O World Model (Modelo de Mundo) está se tornando uma das direções mais acompanhadas no campo da inteligência artificial. O CEO do Google DeepMind, Demis Hassabis, afirmou recentemente que o caminho atual dos grandes modelos de linguagem, representado pelo ChatGPT, precisa ser complementado pelos modelos de mundo. Embora empresas como OpenAI, Google, xAI e Anthropic estejam apostando em LLMs, Hassabis acredita que, para alcançar uma verdadeira Inteligência Artificial Geral (AGI), a IA deve compreender o mundo físico, as relações de causa e efeito, e possuir capacidade de planejamento de longo prazo e verificação de hipóteses.
O que é um World Model?
Um World Model refere-se à simulação que a IA constrói internamente sobre a dinâmica do mundo externo, sendo capaz de prever cenas físicas, movimentos de objetos, mudanças de trajetória e consequências de ações. Diferente dos LLMs, que processam apenas texto ou imagens, os World Models enfatizam a compreensão das relações de causa e efeito. Por exemplo, como um objeto cai depois de ser empurrado? Como um motorista decide ao ver um obstáculo à frente? Esse tipo de modelo não é usado apenas para gerar conteúdo, mas, principalmente, para permitir que a IA realize simulação mental e planejamento.
Principais avanços na indústria
Google DeepMind lançou o sistema Genie 3 em agosto de 2025, capaz de gerar ambientes 3D interativos a partir de texto. Isso é visto como um importante avanço dos World Models na área de geração. Além disso, modelos de vídeo como o Veo também possuem uma compreensão implícita da dinâmica do mundo. Hassabis afirmou que a AGI futura será um sistema integrado que combina modelos de base (como o Gemini) com capacidades de World Model.
Tesla é outro praticante ativo de World Models. Seu sistema FSD (Full Self-Driving) utiliza, nos últimos dois anos, redes neurais de ponta a ponta para prever, quadro a quadro, as imagens das oito câmeras de direção, usadas para simulação e tomada de decisão em tempo real. A Tesla também aplica princípios semelhantes ao robô humanoide Optimus, por meio de modelos neurais de visão de ponta a ponta para manipulação, navegação e planejamento de tarefas. Embora a Tesla não publique artigos abertamente, seu portfólio de patentes envolve fortemente redes neurais, processamento de dados e simulação, intimamente relacionados aos World Models.
Nvidia desempenha o papel de fornecedora de infraestrutura. Ela fornece simuladores e ferramentas de desenvolvimento para a maioria das empresas de robôs humanoides, e sua tecnologia de simulador de mundo também está em posição de liderança.
Além disso, Fei-Fei Li (李飞飞) e sua World Labs contribuíram significativamente no nível teórico, fornecendo um sólido suporte acadêmico para a pesquisa de World Models.
A visão de Hassabis: gargalos e cronograma da AGI
Hassabis enfatizou repetidamente em entrevistas recentes que as Leis de Escala (Scaling Laws) ainda são válidas, mas os ganhos já diminuíram. Ele acredita que apenas aumentar a escala dos modelos não é suficiente para alcançar a AGI; também são necessárias uma ou duas inovações importantes no nível do AlphaGo.Os atuais sistemas de IA exibem "inteligência irregular" — destacam-se em algumas tarefas, mas podem falhar inesperadamente em tarefas simples. As capacidades ausentes incluem: aprendizado contínuo, criatividade verdadeiramente nova, desempenho consistente, planejamento de longo prazo e raciocínio mais profundo.
Hassabis prevê que o AGI ainda levará de 5 a 10 anos. A escassez de poder computacional e energia é o principal gargalo, mas ele também salienta que a própria IA pode ajudar a resolver esses problemas, por exemplo, otimizando o design de materiais, a eficiência da energia solar e a fusão nuclear controlada. Modelos como o Gemini Flash, da DeepMind, já alcançaram uma melhoria de cerca de 10 vezes ao ano na eficiência energética por meio de técnicas de destilação.
A posição de LeCun e sua saída da Meta
Yann LeCun há muito tempo critica os LLMs como um "beco sem saída" para a IA de nível humano. Ele acredita que o modelo de mundo é a chave. No final de 2025, LeCun deixou a Meta e fundou o Advanced Machine Intelligence Labs (AMI Labs), dando continuidade ao seu programa de pesquisa sobre modelos de mundo. O objetivo da empresa é desenvolver sistemas capazes de compreender o mundo físico, ter memória persistente, raciocinar e planejar sequências complexas de ações.
Perspectivas futuras
Os modelos de mundo têm enorme potencial nas áreas de robótica, direção autônoma e descoberta científica. Estudos mostram que agentes de IA treinados em mundos simulados apresentam desempenho de 20% a 30% superior em tarefas de raciocínio em comparação com agentes comuns. Hassabis imagina que, no futuro, a IA viverá uma "era de ouro da ciência", com avanços semelhantes ao do AlphaFold no dobramento de proteínas ocorrendo repetidamente em áreas como materiais, física, matemática e clima.
Embora a tecnologia de modelos de mundo ainda esteja em estágio inicial, há um consenso crescente de que ela pode ser o caminho necessário para uma IA verdadeiramente geral.