A Toyota separa uma startup de robótica “unicorn” : como é que a Walden levou os “modelos de grandes ações” para a fábrica?

Autor: Zen, PANews

Antes de 15 de julho, a Walden Robotics permaneceu praticamente desconhecida do público.

Mas nesse mesmo dia, esta empresa de robótica, desmembrada do Toyota Research Institute, fez uma estreia oficial de forma súbita e revelou, de uma só vez, um financiamento Seed de 300 milhões de dólares e uma avaliação de 1,1 mil milhões de dólares.

Este financiamento foi liderado conjuntamente pela Toyota e pela Deviation Capital, com a participação de capital de empresas de vários setores, como NVIDIA, Boeing, Samsung Ventures, Prologis Ventures e CoreWeave Ventures.

Do momento da sua criação à entrada na categoria de unicórnios, a Walden demorou apenas seis meses. E já dispunha de muitos dos requisitos que as startups de robótica mais desejam — uma equipa de investigação madura, capital suficiente, um sistema de produção aberto da Toyota e potenciais canais de colaboração provenientes de investidores dos setores de manufatura, aviação, eletrónica e logística.

Um novo unicórnio que saiu do instituto de investigação da Toyota

Antes deste anúncio do financiamento, a Walden Robotics esteve em modo “stealth”.

Em janeiro deste ano, a Walden foi fundada como spin-off do Toyota Research Institute (a seguir, “TRI”). A inspiração para o nome da empresa vem da obra do escritor norte-americano Thoreau, “Walden” (sobre o lago Walden), que defende a importância de viver com consciência e propósito. A denominação também corresponde às questões que a empresa pretende explorar: como é que a robótica pode ajudar as pessoas a encontrarem mais significado no trabalho e na vida.

Na perspetiva do cofundador e CEO da Walden, Russ Tedrake, a robótica geral impulsionada por IA física é, sem dúvida, uma tecnologia disruptiva e já chegou a um ponto de viragem crucial. No entanto, para alcançar sucesso comercial, as empresas de robótica ainda precisam de validar os efeitos económicos das unidades de negócios e colaborar profundamente com os clientes.

Após ter estabelecido uma empresa independente, a Walden consegue impulsionar com mais foco a comercialização das tecnologias de robótica do instituto de investigação da Toyota, levando os resultados do laboratório para um ambiente de produção. Ao colaborar com grandes empresas de manufatura e logística a nível global, a Walden pretende validar continuamente as capacidades do produto em cenários reais, assegurando que o produto se adapta aos processos reais de produção e gera poupanças de custos e ganhos de eficiência claramente mensuráveis.

Russ Tedrake é professor do MIT e, anteriormente, liderou por quase dez anos as equipas de robótica e de machine learning no TRI. A sua equipa contribuiu para muitos avanços fundamentais de investigação, incluindo Diffusion Policy, Unified Manipulation Interfaces (UMI), Large Behavior Models (modelos de grandes comportamentos), OpenVLA e o simulador open-source Drake.

Além de Russ Tedrake, a equipa fundadora da Walden inclui atualmente 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 o responsável por IA Rares Ambrus. Vários destes membros também são líderes de projetos no âmbito da investigação de Large Behavior Models do TRI, participando na construção da arquitetura do modelo, do treino, da simulação e dos sistemas de avaliação.

Equipa da Walden Robotics, com Russ Tedrake na segunda posição à esquerda

Como se pode ver, em comparação com uma startup comum, o ponto de partida e a base da Walden são claramente mais elevados. Por um lado, a empresa herda décadas de resultados de investigação do TRI na área de robótica; por outro, a Toyota não é apenas um investidor central, mas também o seu parceiro industrial inicial mais importante, fornecendo os primeiros cenários reais de produção.

Apoiada no sistema de manufatura da Toyota, a Walden encurta o ciclo de validação comercial

Um problema comum em empresas de inteligência incorporada (embodied intelligence) é a existência de um fosso entre o desenvolvimento tecnológico e a implementação comercial.

Os robôs precisam de entrar em ambientes reais para obter dados de alta qualidade, mas os problemas de fiabilidade e economia presentes nos produtos iniciais tornam difícil convencer os clientes empresariais a aceitá-los e a integrá-los no trabalho real. Sem cenários de implementação e dados, os modelos dificilmente conseguem cobrir anomalias no mundo real, e torna-se difícil melhorar continuamente as capacidades do produto.

No caso da Walden, que obteve desde a sua criação o apoio do sistema de produção da Toyota, este intervalo de validação é encurtado em certa medida. A Toyota não só é o incubador das suas tecnologias e o principal investidor, como também é a fornecedora dos primeiros cenários de implementação real. Assim, a Walden não precisa de procurar clientes industriais do zero nem de construir, por conta própria, uma fábrica de simulação para testes; pode entrar diretamente nos processos de produção já existentes, definir tarefas em conjunto com as equipas de manufatura, ajustar equipamentos e avaliar entradas e saídas.

O valor deste pano de fundo industrial vai além de disponibilizar um “local de treino” para robôs. A capacidade dos robôs industriais para gerar valor económico depende de vários fatores, como a frequência das tarefas, a utilização do equipamento e os requisitos de segurança. Muitas tarefas que se destacam em laboratórios podem não ter, necessariamente, valor de implementação quando chegam à fábrica.

