sempre fizemos divulgação externa. O nosso obstáculo central é a estratégia full-stack de “uma unidade e três inteligências” que defendemos. Nas publicações anteriores de produtos, também enfatizámos sempre: por que é que fazemos uma estratégia tecnológica grande e completa/full-stack, em vez de focar apenas uma parte?

Porque começamos pelo objetivo final: mirar os cenários de aplicação finais e passar por cenários reais. Apenas um ponto tecnológico não consegue atravessar. É necessário que os robôs tenham uma capacidade de interação muito forte, funcionando como um excelente interface de interação homem-máquina; e também que consigam realmente fazer trabalho; e que a sua capacidade de movimento seja suficientemente forte, diferente dos robôs industriais tradicionais fixos.

Portanto, é preciso inteligência de movimento e inteligência de interação, e inteligência de execução/tarefas (作业). Ao mesmo tempo, o corpo em si deve ser suficientemente maduro, fiável, estável e de baixo custo. Isto é um projeto de engenharia sistémica. É por isso que insistimos continuamente na rota técnica full-stack de “uma unidade e três inteligências”, integrando profundamente o corpo do robô, a inteligência de movimento, a inteligência de interação e a inteligência de tarefas.

Também acumulámos muito Knowhow na camada base de IA, grandes modelos e aplicações em indústrias verticais. Esse Knowhow também é uma das nossas “moats/fossados”. Agora mesmo mencionámos a criação de um ecossistema de cadeia de abastecimento padronizada a nível global. Isto também é um fossado muito forte.

Tecnologia em Tempo Integral: Atualmente, os robôs estão numa fase de evolução de “antropomórfico” para “tipo humano”. No ano passado, que evoluções teve o “cérebro” dos robôs? Em termos de equilíbrio do carregamento nas mãos hábeis e controlo de força de corpo inteiro, a que distância estamos ainda do ideal de uma “entidade digital de vida” (digital life entity)?

Peng Zhihui: Isto é uma imaginação para o futuro.

Em primeiro lugar, a evolução do cérebro dos robôs é a linha principal. Porque é que, nos últimos anos, os robôs humanoides estiveram tão na moda? Não é porque o corpo tenha alguma grande inovação de tecnologia “mágica” no hardware; é porque o desenvolvimento de IA e dos grandes modelos — como a evolução do cérebro representada pelo ChatGPT em 2023 — é a linha principal. No ano passado, essa mudança aconteceu muito rapidamente. No início, no que toca ao cérebro, usávamos mais tecnologias como ACT e Policy, que resolvem o problema de geração de sequência; mas, essencialmente, isso ainda tende a ser previsão de movimentos.

Agora, as tendências principais na academia e na indústria estão totalmente a virar-se para VLA, tecnologia VLA baseada em grandes modelos. Isto não é apenas uma questão de substituir a arquitetura do modelo. É fazer com que comecemos realmente a tentar continuar a tal misteriosa “lei de escala” dos grandes modelos de linguagem: aumentar escala, empilhar dados e empilhar capacidade de computação, na esperança de que a inteligência geral dos robôs surja. Esta é uma mudança de grande paradigma.

Ao mesmo tempo, a tecnologia está em evolução e iteração contínuas. Por exemplo, no futuro, o world model (modelo do mundo) também terá um papel muito importante, permitindo que os robôs façam o chamado raciocínio contrafactual, como os humanos. Quando os humanos fazem uma tarefa, primeiro simulam/repensam os resultados que as ações seguintes trariam na cabeça e ajustam dinamicamente a sua estratégia. Não é apenas “ver algo e fazer o que vê”, e é isto que representa a travessia fundamental de perceção para reação, de cognição para planeamento. Claro que ainda é necessário que a tecnologia evolua e itere de forma contínua.

