É um modelo de mistura de especialistas com 50 bilhões de parâmetros, lançado pela Nature Will em 13 de outubro de 2026, para controlar mãos robóticas a partir de instruções em linguagem comum, com ciclo de controle de 100 milissegundos.

Com que dados o Natura-1 foi treinado?

Com mais de 1 milhão de horas de vídeo em primeira pessoa de pessoas usando as mãos, cerca de 61,7 milhões de episódios, e uma quantidade limitada de dados de robô no pós-treino.

O Natura-1 é melhor que o π0.5 e o GPT-6 Astra?

No teste próprio da empresa, marcou 53,4 e 59,1 com mãos hábeis, contra 13,5 e 16,7 dos concorrentes com garras. A empresa reconhece que a comparação não é equivalente, e não há avaliação independente.

O Natura-1 está disponível?

É uma prévia de pesquisa. A empresa não anunciou pesos abertos, API, preço nem clientes.

Natura-1: modelo de 50 bilhões para mãos de robôs

Capa do Watcher com o título Natura-1 quer dar mãos hábeis aos robôs — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

A Nature Will, laboratório de IA física fundado em janeiro de 2026, apresentou em 13 de outubro o Natura-1, modelo de 50 bilhões de parâmetros para controlar mãos robóticas a partir de instruções em linguagem comum. O modelo foi pré-treinado com mais de 1 milhão de horas de vídeo em primeira pessoa de pessoas usando as mãos e decide a próxima ação a cada 100 milissegundos. A empresa diz que ele segue instruções sem treino específico, inclusive com objetos que nunca viu. Ainda não há teste independente.

Em resumo

O que é: um modelo de mistura de especialistas com 50 bilhões de parâmetros, treinado junto com linguagem, imagem, vídeo e ação, para mãos robóticas de 20 graus de liberdade.
Dados: mais de 1 milhão de horas de vídeo em primeira pessoa, com cerca de 61,7 milhões de episódios, 317.842 tarefas e 14.286 cenários. Pouco dado de robô, só no pós-treino.
Resultado divulgado: nota 53,4 na versão base e 59,1 na versão agêntica num teste próprio de 12 dimensões. π0.5 e GPT-6 Astra marcaram 13,5 e 16,7 com garras.
Ressalva: a própria empresa diz que a comparação não é equivalente, porque não existe modelo público de referência para mãos hábeis.
Disponibilidade: prévia de pesquisa. Sem pesos abertos, API, preço ou clientes anunciados.

O que a Nature Will lançou?

O Natura-1 recebe imagem e texto e devolve comandos para duas mãos robóticas. Ele modela cada episódio como uma sequência única de tokens de linguagem, imagem, vídeo e ação. Por ser de mistura de especialistas, só uma parte dos 50 bilhões de parâmetros trabalha a cada passo. A empresa não informou quantos ficam ativos.

A aposta é usar vídeo de gente trabalhando com as mãos no lugar de dados de robô, que são caros de coletar. Segundo o blog da empresa, a base veio principalmente de coleta controlada contratada de fornecedores, completada com vídeos da internet. As gravações passaram por remoção de duplicatas, filtro de qualidade, reconstrução 3D da pose das mãos e anotação em camadas de linguagem. O robô só entra no pós-treino, com “uma quantidade limitada” de dados.

O ciclo de 100 milissegundos significa cerca de dez ajustes por segundo. O Forbes lembra que isso é rápido para um modelo grande, mas lento para tarefas em que o objeto escorrega ou muda o ponto de contato. O System 1 do Helix, da Figure, roda o controle visual e motor a cerca de 200 Hz.

O que os testes mostram, e o que não mostram?

A Nature Will criou um teste com 12 dimensões de manipulação e quatro tarefas que não estavam no pós-treino, como carregar uma bandeja, limpar com lenço, mexer um béquer e despejar de uma tigela. Com mãos de 20 graus de liberdade, o Natura-1 marcou 53,4 na versão base e 59,1 na versão agêntica. No braço duplo com mãos hábeis, nenhum dos dois concorrentes pontuou: o π0.5, da Physical Intelligence, falhou mesmo depois de ajustado com dados da empresa, e o GPT-6 Astra, da OpenAI, não terminou dentro do limite de 60 minutos por tarefa. Numa plataforma com garras, os dois marcaram 13,5 e 16,7.

A empresa reconhece o limite. Escreve que a falta de um modelo público de referência para mãos hábeis torna impossível uma comparação equivalente. Os concorrentes rodaram em outro hardware, com garras. Nas demonstrações longas, como fazer wonton, embalar caixa, servir chá e aplicar película em celular, algumas tarefas tiveram ajuste específico. Para seguir instruções sem treino e para os comportamentos novos, só há exemplos em vídeo, sem taxa de sucesso.

