Inteligência incorporada é um sistema inteligente que integra percepção, cognição, tomada de decisão e ação por meio de interação em tempo real entre entidades físicas e o ambiente, abrangendo diversas formas, como robôs humanoides, robôs bioinspirados e sistemas ambientais embutidos.
A inteligência incorporada é um sistema inteligente que integra percepção, cognição, tomada de decisão e ação por meio de interação em tempo real entre entidades físicas e o ambiente, abrangendo diversas formas, como robôs humanoides, robôs bioinspirados e sistemas ambientais incorporados. Atualmente, a inteligência incorporada está em constante evolução por meio de interações repetidas com o ambiente, melhorando significativamente sua capacidade de tomada de decisões cognitivas e seu desempenho prático ontológico, além de acelerar sua evolução rumo a uma inteligência geral mais autônoma e transcen-dente a cenários diversos. Compreender com precisão a tendência global de inovação tecnológica em inteligência incorporada e responder ativamente aos desafios profundos é de grande importância para aproveitar oportunidades e conquistar a iniciativa na nova rodada de transformação industrial.
O desenvolvimento global da tecnologia de inteligência incorporada revela cinco tendências principais
Atualmente, a tecnologia global de inteligência incorporada está demonstrando uma tendência acelerada de evolução, com avanços em cinco dimensões: percepção e interação, tomada de decisão e cognição, controle e execução, fusão de dados entre domínios virtual e real, e integração de sistemas, impulsionando a inteligência incorporada do laboratório para aplicações em larga escala.
Um é a incorporação de modelos do mundo e a transição da interação perceptiva. Impulsionada pelo modelo do mundo e pela tecnologia de percepção multimodal, a inteligência incorporada melhorou significativamente sua capacidade de compreender e interagir com ambientes físicos, alcançando uma mudança de paradigma, de "resposta a estímulos" para "tomada de decisão dedutiva", e de reestruturação de dados para compreensão de padrões. A Meta lançou o modelo do mundo V-JEPA2, capaz de prever as consequências de diferentes comportamentos e classificá-las com base em seus objetivos, melhorando substancialmente a precisão das ações. A Universidade de Pequim propôs uma arquitetura de modelo de linguagem e ação multissensorial (MLA), que introduz uma modalidade multissensorial completa e fornece uma base de tomada de decisão mais confiável ao integrar sinais heterogêneos.
Em segundo lugar, há uma tendência de ponta a ponta e uma mudança de paradigma na tomada de decisões. A arquitetura hierárquica de tomada de decisões da inteligência incorporada — "cérebro + cerebelo" — amadureceu e está sendo cada vez mais aplicada; o modelo de ponta a ponta, com suas vantagens de ampla cobertura, baixa latência, alta autonomia e forte colaboração, demonstrou grande potencial na exploração da inteligência incorporada rumo à generalização geral. A Gemini Robotics da Google DeepMind baseia-se em uma arquitetura VLA de ponta a ponta e possui excelente capacidade de generalização cruzada entre ontologias; o modelo DOBOT-VLA, desenvolvido independentemente pela Yuejiang na China, integra capacidades visuais, linguísticas e de controle, tendo sido otimizado por meio de aprendizado por reforço no mundo real. Equipado com seu robô humanoide ATOM, alcançou produção em massa em 2025 e é capaz de executar tarefas complexas, como caminhar, equilíbrio dinâmico e montagem de precisão.
Em terceiro lugar, avanços em materiais flexíveis levaram ao surgimento de capacidades autorreparadoras. A revolução dos materiais está impulsionando a evolução da inteligência incorporada, passando de um "ponto final rígido de execução" para uma "ontologia adaptativa inteligente". Sensores táteis semelhantes à pele e pele eletrônica permitem que a inteligência incorporada tenha capacidades altamente sensíveis de percepção ambiental, enquanto estruturas flexíveis biomiméticas dotam as formas de vida inteligentes incorporadas de capacidades multimodais de movimento — como rastejamento, rolagem e peristalse — adaptando-se eficazmente a cenários de aplicação e ampliando-os. Materiais autorreparadores alcançam avanços ativos nessa autorreparação. Após danos ao corpo, é possível obter a recomposição reversível de ligações químicas sob a ação de luz e calor. Esses materiais integram funções de detecção de danos, localização desses danos e autorreparação, melhorando significativamente a durabilidade e a confiabilidade da inteligência incorporada em ambientes complexos e severos, garantindo operação autônoma de longo prazo.
O quarto é a integração de dados virtuais e reais, bem como a unificação dos padrões de dados. O alto custo e a pequena escala da coleta de dados em máquinas reais, além da fraca capacidade de generalização em ambientes não vistos, tornaram-se gargalos no desenvolvimento da inteligência incorporada. A fonte de dados gerativa é um ambiente de simulação criado a partir do modelo grande, com grande volume e alto grau de estruturação, capaz de preencher a lacuna de dados a baixo custo. Combinada com restrições baseadas nas leis físicas e com paradigmas de dados mistos, e calibrada com dados reais de máquinas, essa abordagem pode reduzir significativamente a diferença entre simulação e realidade. A empresa nacional 51Sim acumulou cenários de condução assistida de ponta a ponta e dados sintetizados com base na plataforma Nvidia, sendo utilizados com sucesso no treinamento de robôs em cenários complexos, como portos e minas. A plataforma "Dome DOME" unifica interfaces de dados e especificações de formato, elimina silos de dados, constrói uma linguagem universal para o setor e promove eficazmente a interoperabilidade entre cenários e o fornecimento de dados de alta qualidade.
