Goldman Sachs: Modelos de grande escala aceleram a aplicação de robôs, mas controle de precisão e dados reais ainda são obstáculos

Que mudanças os modelos de grande escala trazem para a robótica?

Uma nova geração de modelos de fronteira está passando da adaptação a mudanças na cor e na textura dos objetos para a execução de novas tarefas com nenhum ou poucos exemplos. Em ambientes desconhecidos e cenários não estruturados, a dependência do ajuste fino de cada tarefa poderá diminuir.
O Goldman Sachs acredita que isso acelerará a comercialização em áreas como assistência doméstica e logística complexa, mas não fará o setor amadurecer da noite para o dia. Segundo a comparação dos especialistas entrevistados, quando medida pela segurança e pela confiabilidade da produção em massa, a manipulação robótica de propósito geral ainda está em um estágio comparável ao início do desenvolvimento da direção autônoma, mas espera-se que o ritmo de avanço tecnológico alcance de 2 a 4 vezes o ritmo histórico da direção autônoma.
Ainda há uma compensação entre capacidade de generalização e precisão: a manufatura industrial exige confiabilidade e precisão de repetição extremamente altas e continuará a depender de dados específicos e de controle determinístico de movimento; modelos de grande escala são mais adequados a ambientes comerciais, logísticos e de serviços domésticos que exigem respostas flexíveis às mudanças.

A precisão atual da percepção tridimensional ainda é insuficiente para lidar de forma estável com interações em escala milimétrica, e a latência de inferência também tem dificuldade em atender às exigências de estabilidade dinâmica, operação em alta velocidade e recuperação rápida. A implementação comercial também exige comprimir as capacidades dos modelos de grande escala em modelos de borda mais eficientes para reduzir os custos operacionais.
Os especialistas dividem a inteligência robótica em três camadas: modelos de alto nível entendem e planejam tarefas, a camada intermediária transforma intenções em trajetórias de movimento e a camada de baixo nível cuida do controle em alta velocidade e do feedback de força. Os laboratórios de modelos de fronteira terão dificuldade para se aprofundar na camada de baixo nível no curto prazo, pois cada máquina tem características eletromecânicas diferentes e também precisa passar por testes físicos, desgaste e reparos.
Por isso, o Goldman Sachs acredita que a diferenciação de longo prazo dos fabricantes de robôs virá cada vez mais do controle em tempo real, da arquitetura de segurança, da implementação de modelos de borda e da integração entre hardware e software. Mesmo com um modelo de grande escala de terceiros como “cérebro”, fabricantes especializados em eletromecânica de precisão e controle de movimento ainda podem realizar a execução física.

A manipulação dextra envolve vários graus de liberdade de movimento, contato contínuo e feedback tátil. Especialistas estimam que atingir o limiar de produção de propósito geral pode exigir cerca de 10 milhões horas de dados de interação multimodal de alta qualidade, difíceis de substituir por gravações comuns de vídeo passivas ou com ruído.
Vídeos em primeira pessoa ajudam a entender tarefas, mas não trazem informações como a força de contato; a simulação pode gerar rapidamente trajetórias de movimento, mas detalhes como atrito e deformação dos materiais diferem da realidade e precisam de calibração.
Os especialistas veem potencial em interfaces de manipulação de propósito geral que coletam dados de movimento diretamente no ponto de contato entre a mão e o objeto, combinadas com percepção tátil de alta resolução para compensar pontos cegos visuais causados por oclusão a curta distância e erros de profundidade. Com base nisso, o Goldman Sachs está otimista quanto à demanda de curto prazo por hardware de coleta de dados, como sensores espaciais tridimensionais e matrizes táteis.

O Goldman Sachs acredita que combinar modelos fundacionais com robôs colaborativos e a automação já existente nas fábricas também pode ser uma solução prática. O benefício para os fabricantes depende de suas tecnologias de sensoriamento, coleta de dados ou controle de movimento, ou de seus componentes essenciais, chegarem a aplicações reais.
O Goldman Sachs recomenda a compra de Inovance Technology, valorizando suas capacidades de automação industrial e controle de movimento e seu portfólio de hardware com capacidades de percepção e coleta de dados. Também recomenda a compra de Shuanghuan Driveline e prevê que sua receita com robôs de IA alcance de 400 milhões a 500 milhões de yuans em 2027, mais que o dobro do nível anterior.
A oportunidade de Sanhua Intelligent Controls em robótica está principalmente na montagem de atuadores. O Goldman Sachs recomenda a compra de suas ações H e atribui classificação neutra às ações A, preferindo as ações H, de menor avaliação; também considera que as expectativas do mercado para robôs humanoides são otimistas em relação ao progresso da produção do Optimus.