Dinheiro

Eka capta US$ 150 milhões e atinge valor de US$ 1,45 bi com IA de força para robôs

Startup fundada por pesquisadores do MIT e da DeepMind aposta em arquitetura de toque e simulação física para superar gargalos de manipulação em braços industriais.

Capa ilustrativa da editoria Dinheiro

Por que importa. Para equipes de robótica e automação, o avanço desacopla o raciocínio de alto nível da física do contato, barateando o treino de garras sem depender de longas coletas de dados humanos.

A Eka Robotics concluiu uma rodada de investimento Série A de US$ 150 milhões avaliada em US$ 1,45 bilhão, liderada pelos fundos de capital de risco a16z e F-Prime. A startup foi fundada por Pulkit Agrawal, professor do MIT, e Tuomas Haarnoja, ex-pesquisador da Google DeepMind. O aporte foi divulgado pelo TechCrunch e ocorre em meio a testes práticos de um novo modelo de inteligência artificial voltado para manipulação física em braços robóticos.

Em métricas divulgadas pela companhia, o sistema consegue pegar cerca de 1.500 objetos de até 1 kg por hora, mantendo taxa de sucesso superior a 95%. Como comparação direta de ritmo operacional, um operador humano manipula aproximadamente 600 itens similares no mesmo período. Raghu Raguram, sócio-geral da a16z que coliderou a rodada, afirmou à publicação que o sistema já ultrapassa capacidades humanas em tarefas pontuais e deve estender essa eficiência a outras manipulações nos próximos meses.

A proposta da empresa tenta resolver o problema histórico da destreza mecânica. Embora o setor tenha recebido aportes volumosos nos últimos anos, braços industriais ainda encontram dificuldade extrema para manipular peças sem derrubá-las ou amassá-las. Em demonstrações acompanhadas por pesquisadores externos, o braço robótico adaptou-se a formatos variados sem precisar de retreino e realizou novas tentativas imediatas após falhas mecânicas.

O papel da força contra a visão pura

A base técnica da Eka abandona o modelo convencional de visão-linguagem-ação (VLA), amplamente adotado em pesquisas recentes de robótica. Em vez de correlacionar apenas imagem, instruções de texto e movimento, a startup desenvolveu uma arquitetura centrada em visão, força e ação. Críticos da aplicação direta de modelos generativos tradicionais em hardware, como Rodney Brooks, apontam com frequência que robôs falham sem sensores dedicados a toque e pressão.

Segundo Agrawal, a visão computacional serve apenas para identificar a posição aproximada do item no espaço, mas o fechamento milimétrico da garra exige leitura de forças reais. Para viabilizar a técnica, a Eka desenhou uma garra flexível equipada com múltiplos sensores de contato. Isso impede que o equipamento esmague materiais delicados ao aplicar potência motora nas pontas dos dedos robóticos.

O treinamento do modelo não depende de operadores humanos controlando braços para gerar vídeos de teleoperação. A equipe treina o algoritmo por aprendizado por reforço dentro de um simulador de física capaz de reproduzir múltiplos vetores de contato. Esse ambiente sintetiza milhares de horas de experiência prática em minutos, permitindo que a IA aprenda a interagir com os objetos em escala sem quebrar equipamentos no mundo real.

Do laboratório à linha de produção

A empresa defende uma divisão funcional no desenvolvimento de robôs: modelos gerais de linguagem cuidam do planejamento, enquanto o modelo físico executa a manipulação mecânica. Sistemas como o Astra, do ChatGPT, conseguem interpretar contextos desconhecidos e planejar rotinas de trabalho, mas operam de forma lenta e cara na camada física. A Eka foca na base motora, deixando a camada de planejamento abstrato a cargo de modelos externos.

O hardware desenvolvido pela startup custa atualmente menos de US$ 1.000 por garra, com durabilidade projetada de 5 milhões de ciclos de trabalho. Agrawal admitiu que a meta final da empresa é atingir o patamar padrão de 20 milhões de ciclos adotado pelas linhas industriais tradicionais. A startup realiza pilotos fechados com clientes industriais com foco exclusivo em duas tarefas: organização de peças (pick-and-place) e manipulação de fiação.

Apesar dos testes em laboratório, a companhia ainda precisa provar sua confiabilidade em ambientes fabris reais. Especialistas ouvidos pela reportagem ponderam que integrar esses braços em linhas de montagem contínuas, sem interrupções por um ano inteiro, impõe desafios de engenharia que simuladores não cobrem totalmente. A empresa não informou prazos para a comercialização aberta da garra ou da API de seu modelo de manipulação.

Fontes

  • TechCrunch: Eka is worth $1.45B thanks to a physical AI model that has experts raving

Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.

WhatsAppLinkedInX
Voltar para a edição

Mais em Dinheiro

Ver todas

Quem constrói lê

Receba o Flipters no seu e-mail. A newsletter de IA para quem está tirando produto do papel.