A fabricante de robôs industriais Standard Bots trata o modelo de IA como uma peça do sistema, não como o sistema inteiro. Para quem constrói agentes de software, a lição de arquitetura vale tanto quanto a de dados.
A Standard Bots, fabricante americana de braços robóticos industriais usados por NASA, Amazon e Lockheed Martin, levantou recentemente US$ 200 milhões em uma rodada Series C liderada pela General Catalyst e pela RoboStrategy, atingindo avaliação de US$ 1 bilhão. A empresa se descreve como a maior fabricante de robôs industriais nativa de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → dos Estados Unidos. Numa entrevista ao podcast Latent Space, o CEO Evan Beard e o Head of AI Leif Jentoft detalharam como o stack de IA da empresa funciona por dentro ao resolver tarefas como troca de peças em máquinas, soldagem e montagem.
O interessante para quem programa não é o robô em si, mas a arquitetura: a Standard Bots não deixa um modelo gigante decidir tudo. Ela usa um modelo relativamente pequeno (segundo Beard, "na casa dos bilhões de parâmetros baixos" de parâmetros, bem longe dos modelos de fronteira) para uma função bem definida, e cerca essa função com código convencional. É o tipo de decisão de design que qualquer time construindo agentes de IA em produção no Brasil deveria estar discutindo agora, em vez de empilhar prompt sobre prompt até o sistema virar uma caixa-preta imprevisível.
O modelo não precisa fazer tudo
No caso de troca de peças (machine tending) em manufatura de alto mix, a Standard Bots construiu o que chama de sistema de percepção zero-shot: o usuário diz ao robô quais peças procurar numa tarefa, e o modelo localiza e identifica essas peças. Mas o movimento do braço e a lógica da célula de trabalho ficam com código tradicional, sem aprendizado nenhum envolvido.
Essa divisão de trabalho é o núcleo da lição. Jentoft foi direto sobre o motivo:
Apesar do que se diz por aí, nenhum modelo hoje é verdadeiramente agnóstico em relação ao hardware, e co-otimizar o controle de baixo nível com as funções de mais alto nível é uma vantagem relevante tanto para desempenho quanto para velocidade de iteração.
Despite claims elsewhere, no model today is truly hardware-agnostic, and co-optimizing low-level control and higher-level functions is a major advantage for both performance and iteration speed.Leif Jentoft, Head of AI da Standard Bots
Traduzindo para quem constrói agentes de software: um LLM generalista chamando ferramentas sem nenhuma estrutura de controle em volta tende a ser mais frágil do que um pipeline onde o modelo resolve só a parte que exige julgamento (entender intenção, extrair entidade, classificar) e o resto roda em código determinístico, testável e versionado. Isso não é modismo de robótica, é o mesmo argumento por trás de usar grafos de estado (LangGraph, state machines explícitas) em vez de deixar o agente decidir o próprio fluxo a cada passo.
Dados bons valem mais que dados muitos
O modelo de base da Standard Bots é treinado com mais de um bilhão de imagens, o que, segundo Jentoft, é o que permite ao robô distinguir condições de iluminação, tipos de material e um objeto do próprio fundo. Mas a empresa não aposta só em volume para resolver casos de borda: ela usa correções feitas em implantações reais.
Acreditamos que a qualidade dos dados importa muito mais do que o volume bruto, e focamos em extrair o máximo de dados direcionados em vez de perseguir o maior dataset possível.
We believe data quality matters far more than raw volume, and we focus on getting the most out of targeted data rather than chasing the largest possible dataset.Leif Jentoft, Head of AI da Standard Bots
Jentoft deu um número concreto: intervenções in-situ conseguem corrigir um caso de borda com poucas dezenas de exemplos. Para quem faz fine-tuning ou curadoria de poucos exemplos para RAG e agentes, isso é mais um dado a favor de montar um pipeline de correção rápida (poucos exemplos, alta precisão) em vez de esperar o próximo dataset gigante resolver o problema sozinho. O texto da Latent Space também aponta que esse princípio ecoa o que Diogo Almeida, criador do Jev, chamou recentemente de "lição mais amarga": a tarefa certa e o dado certo pesam mais do que compute bruto.
