Todo mundo está focado em quem vai lançar a demo humanoide mais chamativa. Jim Fan acabou de te contar a corrida real: quem consegue gerar dados sintéticos suficientes de física para fechar uma lacuna de 100.000 anos. Esse número não é exagero. Ken Goldberg, de Berkeley, calculou que os dados de texto usados para treinar LLMs levariam 100.000 anos para um ser humano ler. Robôs têm acesso a quase nenhum desses equivalentes para manipulação física. Cada agarrão, cada tropeço, cada transferência de peso precisa ser aprendido do zero ou simulado. É por isso que o laboratório da Fan lança três versões de modelo em nove meses (N1 em março, N1,5 em junho, N1,6 em dezembro), enquanto a maioria das empresas de robótica ainda está coletando demonstrações do mundo real. A NVIDIA não compete apenas com hardware. Eles estão competindo pela capacidade de gerar dados sintéticos ilimitados de treinamento através do Omniverse. A pilha GR00T revela a estratégia: GR00T Dreams gera dados de vídeo sintéticos. GR00T-Gen cria ambientes de simulação. GR00T-Mimic gera trajetórias. Cada componente existe para fabricar dados de física que não existem na internet. A abordagem "Teste de Turing Físico" de Fan é precisa. Vamos construir sistemas que possam raciocinar sobre proteínas e provar teoremas antes de construir sistemas que possam dobrar roupas de forma confiável. A Physical Intelligence demonstrou isso na semana passada quando enfrentou as tarefas do desafio "Olimpíadas de Robôs" de Benjie Holson. A modelo deles conquistou medalhas de ouro em 3 das 5 categorias. Mas perceba o que eles não conseguiram resolver: tarefas que exigem uso de ferramentas com propriedades físicas específicas. A fronteira não é raciocínio. É dinâmica de contato. OpenAI e Anthropic escalam ao extrair a internet. A IA física não tem internet para extrair. A equipe que vence é quem descobrir como fabricar 100 milhões de horas de experiência em física dentro da simulação e transferi-las para o mundo real. A NVIDIA, com seu DNA gráfico, infraestrutura de simulação e equipe de 30 pessoas que sistematicamente open-source os modelos de fundação, pode estar melhor posicionada do que qualquer um para fazer exatamente isso.