Além disso, a experiência acumulada a longo prazo pela Toyota em manufatura e automação pode ajudar a Walden a escolher, em primeiro lugar, as operações adequadas às capacidades tecnológicas da fase atual e que também tenham um retorno comercial claro, reduzindo o risco de desalinhamento entre o desenvolvimento do produto e as necessidades dos clientes.

Além disso, a lista de investidores da Walden cria potenciais canais para expandir para cenários externos. Para além da Toyota, a Boeing, a Samsung Ventures e a Prologis Ventures correspondem, respetivamente, à manufatura aeronáutica, à indústria de eletrónica e à infraestrutura de logística; a NVIDIA e a CoreWeave ligam recursos de computação para robótica e de treino em IA.

Estas empresas, de forma evidente, constituem recursos de sinergia potencial, com expetativa de fornecer, no futuro, pontos de entrada para cooperação com a Walden. Em certa medida, após a Toyota resolver para a empresa os problemas iniciais de cenários e dados para a comercialização, o que poderá determinar o valor a longo prazo da Walden é se esta tecnologia e o seu sistema operacional conseguem sair da Toyota e tornar-se produtos padronizados voltados para mais empresas de manufatura.

A este respeito, a Walden, que herda as pesquisas e resultados tecnológicos do TRI, está cheia de confiança. E é aqui que é inevitável mencionar o núcleo do sistema técnico da empresa: Large Behavior Models (modelos de grandes comportamentos), abreviado como LBM.

Tecnologia central LBM (Large Behavior Models), levando capacidades de manipulação geral para a fábrica

Ao contrário dos grandes modelos de linguagem orientados à geração de texto, os LBM precisam de lidar simultaneamente com imagens da visão, o estado do próprio robô, informações de tato ou outros dados de sensores e instruções da tarefa, para então gerar sequências de ações contínuas. O objetivo não é escrever programas separados para cada tarefa, mas sim, através do treino com dados de múltiplas tarefas, fazer com que o mesmo modelo aprenda e transfira competências de operação distintas.

Esta abordagem assenta no trabalho de investigação em aprendizagem robótica conduzido pelo TRI ao longo de muitos anos. Entre as tecnologias representativas está a Diffusion Policy, como base tecnológica.

Os robôs industriais tradicionais costumam depender de trajetórias de movimento e condições de posto previamente definidas; quando a posição das peças, o layout do equipamento ou o processo de produção mudam, é frequente que os engenheiros tenham de reprogramar e ajustar. A Diffusion Policy, por sua vez, aprende a distribuição de ações a partir de demonstrações humanas: o modelo extrai padrões de dados de visão, ações e do estado do robô e, em seguida, tenta reproduzir de forma autónoma.

Com base nisso, os LBM expandem ainda mais o treino para integrar múltiplas tarefas num quadro unificado de pré-treino. A investigação divulgada anteriormente pelo TRI utilizou dados de robôs de quase 1.700 horas e realizou 1.800 testes em ambientes reais e mais de 47.000 testes em simulação. Os resultados indicaram que, ao aprender parte de novas tarefas, os modelos submetidos a pré-treino com múltiplas tarefas necessitam de quantidades de dados significativamente inferiores às dos modelos de tarefa única treinados do zero.

Em simulação e no mundo real, a Walden avalia os seus modelos LBM para diferentes tarefas e condições de ambiente

Isto fornece a lógica do produto da Walden: o robô não precisa depender de uma equipa de engenharia para programar tarefa por tarefa; pode adaptar-se a novos processos operacionais com poucas demonstrações. Para clientes industriais, esta capacidade é principalmente aplicável a ambientes de manufatura em que há grande variedade de produtos e necessidade frequente de ajustar as tarefas de produção. Comparativamente com equipamentos de automação tradicionais que só conseguem repetir ações fixas, robôs com capacidade de aprendizagem podem, potencialmente, alternar de processo e tarefa com custos de adaptação mais baixos.

Atualmente, a Walden adota uma abordagem combinada de execução autónoma e assistência humana remota. O robô consegue executar autonomamente tarefas regulares já dominadas; quando surgem objetos anómalos, mudanças no ambiente ou situações fora do âmbito de capacidade do modelo, a intervenção é feita por operadores em modo remoto.

No desenho do próprio robô, a Walden utiliza uma configuração com tronco superior tipo humano com dois braços e um chassi de base com rodas, e concentra o produto nas capacidades de operação dos dois braços, aprendizagem de tarefas e adaptação ao ambiente.

Robôs móveis sobre rodas são comuns em cenários industriais e de armazém com chão relativamente plano e postos bem definidos. As principais vantagens estão na estabilidade, na carga e num nível de complexidade do sistema relativamente controlado. O desenho com tronco mais humano ajuda o robô a usar ferramentas concebidas para humanos e a trabalhar em espaços voltados para o ser humano. A “generalidade” que a empresa procura provém, em grande medida, das capacidades de aprendizagem do modelo para diferentes tarefas e das competências do sistema com dois braços para operar vários tipos de objetos e equipamentos.

No entanto, apesar de a Walden ter condições excecionais e algum tipo de vantagem no setor de robótica, Russ Tedrake disse na estreia oficial da Walden: “A equipa é suficientemente forte e o progresso é suficientemente rápido, por isso não precisamos de exagerar.” Ainda assim, para esta empresa que acaba de sair do modo stealth, como Russ Tedrake também disse: “Estamos apenas a começar esta viagem.”