Por que a inferência roda na borda, não na nuvem
O treino dos modelos da Standard Bots acontece na nuvem, mas a inferência roda localmente, dentro da fábrica. Beard explicou que isso é decisão deliberada, não limitação técnica: a maioria das fábricas e armazéns não tem internet confiável, e para robôs móveis esse problema é ainda maior. Manter o loop de decisão local garante uptime, que é o que decide se o cliente aceita o sistema ou não.
Para o engenheiro que constrói agentes de IA em produto SaaS, a dependência de internet não é literalmente o mesmo problema. Mas o princípio de desenho é transferível: todo ponto onde o agente depende de uma chamada de rede externa (API de modelo, serviço terceiro, fila distribuída) é um ponto de falha que precisa de fallback, timeout e degradação graciosa definidos antes de ir para produção, não descobertos no incidente. A Standard Bots resolveu isso levando o modelo para a borda; quem constrói agente de software resolve com circuit breakers, cache de resposta e caminhos determinísticos de reserva quando o modelo não responde a tempo.
Correções de produção viram dado, não só erro
Nem toda tarefa é fácil de simular: Beard cita líquidos, sucção e corte de material flexível como casos difíceis de reproduzir em simuladores atuais. Por isso a empresa depende de demonstrações no mundo real e de sinais de falha capturados em campo.
O destino desses dados varia por cliente. Clientes de defesa, segundo Jentoft, costumam operar em ambientes air-gapped, onde nada volta para o modelo central. Já clientes fora desse regime costumam aceitar contribuir dados em troca do ganho de performance do chamado "fleet learning" (aprendizado compartilhado entre a frota de robôs). Para times de agentes de IA, o paralelo direto é o loop de feedback: toda correção humana feita sobre a saída de um agente (um usuário editando a resposta, um revisor marcando um erro) é dado de treino em potencial, e vale a pena instrumentar isso desde o primeiro deploy, não depois que o backlog de reclamações já virou ruído.
O que isso muda para quem constrói no Brasil
A Standard Bots também abriu parte do stack para desenvolvedores externos via StandardOS, um conjunto de APIs e SDKs que permite montar aplicações de robótica usando as peças que o time quiser, inclusive trazendo o próprio modelo. Beard citou o NVIDIA Cosmos, família de modelos de mundo para IA física lançada em versão 3 no fim de maio de 2026, como exemplo de modelo externo compatível. Hoje isso ainda exige código de integração escrito manualmente; a empresa planeja simplificar a coleta de dados e o deploy de modelos próprios no futuro.
Vale contrastar essa postura com a de outras empresas de robótica, como a Skild, que persegue generalização entre diferentes hardwares como objetivo central. A afirmação de Jentoft de que "nenhum modelo é verdadeiramente agnóstico de hardware" é, na prática, uma discordância direta com essa tese. Para quem avalia frameworks de agentes, o alerta serve: desconfie de qualquer ferramenta que prometa ser plugável em qualquer modelo, qualquer stack e qualquer caso de uso sem nenhuma perda de performance.
Em resumo, a lição que dá para levar da Standard Bots não é sobre robôs: é sobre engenharia de confiabilidade. Mantenha o modelo restrito a uma tarefa de curto horizonte e bem definida, cerque-o de código determinístico testável, priorize qualidade de dado sobre volume e trate cada correção de produção como insumo, não como ruído a ser ignorado.
Essa abordagem não serve para todo projeto: para um protótipo descartável ou um agente de baixo volume de uso, o custo de montar essa esteira de correção supera o ganho. Mas para qualquer agente que vai rodar em produção de verdade, decidindo coisas que custam dinheiro quando erram, é exatamente esse tipo de disciplina que separa um sistema confiável de uma demo bonita.
Fonte: Latent Space
Este artigo foi escrito por Alan Andrade, colunista de inteligência artificial. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.
Intelligent UI do GPT-6 faz o ChatGPT gerar interface, não só texto
A OpenAI lançou em 7 de outubro o Intelligent UI junto com o GPT-6: o modelo passa a decidir, a cada resposta, se desenha um gráfico, um botão ou uma calculadora. Para quem constrói produtos com IA, o interessante não é o visual, é o motor por trás dele, e o que ele ainda não abre.