Também existem gargalos nos componentes essenciais. Por exemplo, no momento, a mão hábil ainda é um grande gargalo do ponto de vista de hardware. Se precisarmos de muito alta liberdade, muito alto carregamento e uma forte capacidade de perceção. Por exemplo, o tato pode ser feito muito bem; mas também precisa de ser muito baixo custo. Estas coisas são altamente contraditórias na engenharia. Neste momento, ainda não conseguimos convergir totalmente para uma solução de hardware; estamos a tentar diferentes caminhos técnicos, novas opções de desenho de estrutura e diferentes escolhas de sensores, para encontrar um equilíbrio relativamente perfeito entre desempenho e custo.

Acabei de mencionar “uma unidade e três inteligências”. Em cada área, ainda é preciso fazer algumas iterações nos modelos base dos algoritmos.

Por fim, até que ponto estamos do ideal de uma entidade digital de vida? A minha opinião é que estaremos possivelmente mais perto do que uma parte das pessoas imagina, mas ainda é necessário algum tempo — tanto para o corpo como para a “alma”. A “forma/corpo” que acabei de falar ainda tem espaço para avanços no hardware. Durante o processo de equilíbrio dinâmico, também há trabalho a fazer em termos de engenharia e custos. A “alma” é o cérebro e os cérebros pequenos (mão/pequenos cérebros): mais importante ainda, a inteligência geral, a compreensão do mundo, decisões de longo prazo e o acoplamento multimodal com múltiplas linguagens/semântica ainda está numa fase relativamente inicial.

Mas é precisamente porque este caminho não é tão simples, e existem tantas “dificuldades duras” no meio que precisam de ser enfrentadas e quebradas, que vale muito a pena investir tudo, insistir e fazer avanços.

Tecnologia em Tempo Integral: Existe bolha na indústria chinesa de robôs?

Wang Chuang: Em qualquer desenvolvimento tecnológico, na fase inicial, todos acham que avança relativamente devagar. Quando realmente chega como um “tsunami”, todos sentem que ficou demasiado rápido. Podemos imaginar os carros elétricos: nos últimos quinze anos, o país tem subsidiado e promovido a eletrificação dos carros. Mas a taxa de compra pelos cidadãos comuns tem permanecido muito baixa.

As coisas aconteceram nos últimos dois ou três anos. Parece que de repente acelerou. O número de postos de carregamento pode ser maior do que o de bombas de gasolina em algumas cidades. A taxa de penetração ultrapassou os 50%. A inteligência dos carros também é assim: a condução inteligente tem sido estudada há décadas. No início, todos achavam que a experiência do utilizador era demasiado fraca e não queriam usá-la. A maior mudança foi no último ano. Eu próprio experimentei várias soluções de condução inteligente da primeira “linha”. Agora já consigo utilizá-la com bastante confiança. Este é um ponto temporal verdadeiramente revolucionário.

O mesmo acontece com os robôs humanoides: a complexidade só vai aumentar. Por exemplo, a expedição A3 usa agora muitos materiais novos e novos sensores, e a capacidade de computação do controlador também foi bastante aumentada. Com produtos tão complexos, só agora estamos a sair com a primeira fornada. Ainda há muitas, muitas questões para resolver no seu interior. Para nós, esperamos andar passo a passo de forma sólida, garantir que cada coisa e cada produto fica mesmo bem feita. E esperamos também que, ao longo do processo, muitos parceiros, a cadeia de abastecimento a montante e a jusante, e os clientes, trabalhem connosco para fazer bem o produto.

Depois de fazer bem, vamos começar por utilizá-lo em cenários ao alcance do que podemos. Por exemplo, no início, a generalização dos robôs é relativamente limitada; não dá para dizer que ele pode fazer todas as tarefas. Mas tarefas de algumas categorias já são feitas muito bem. E isso tem uma vantagem natural em comparação com humanos: ele consegue repetir tarefas e executa 24 horas por dia sem dormir, o que nos ajuda a fazer coisas aborrecidas e repetitivas.

