ACE-Brain-0.6 supera GPT-6 Astra em testes da própria empresa

Peça-se a um robô que apanhe uma peça, e o passo mais difícil não é o movimento do braço, mas saber exatamente onde está a peça. É esse o problema que a ACE Robotics afirma que o seu novo modelo, o ACE-Brain-0.6, foi concebido para resolver. A empresa, presidida por Xiaogang Wang, cofundador da SenseTime, descreve-o como um modelo fundacional incorporado de cerca de 9 mil milhões de parâmetros, ou seja, os valores numéricos que uma rede neuronal aprende durante o treino e uma medida aproximada da sua dimensão. O foco é a ancoragem visual: ligar uma instrução em linguagem natural a uma localização precisa, a uma parte de um objeto ou a uma zona de interação numa cena física.

O modelo baseia-se no Qwen3.5-9B. O seu codificador de visão mantém-se congelado, o que significa que a parte que lê as imagens não é retreinada, enquanto a componente de linguagem foi ajustada com cerca de um milhão de amostras espaciais, que abrangem cerca de 940 000 imagens e 2,7 milhões de pares pergunta-resposta. Os dados de treino combinam mais de 30 conjuntos de dados abertos de robótica com imagens privadas filmadas em primeira pessoa. Ferramentas como o Grounding DINO e o SAM 3 transformam indícios sobre o estado da pinça e sobre o movimento em etiquetas espaciais que podem ser verificadas. A ACE Robotics afirma que o modelo só responde quando a prova visual está completa: antes de responder a uma pergunta de contagem, por exemplo, cada instância tem de estar etiquetada.

Os resultados de desempenho são da própria empresa e ainda não foram verificados de forma independente. Em seis das oito avaliações de ancoragem, o ACE-Brain-0.6 obtém uma pontuação superior à do GPT-6 Astra, o modelo da OpenAI incluído na comparação da empresa. No Where2Place, atinge 76,55 contra 71,10 e, no RobotGrounding, um conjunto de 2 591 perguntas que a equipa criou por si própria, abrangendo 14 tipos de tarefas, obtém 94,13 contra 91,10. Em média, nos sete testes públicos, as pontuações são de 74,53 e 73,68. A margem é pequena e foi medida em testes escolhidos pela empresa.

O resultado mais instrutivo diz respeito aos dados. Em testes controlados, mantendo fixas a arquitetura e a receita de treino, o aumento do conjunto de treino de 260 000 para cerca de um milhão de amostras fez subir a média dos sete testes de 69,3 para 74,5, numa curva que a empresa descreve como quase linear em escala logarítmica. Duplicar os dados acrescentou cerca de 2,4 pontos em média, enquanto acrescentar simplesmente mais amostras do mesmo tipo rendeu menos de um ponto. Os ganhos vieram da variedade, isto é, de novas cenas, relações espaciais e formatos de supervisão, e não do volume.

Por agora, o benefício prático é limitado. À data da publicação, os pesos do ACE-Brain-0.6 não estavam listados como abertos; os repositórios públicos no GitHub sob DAXIAORobotics continuam a listar o ACE-Brain-0 e o ACE-Brain-0.5. As equipas de robótica que queiram testar o modelo no seu próprio equipamento terão de esperar por uma versão que ainda não podem descarregar. Se a publicação aberta se concretizar e os resultados se confirmarem fora dos testes da própria empresa, o ganho chegaria em primeiro lugar aos grupos de investigação e aos construtores de robôs, que poderiam então avaliar se dados mais bem escolhidos ajudam os seus robôs a encontrar aquilo que devem agarrar.