Há uma divergência de leitura. O Forbes diz que a empresa não divulgou taxas de sucesso nem comparações. O blog técnico traz as notas acima, mas elas medem um teste próprio, sem auditoria externa. O Machine Heart observa ainda que os ganhos de escala divulgados medem erro de previsão de ação. Taxa de sucesso de tarefa fica de fora dessa conta. Ao passar de cerca de 44 mil para 1 milhão de horas, o erro quadrático em ações humanas caiu 47,7% e, num conjunto de validação de robô, 67,7%.

Quem é a Nature Will?

O comunicado sai com data de San Francisco, e o Forbes descreve a empresa como laboratório com escritório na cidade. O Machine Heart, veículo chinês especializado em IA, apresenta a empresa como companhia de Pequim, com nome chinês 自然意志, fundada em janeiro de 2026. O registro do site é chinês. O CEO e fundador é Ning Ding, professor assistente do departamento de Engenharia Eletrônica da Universidade Tsinghua. O CTO é Haozhan Li, segundo o Forbes.

Ding disse ao Forbes que “o mundo humano oferece uma variedade extraordinária de coisas a fazer com um par de mãos”. Li argumentou que as mãos já funcionam com todas as ferramentas que os humanos criaram. Investidores e valor da rodada não aparecem no comunicado nem no blog.

Como chegamos até aqui?

Treinar robô com vídeo humano virou uma linha de pesquisa disputada em 2026. O Machine Heart lista o EgoScale, da Nvidia e parceiros, de fevereiro, com 20.854 horas de vídeo humano, o HumanScale, de junho, e o DYNA-2, da Dyna Robotics, de agosto, com mais de 1 milhão de horas de vídeo e nenhum dado de robô no pré-treino. A Marcio.AI cobriu o semi-humanoide Taku, da Dyna, e a captação da Mecka AI, que vende dados de movimento humano para treinar robôs.

O Forbes enquadra o lançamento num debate maior. Wang Xingxing, fundador da Unitree, disse ter testado o GPT-6 em robôs e encurtou de dois a três anos para um a dois anos a previsão de virada da IA incorporada. Ashish Kapoor, CEO da General Robotics, acha que a camada dos modelos de fundação para robôs vai ser absorvida pelos modelos de fronteira e que o valor está no pós-treino para cada tarefa. Em testes da RoboCurve citados pelo Forbes, o GPT-6 Astra acertou 19 de 20 tarefas simples com blocos e só 2 de 20 encaixes de precisão.

O que isso significa para empresas brasileiras?

Manipulação fina é a parte mais difícil de automatizar em linhas de montagem, embalagem e alimentos, setores com muito emprego no Brasil. Um modelo que aprende com vídeo de gente trabalhando reduz o custo de ensinar uma tarefa nova ao robô, se a promessa se confirmar. Até lá, a recomendação para quem avalia pilotos de robótica é pedir taxa de sucesso por tarefa, número de horas de pós-treino por tarefa e teste no hardware que será usado de fato.

Há também um mercado de dados se formando. O Natura-1 depende de coleta controlada contratada de fornecedores, o mesmo negócio da Mecka AI. Empresas brasileiras com operação manual em escala, de cozinhas industriais a centros de distribuição, guardam um tipo de dado que esses laboratórios querem comprar. Antes de qualquer acordo, a gravação de trabalhadores exige base legal e transparência sob a LGPD.

O que observar nas próximas semanas

A tese da Marcio.AI: em 12 meses, modelos de mão treinados com vídeo humano vão disputar espaço com o π, da Physical Intelligence, o Helix, da Figure, e o GR00T, da Nvidia, e quem vencer vai mostrar taxa de sucesso medida por terceiros e menos horas de pós-treino por tarefa. Sem isso, o argumento de Kapoor ganha força e o valor migra para quem faz o ajuste final. Sinais para conferir: a atualização prometida pelo Forbes depois da entrevista com o CEO, a abertura de pesos ou API, avaliação independente no mesmo hardware dos concorrentes e o anúncio de investidores ou de primeiros clientes.

Fontes

Rating Marcio.AI: 4/5 (Global, Muito relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #IAFisica #Robotica #ModelosDeFundacao #NatureWill #MaosRoboticas

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

Nature Will lança o Natura-1, modelo de 50 bilhões de parâmetros para controlar mãos de robôs