A Unitree valida uma nova tendência: o campo de batalha central da inteligência incorporada não são apenas modelos.

A competição da inteligência incorporada está a entrar numa nova fase. Com a Unitree a lançar o modelo WVLA2.0 e a concluir uma demonstração prática sem controlo remoto, o setor percebe cada vez mais claramente que a barreira central desta competição não depende apenas da escala do modelo, mas sim de uma capacidade completa que abrange design de arquitetura de baixa latência, integração de software e hardware, e acumulação de dados do próprio corpo.

De acordo com um relatório de pesquisa da Nomura International emitido a 28 de junho, os analistas visitaram a Unitree no terreno a 15 de junho. Na demonstração, o robô G1 equipado com WVLA2.0 (World-model Vision-Language-Action) completou de forma autónoma seis tarefas contínuas num ambiente de sala de conferências com interferências, sem necessidade de controlo remoto, com um ciclo de inferência de aproximadamente 90 ms, cerca de dez iterações por segundo. Esta é a primeira versão da Unitree, desenvolvida ao longo de dois anos, com potencial para implantação comercial. A gestão identifica a indústria transformadora — montagem de motores de juntas, carga e descarga de materiais e manuseamento de ferramentas e acessórios — como o primeiro cenário de aplicação comercial, e considera os dados de operação em larga escala provenientes da frota global de robôs como um ativo central.

O relatório da Nomura também analisa a arquitetura NeuralAxis lançada pela NXP na COMPUTEX 2026. Esta arquitetura foi liderada pelo presidente e CEO da NXP, Rafael Sotomayor, e a sua proposta central está altamente alinhada com o percurso de engenharia da Unitree — o verdadeiro gargalo da IA física não está na escala de inferência dos modelos de linguagem, mas sim na capacidade de construir uma camada de controlo de borda com baixa latência, semelhante ao reflexo espinhal humano, com atrasos tão baixos quanto 40 ms.

A implicação direta destes avanços para os investidores é: o panorama competitivo da inteligência incorporada está a evoluir de "quem tem o modelo mais forte" para "quem tem o sistema mais completo". A vala defensiva que a Unitree está a construir, através da integração total de desenvolvimento próprio combinada com a vantagem de dados do próprio corpo, é difícil de replicar pelos fornecedores de modelos puramente baseados na nuvem.

NeuralAxis: Redefinindo os limites da arquitetura de sistemas de IA física

A arquitetura NeuralAxis da NXP, inspirada no sistema nervoso humano, divide a lógica de controlo da IA física em três níveis desacoplados mas coordenados: a camada de raciocínio (latência de ~300 ms), correspondente ao córtex cerebral; a camada de coordenação (responsável pelo controlo motor e equilíbrio), correspondente ao cerebelo; e a camada de reflexo (latência tão baixa quanto 40 ms), implantada na borda junto dos atuadores.

Para robôs humanoides, o significado desta arquitetura é o mais profundo.

A NeuralAxis defende a substituição do "cérebro central" centralizado por processadores de reflexo distribuídos — implantando capacidades de decisão autónoma local nas juntas, mãos e pés, permitindo a execução local de ações como controlo de força de aperto e equilíbrio do tornozelo, e completando a recuperação em cadeia de equilíbrio, preensão, postura e marcha dentro de 40 ms. O desacoplamento entre raciocínio e controlo motor também permite adicionar continuamente novas competências enquanto mantém a estabilidade do movimento.

A extensão comercial desta arquitetura também merece atenção. A pesquisa setorial da Nomura mostra que, em comparação com soluções de automação tradicionais, a arquitetura NeuralAxis pode trazer melhorias significativas na eficiência da produção, e as vendas de robôs de diagnóstico também podem crescer consideravelmente. Além disso, a mesma arquitetura pode comprimir a latência de ponta a ponta de drones para menos de 20 ms e estratificar a lógica de controlo de veículos definidos por software em camadas de raciocínio, coordenação e execução de áreas críticas de segurança.

WVLA2.0: O caminho para a integração de modelos e a colaboração software-hardware

A abordagem técnica do WVLA2.0 da Unitree reflete uma divergência clara em relação à corrente principal do setor.

A maioria das soluções semelhantes aposta na geração puramente VLA (Visão-Linguagem-Ação) de ponta a ponta, enquanto o WVLA2.0 combina a capacidade de previsão do modelo WMA (World-Model Action) com a geração de ações do VLA, resultando numa atualização abrangente na compreensão de tarefas de alto nível, raciocínio semântico espacial 2D/3D, geração de ações com restrições dinâmicas e capacidade de resistência a interferências.

