De acordo com pt.wedoany.com-Na Conferência Mundial de Inteligência Artificial (WAIC) de 2026, a chinesa Tashizhi Hang demonstrou sua linha de produção automatizada de montagem de chicotes elétricos automotivos de precisão, impulsionada pelo seu mais recente modelo de base nativa incorporada, o AWE 3.5. A demonstração trouxe para o pavilhão uma linha de montagem de chicotes em formato anelar em escala 1:1, onde múltiplos robôs trabalhavam em cooperação, executando simultaneamente tarefas de montagem de diferentes tipos de fios.
A oficina de chicotes elétricos automotivos é considerada há muito tempo uma "área de águas profundas" da automação industrial, devido à flexibilidade dos chicotes, à altíssima precisão exigida nas conexões e à complexidade dos processos. Ding Wenchao, cientista-chefe da Tashizhi Hang, afirmou que a introdução do AWE 3.5 aumentou significativamente a eficiência da linha de produção, a ponto de ser necessário controlar a velocidade de operação dos robôs para evitar a exaustão dos materiais.
O AWE 3.5 é o primeiro modelo nativo no campo da inteligência incorporada a integrar um paradigma completo, desde o pré-treinamento até o pós-treinamento. Desde a fase de pré-treinamento, o modelo recebe simultaneamente dados multimodais, como visão, linguagem e ação, adotando uma arquitetura única chamada "One Model", que pode tanto emitir comandos de ação quanto prever estados visuais futuros. Ao alterar a combinação de entrada e saída, o modelo pode alternar entre "estratégia de base" e "modelo mundial condicionado por ação", formando um ciclo completo de aprendizado por reforço.
No local da WAIC, o AWE 3.5 também demonstrou sua capacidade de generalização multitarefa baseada no mesmo modelo, incluindo organização de mesas, embalagem de celulares, conexão de cabos de rede e separação de peças. O modelo não precisa recarregar ou alternar parâmetros entre diferentes tarefas. Além disso, a Tashizhi Hang montou uma demonstração interativa do modelo mundial, onde o público, usando garras de coleta de dados, podia interagir com o mundo paralelo gerado pelo AWE 3.5, experimentando feedbacks físicos como gravidade, colisão e atrito, sem depender de qualquer motor físico tradicional ou código de leis de Newton.
O modelo possui capacidade de memória de longo prazo e compreensão espacial de longa duração, mantendo a estabilidade do ambiente durante deduções contínuas e interativas de vários minutos, apoiando a segmentação de fragmentos de ação no processo de pós-treinamento. A Tashizhi Hang enfatiza que o AWE 3.5 é treinado com mais de um milhão de horas de dados centrados no ser humano (human-centric), e o foco de seu sistema de dados está mudando de "mais" para "mais inteligente e de maior qualidade", tornando a Eficiência de Dados (Data Efficiency) uma nova dimensão de avaliação.
Em uma entrevista, Ding Wenchao afirmou que, graças à escala suficiente de dados de pré-treinamento e à infraestrutura (Infra) capaz de processar grandes volumes de dados, o AWE 3.5 já consegue executar uma nova tarefa com apenas algumas horas de coleta de dados. Ele destacou que o Scaling da inteligência incorporada foi totalmente liberado, e que um divisor de águas no setor pode surgir entre o primeiro semestre e meados de 2027. Além da montagem de chicotes, o modelo já foi validado em vários cenários industriais, como operações flexíveis, separação e inspeção colaborativa.
Em relação à controvérsia no setor entre as rotas VLA (Visão-Linguagem-Ação) e "Modelo Mundial", Ding Wenchao acredita que o critério final de avaliação ainda é "se a ação pode ser otimizada". Ele explica que a arquitetura One Model do AWE 3.5 acopla visão, linguagem e ação já na fase de pré-treinamento, evitando alucinações do modelo de vídeo ou a dessincronização entre compreensão espacial e ação, tornando o modelo seu próprio simulador, sem a necessidade de construir manualmente ambientes de simulação.
Sobre as mãos hábeis, Ding Wenchao afirma que este é atualmente seu maior "mistério não resolvido". A Tashizhi Hang começou a desenvolver suas próprias mãos hábeis antes mesmo do AWE 3.0, adotando uma abordagem de cima para baixo: primeiro analisar as capacidades necessárias para os humanos realizarem as ações e, em seguida, definir o design do hardware de forma reversa. Ele está otimista de que é possível que as mãos hábeis entrem em cenários reais e mostrem uma tendência industrial clara em 12 a 18 meses, e que sua capacidade de fechar o ciclo comercial pode se tornar um marco importante no campo da inteligência incorporada.
Ding Wenchao acredita que a indústria de inteligência incorporada passou da preocupação com o robô "se mover" e "agarrar" para uma fase em que se preocupa mais com seu trabalho contínuo e estável em cenários reais. A capacidade de implementação em larga escala em múltiplos cenários será um critério chave para avaliar as empresas em 2027. Ele também observa que a pesquisa de ponta no campo incorporado está se transferindo rapidamente para o lado industrial, e que para novos entrantes que dependem apenas de rotas técnicas de artigos acadêmicos para iniciar um negócio, a dificuldade aumentou significativamente, sendo necessário encontrar novos nichos ecológicos.
Nesta edição da WAIC, o estande da Tashizhi Hang estava localizado na área "Era Moderna · Cidade dos Parceiros" no primeiro andar do Pavilhão de Exposições de Xangai, sendo o primeiro estande à direita da entrada. O conteúdo da exibição também incluía a etapa de conexão de chicotes de precisão, onde o público precisava apertar os olhos para alinhar os minúsculos orifícios de conexão, experimentando a dificuldade da operação. Durante a feira, a área da Tashizhi Hang também atraiu um grande número de visitantes.
A demonstração de montagem de chicotes de precisão exigia altíssima precisão, com orifícios minúsculos que exigiam apertar os olhos para alinhar e garantir a inserção no ponto correto, representando um desafio tanto para robôs quanto para humanos.
Ding Wenchao enfatizou que o próximo passo da inteligência incorporada é dar ao sistema um gradiente, ou seja, uma direção clara de iteração, e essa direção deve vir do feedback positivo de cenários reais. A Tashizhi Hang está promovendo esse processo formando um ciclo fechado de Killer App em múltiplos cenários.
Sobre a importância do design colaborativo entre hardware e software, Ding Wenchao acredita que ela supera em muito as expectativas. As garras podem resolver cerca de 80% dos problemas, mas os 20% restantes dependem das mãos hábeis. Sua capacidade de realizar tarefas práticas e fechar o ciclo comercial pode se tornar um marco importante no campo da inteligência incorporada.
Ding Wenchao concluiu que a indústria passou de destaques tecnológicos locais para uma guerra sistemática, e o critério final de avaliação será muito intuitivo: quais tarefas o robô concluiu, a velocidade e o custo para expandir novas tarefas. Trabalhar de forma contínua e estável em cenários reais tornou-se o foco central da indústria.