O quinto é alcançar a colaboração heterogênea e construir uma base segura. A desacoplamento entre software e hardware, bem como a integração modular, estão acelerando o desenvolvimento de sistemas operacionais inteligentes incorporados, permitindo compatibilidade entre ontologias distintas e colaboração heterogênea. A arquitetura OpenRMF unifica as "regras de tráfego" e a "linguagem de comunicação" dos robôs, possibilitando operações colaborativas entre clusters de máquinas heterogêneas; o OM1 lançado pela OpenMind suporta conecte-e-use (plug and play) e desenvolvimento transontológico de APIs de grandes modelos predominantes. A integração de sistemas reforça a base do projeto, garantindo segurança, confiabilidade e conformidade com restrições fundamentais. Técnicas de computação privada, como treinamento adversarial e privacidade diferencial, permitem colaboração entre instituições sem vazamento de dados brutos, construindo um sistema ativo e seguro de defesa em profundidade para aplicações em larga escala de inteligência incorporada.
Adotar múltiplas medidas para reforçar a competitividade da inteligência incorporada da China
Atualmente, a inteligência incorporada da China encontra-se numa fase crítica de coordenação entre avanços tecnológicos, introdução industrial e desenvolvimento do ecossistema. A localização de hardware essencial acelerou-se, e o desempenho dos grandes modelos foi significativamente aprimorado. A capacidade computacional doméstica consegue suportar eficientemente modelos complexos, tendo-se formado, em alguns campos, capacidades iniciais de aplicação. Contudo, com a concorrência internacional cada vez mais intensa, os desafios profundos da inteligência incorporada não podem ser ignorados.
Em primeiro lugar, é necessário melhorar a capacidade de controle autônomo dos componentes principais, uma vez que há alta dependência externa em relação a motores servo, redutores e sensores de alta gama. A autonomia do sistema energético é insuficiente, e ainda existem fraquezas na capacidade de desenvolvimento interno completo (full stack); em segundo lugar, o sistema de normas e o ecossistema industrial ainda precisam ser aprimorados, com interfaces de hardware inconsistentes, protocolos de comunicação e padrões de compatibilidade de software não padronizados, silos de dados generalizados, influência limitada das comunidades de código aberto e oferta insuficiente de dados interativos de alta qualidade; em terceiro lugar, o sistema de governança de segurança ainda precisa ser aprimorado, e a definição da responsabilidade em acidentes envolvendo sistemas autônomos é difícil. A coleta contínua de dados sensíveis pode facilmente gerar riscos como vazamento de dados e violação da privacidade, e o mecanismo de confiança para colaboração entre instituições precisa ser aprimorado.
Diante dos desafios acima mencionados, a China deve aproveitar o período de janela de desenvolvimento, adotar a inovação independente como núcleo, a construção de padrões como ponto de partida e a governança da segurança como linha de base, acelerando o cultivo de um ecossistema industrial inteligente incorporado e injetando forte impulso no desenvolvimento de uma nova produtividade de qualidade e na construção de um país tecnologicamente forte.
Uma das medidas consiste em reforçar a organização de forças tecnológicas estratégicas e consolidar os fundamentos da inovação independente. Contando com o novo sistema nacional, intensificaremos as capacidades científicas e tecnológicas estratégicas dos laboratórios nacionais-chave na área de inteligência incorporada e realizaremos pesquisas científicas organizadas em torno de direções de ponta, como o modelo de fusão entre três domínios — "física da informação e cognição", arquitetura de tomada de decisão end-to-end e materiais flexíveis biomiméticos. Aprofundaremos a integração entre indústria, academia e pesquisa, liderada pelas empresas, apoiando empresas tecnológicas líderes na formação de consórcios de inovação, concentrando recursos vantajosos para superar gargalos na localização de componentes essenciais — tais como motores servo, redutores e parafusos de rolos planetários — e conectando toda a cadeia de "pesquisa básica, desenvolvimento tecnológico e aplicação industrial", rompendo, assim, desde a origem, as restrições ao desenvolvimento industrial.
O segundo é construir um ecossistema industrial aberto e colaborativo, liderando o desenvolvimento de alta qualidade com padrões elevados. Acelerar o desenvolvimento de interfaces de hardware transversais, protocolos de comunicação e padrões de compatibilidade de software, além de promover software básico independente e controlável, como sistemas operacionais e middleware. Explorar a criação de entidades de alto nível para agregação e governança de dados, desenvolver padrões de coleta e anotação de dados multimodais, construir referências de simulação e plataformas abertas de dados para cenários-chave, como manufatura inteligente e operações de alto risco, e eliminar barreiras à circulação de dados. Cultivar vigorosamente um ecossistema local de código aberto, incentivar universidades, institutos de pesquisa e empresas a construírem conjuntamente sistemas compartilhados de capacidade computacional para algoritmos, reduzir barreiras ao desenvolvimento e à pesquisa, acelerar a iteração tecnológica e liderar a melhoria da qualidade do setor por meio de padronização de alto nível e código aberto.
O terceiro é estabelecer um sistema sólido de governança em segurança e construir uma base robusta para um desenvolvimento confiável. Criar um mecanismo de proteção hierárquico que abranja segurança de algoritmos, dados e física, esclarecendo os limites dos direitos e responsabilidades de todas as partes envolvidas na produção, utilização, fornecimento de algoritmos e supervisão. Realizar pesquisas prospectivas sobre a determinação da responsabilidade em acidentes, a colaboração entre instituições distintas e as regras de governança baseadas na confiança mútua, bem como diretrizes éticas e de segurança para comportamentos específicos, como navegação, colaboração em grupo e outros. Explorar modelos regulatórios inclusivos e prudentes, realizar avaliações éticas e de segurança ao longo de todo o ciclo de vida, estabelecer sistemas proativos e seguros de defesa em profundidade e oferecer garantias institucionais para a implementação em larga escala e o desenvolvimento saudável a longo prazo da inteligência incorporada.
EN