Ao nível da perceção, o sistema integra quatro fluxos visuais paralelos: uma câmara de profundidade RealSense, um Lidar Livox MID360 (LiDAR) e duas câmaras laterais, construindo uma representação espacial de 360 graus, com latência de atualização de posição inferior a 10 ms em condições de interferência. No design de colaboração software-hardware, os parâmetros de ação após a inferência são enviados através do barramento CAN para as 23 juntas de grau de liberdade do G1, e com a ajuda do módulo de controlo motor "cerebelo" desenvolvido pela própria Unitree, o erro de posicionamento ao agarrar objetos com menos de 2 kg com um único braço pode ser controlado dentro de 5 mm.

Na arquitetura de computação, o WVLA2.0 comprime a potência de computação de borda para menos de 100 TOPS, funcionando completamente no NVIDIA Jetson Orin NX (NVDA US, não classificado) integrado no G1 EDU, sem dependência da nuvem. A gestão afirma que este design evita o risco de interrupção de tarefas devido a latência de rede ou desconexão.

Mudança de paradigma de dados: "Aquisição sem corpo" torna-se mainstream

A mudança no modo de aquisição de dados é outro sinal importante deste relatório.

A demonstração da Unitree mostra que, numa única gravação sem intervenção remota, o G1 pode completar de forma autónoma várias tarefas contínuas num ambiente com interferências, o que significa que a "aquisição de dados sem corpo" está a tornar-se o paradigma dominante na produção de dados para inteligência incorporada — os robôs acumulam dados através da sua própria perceção e decisão, em vez de dependerem de anotação remota por humanos.

A pesquisa setorial da Nomura também aponta as limitações atuais: o sistema ainda tem lacunas cegas e deficiências na perceção traseira, a velocidade de execução é relativamente lenta, a precisão de operações finas é insuficiente, e faltam dados de testes de taxa de sucesso contínua quantificados. Estas deficiências também delimitam as prioridades de implementação comercial a curto prazo.

Com base nisso, a gestão delineou um roteiro de implementação faseada: a indústria transformadora (montagem de motores de juntas, carga e descarga, manuseamento de ferramentas e acessórios) é listada como o primeiro ponto de aterragem, uma vez que a fábrica própria da Unitree pode fornecer um ciclo fechado de dados; em seguida, a separação logística e a montagem flexível de eletrónica de consumo; os cenários domésticos e de cuidados médicos, devido à dificuldade significativamente maior dos ambientes abertos e não estruturados, são listados como objetivos de longo prazo.

Integração completa: Duas dimensões da barreira diferenciadora da Unitree

A conclusão central do relatório da Nomura pode ser resumida num julgamento: no processo de comercialização da inteligência incorporada, a capacidade do modelo é importante, mas não é a única variável determinante.

A gestão da Unitree define a vantagem competitiva diferenciadora da empresa em dois níveis: primeiro, a capacidade de integração total de desenvolvimento próprio, desde a perceção ao modelo e controlo motor; segundo, os dados de operação em larga escala acumulados pela frota global de robôs. Estes dois ativos reforçam-se mutuamente — o hardware próprio gera dados exclusivos, que por sua vez alimentam a iteração do modelo, formando um ciclo fechado difícil de penetrar pelos fornecedores de modelos na nuvem.

Do ponto de vista do panorama competitivo do mercado, a lógica de implementação do NeuralAxis e do WVLA2.0 aponta para a mesma conclusão: o campo de batalha central da inteligência incorporada está a desenrolar-se simultaneamente ao nível da arquitetura de sistemas e ao nível dos dados. Para os investidores, a dimensão de avaliação dos participantes no setor deve estender-se da mera "capacidade do modelo" para uma capacidade de integração de sistemas mais completa e a escala de acumulação de dados de operação real.

O conteúdo excelente acima provém da mesa de transações do Zhui Feng.

Para interpretações mais detalhadas, incluindo análises em tempo real e investigação de primeira linha, junte-se à [**Mesa de Transações Zhui Feng - Membro Anual**]

![](https://img-cdn.gateio.im/social/moments-f187f887a1-07b7e18c28-8b7abd-62a40f)

Aviso de risco e termos de isenção

          

            O mercado tem riscos, o investimento requer cautela. Este artigo não constitui aconselhamento de investimento pessoal, nem considera os objetivos de investimento, situação financeira ou necessidades específicas de cada utilizador. Os utilizadores devem considerar se as opiniões, pontos de vista ou conclusões neste artigo se adequam à sua situação específica. O investimento baseado neste artigo é da exclusiva responsabilidade do utilizador.