TLDR;

A próxima fase é a transição de modelos de linguagem para world models ou IA física multimodal e multiescala que aprendem do mundo real (sensores, vídeo, biologia) em vez de apenas sequências de símbolos. Essa mudança já está em andamento, com avanços significativos nos últimos cinco anos e previsão de que 2026 seja “o ano do world model”, embora a adoção industrial leve meses ou anos. O impacto em robótica e biologia será profundo, exigindo novas arquiteturas além dos LLMs, integração multimodal de dados e capacidade de aprender da física e da biologia para tornar robôs úteis e acelerar a descoberta racional de medicamentos.

Resumo

Em uma conversa sobre o futuro da IA aplicada ao mundo físico e à biologia, os participantes destacaram que a próxima fase vai além dos LLMs e centros de dados tradicionais, apontando para “world models” e IA física capazes de interagir com o espaço tridimensional e com sistemas biológicos em múltiplas escalas. Yann enfatizou que, pesquisas já indicam essa transição — 2026 como ano dos world models — e que investidores estão interessados porque a robótica promete um enorme mercado, embora atualmente faltam soluções para tornar robôs verdadeiramente inteligentes e adaptáveis. JP explicou que, na biologia, LLMs não resolvem problemas como o câncer porque a medicina não “fala inglês”: é preciso modelos multimodais e multiescala que relacionem moléculas, vias metabólicas, células e tecidos, exigindo arquiteturas e formas de treinamento distintas dos modelos de linguagem. Ambos afirmaram que essas linhas de pesquisa demandam dados, sensores, poder de computação e novas arquiteturas preditivas, e justificaram a migração de grandes empresas para startups pela necessidade de foco, velocidade e capital para transformar achados promissores em aplicações industriais e de saúde. Os palestrantes enfatizaram também a importância de colaboração interdisciplinar, regulamentação responsável e investimento contínuo para acelerar benefícios clínicos e industriais de longo prazo.