A seguir é apenas aguardar de forma tranquila o processo de aceleração. Eu não consigo dizer agora se serão 5 anos, 10 anos ou mais. Mas acredito que, num certo dia, quando todos virem muitos robôs realmente ajudarem a fazer algumas coisas ao nosso redor, todos sentirão que esse processo aconteceu de forma muito calma e natural, e que mudará profundamente a sociedade. Estou extremamente, extremamente ansioso por este tempo. Vou dedicar toda a minha carreira profissional futura ao processo, trabalhando com os colegas.

Quanto à comparação entre a China e o mundo, é óbvio que, internacionalmente, existem muitos projetos de inovação do 0 ao 1 que são feitos muito, muito bem. A China tem feito muito bem no processo de ir do 0 ao 100. Especialmente no que toca a capacidades de engenharia, aplicações, e na construção do “data flywheel” de iteração de robôs, a China tem feito muito bem.

Nos últimos um ou dois anos, tive uma perceção muito grande de que, em algumas tecnologias centrais, a China começou gradualmente a ter avanços no 0 ao 1. Por exemplo, no tato dos robôs e em algoritmos: os algoritmos que combinam perceção e controlo em robôs têm muitos resultados muito bons do 0 ao 1.

Acredito que, no futuro, a aprendizagem da China do 0 ao 1 será feita muito rapidamente e vai acelerar cada vez mais, porque há pessoas suficientemente inteligentes. Mas outros países a aprender a partir do 1 ao 100 não é tão fácil. Pode exigir a construção de todo o sistema com um esforço enorme e uma taxa de sucesso relativamente baixa. Acredito que, na indústria da inteligência corporal, a China continuará a liderar a corrida global.

Tecnologia em Tempo Integral: Como avaliar a corrida em que os robôs humanoides competem, um atrás do outro? Qual é o próximo objetivo da Unitree?

Wang Chuang: Nós não estamos a fazer uma “competição de produção em massa”. A fábrica onde todos estão agora é uma fábrica piloto (pré-produção) — por exemplo, a expedição A3 é produzida nesta fábrica, que serve mais para validar toda a linha. Na verdade, nesta fábrica, grande parte nem utiliza equipamento automatizado; é para validação, design e, frequentemente, também para que a equipa de I&D venha iterar o design do produto. A verdadeira fábrica de produção em massa é a fábrica de Fengxian e outros locais (fábricas). Se agora quiséssemos fazer uma competição de produção em massa, a capacidade produtiva estaria muito para além do que temos atualmente.

Por que não fazemos? Porque valorizamos mais como é que os robôs são usados em cenários reais e como satisfazem as necessidades sustentáveis do cliente. Por exemplo, quando um cliente compra um robô para validar numa linha de produção, primeiro precisa de fazer um POC para que as funcionalidades corram, como um ritmo de 12 segundos ou quanto. Só quando o cliente estiver verdadeiramente satisfeito é que se começa a promover gradualmente para outros postos de trabalho semelhantes. Isso é impulsionado por necessidades reais.

Para robôs bípedes, por exemplo, os robôs Lingxi e a expedição também são usados em exposições para explicação. Neste momento, já há um acumulado de duas a três centenas de unidades a trabalhar em diferentes salas de exposição. Quando o cliente acha que a capacidade de autonomia sem manutenção, a capacidade de interação e de receção, e as capacidades de múltiplos idiomas realmente o ajudam, é quando ele está disposto a replicar e promover em massa. É nessa altura que somos mais esperados. Aí, ajustaremos a capacidade produtiva de acordo com as necessidades do cliente, e não vamos pensar em competir com quem quer que seja, porque para nós é sem sentido o que sai a ser transformado em stock.

Aviso de risco e cláusulas de isenção de responsabilidade

Há risco no mercado; investir com cautela. Este artigo não constitui recomendação de investimento pessoal, nem considera objetivos de investimento específicos, situações financeiras ou necessidades de utilizadores individuais. Os utilizadores devem considerar se quaisquer opiniões, pontos de vista ou conclusões neste artigo estão em conformidade com as suas circunstâncias específicas. Ao investir de acordo com isto, a responsabilidade é do investidor.