No momento final do discurso de Huang Renxun no Taipei Pop Music Center, um robô subiu ao palco.
Não se sabe exatamente desde quando as pessoas passaram a chamar robôs de “vegetativos”. Talvez seja porque eles ainda não são suficientemente flexíveis — nesse sentido, parece correto.
01
Veja como Jensen Huang apresenta este robô: 1,8 metro de altura, 68 quilos de peso, 75 graus de liberdade em todo o corpo; ele fez uma piada no palco dizendo que essa altura e peso são "semelhantes aos meus". Muito interessante.
Este robô se chama Isaac GR00T; a NVIDIA define oficialmente como um design de referência, com três fornecedores cada um responsável por uma parte.
O corpo é da Unitree H2 Plus, as mãos são da五指灵巧手 da Sharpa, Cingapura, e o cérebro é o chip Jetson Thor da NVIDIA, além de toda a pilha de software Isaac GR00T.
Notei um detalhe:
Yingzi disse que o público-alvo deste projeto de referência são instituições de ensino superior e pesquisadores universitários; os primeiros clientes incluem Stanford e o Instituto Federal de Tecnologia de Zurique.
A plataforma de desenvolvimento e o código do modelo associados serão disponibilizados imediatamente no GitHub e no Hugging Face; toda a pilha de software está pronta para uso, reduzindo o tempo de preparação da equipe de pesquisa de dias para algumas horas.
Em outras palavras, a NVIDIA não faz apenas um robô.
É um projeto chave na mão; corpo, cérebro, ferramentas de geração de dados, framework de treinamento e ambiente de simulação — tudo já embalado para você. Basta ligar a energia e começar seus experimentos.
I checked their data generation capabilities.
Yingzi disse que, usando o Cosmos 3 e o Blueprint do Isaac GR00T, é possível gerar 780 mil trajetórias de movimento sintético em 11 horas. O que significa 780 mil? Equivale a 6.500 horas de dados de demonstração humana; quase como um engenheiro ensinando continuamente movimentos a um robô por nove meses.
Em seguida, hoje à tarde, o Comitê de Revisão de Listagem da Bolsa de Xangai divulgou os resultados: a estreia da Unitree Technology foi aprovada, atendendo aos requisitos de emissão.
73 dias, da aceitação à aprovação, arrecadação de 4,202 bilhões, avaliação total de 42 bilhões. A primeira ação de robôs humanoides da A-share está garantida; tanto antes quanto depois, eu gostaria de descrever como uma dupla alegria.
Mas há um detalhe a ser observado,
No discurso de Huang Renxun, o nome Yushu aparece na coluna corpo; Sharpa aparece na coluna mão; a NVIDIA ocupa toda a seção de cérebro, poder de computação, modelo, simulação e geração de dados.
À tarde, naquela reunião em Xangai, Unitree obteve uma avaliação de 42 bilhões de yuans. O prospecto deixava claro que o maior uso dos fundos arrecadados era o modelo corporal grande. Era o cérebro.
NVIDIA disse que você é meu corpo, no mesmo dia, Unitree disse que vou criar meu próprio cérebro. O que está acontecendo?
02
Criei uma palavra, com base no design. Essa palavra é bem neutra, como um documento técnico, um conjunto de soluções; fique à vontade para se referir.
Esta palavra já apareceu muitas vezes no mundo da tecnologia, e cada vez que surge, a história seguinte é mais ou menos a mesma.
O mais representativo foi no setor de telefonia móvel.
Por volta de 2010, a Qualcomm começou a fazer algo. Ela empacotou todos os componentes — chip Snapdragon, modem, sistema Android, camada de drivers e interfaces de hardware — em um projeto de referência completo para smartphones.
Na indústria, chama-se turnkey, que traduzido significa chave na mão.
O que significa isso? Você é uma marca de telefones celulares, não precisa ter capacidade de design de chips nem de ajuste de sistema, nem precisa manter uma equipe de pesquisa e desenvolvimento de hardware. Basta pegar a solução da Qualcomm, encontrar uma fábrica ODM, modificar a carcaça, colocar seu logotipo e um telefone celular está pronto.
Assim surgiu o primeiro Redmi. Na época, a Xiaomi contratou Wentai para fabricação, utilizando a solução da Qualcomm; naquele ano, a Wentai embarcou 65,5 milhões de unidades.
Parece um ganha-ganha: a Qualcomm vendeu chips, as marcas economizaram em pesquisa e desenvolvimento e as fábricas ODM receberam pedidos.
Depois, eu verifiquei o que aconteceu a seguir.
Huaqin Technology, a maior empresa ODM de celulares da China, teve receita superior a 70 bilhões de yuans nos primeiros nove meses de 2024, com lucro líquido atribuível aos acionistas de 2 bilhões de yuans. Longqi Technology teve receita de 35 bilhões de yuans e lucro líquido inferior a 500 milhões de yuans.
Receita de 70 bilhões, lucro de 2 bilhões, margem líquida inferior a 3%.
A margem bruta de fabricação de celulares dessas empresas tem oscilado entre 5% e 11% por longos períodos. As pessoas da indústria chamam isso de dinheiro difícil; pressionadas por cima pelos fornecedores de chips, por baixo pelas marcas que comparam preços, e no meio pelos concorrentes. Quanto mais crescem, mais fina fica a margem.
WenTai Technology, anteriormente o líder mundial em volume de entregas de ODM, realizou em início de 2025 uma ação: vendeu toda a operação de ODM para Luxshare Precision, saindo completamente do negócio de fabricação de celulares. Após a venda, a empresa se voltou integralmente para o setor de semicondutores, cuja margem bruta é de 37,47%, mais de sete vezes superior à da fabricação de celulares.
Veja, alcançar o primeiro lugar global em exercícios físicos e, por fim, escolher não continuar.
O que essa história tem a ver com hoje? Eu comparei o que a Qualcomm fez na época com o que a NVIDIA faz hoje.
A Qualcomm lançou um chip, o Android e um design de referência, e todos na indústria de celulares os adotaram. E o resultado? Os hardwares se tornaram todos iguais, e os lucros foram gradualmente transferidos das marcas e fabricantes para as empresas de chips e sistemas operacionais.
A NVIDIA lançou hoje o chip Jetson Thor, o modelo Isaac GR00T e um design de referência. O código do modelo está totalmente aberto, o framework de simulação também está aberto e as ferramentas de geração de dados já estão embaladas.
Eu verifiquei a lista atual de parceiros da NVIDIA; Unitree está usando o Jetson Thor, Zhiji, Galaxy General e UBTECH também estão usando. Até a Figure AI está usando, assim como a Boston Dynamics, Amazon e Meta.
Unitree é um dos mais de dez fornecedores de corpos.
O VP do departamento de robótica da NVIDIA disse: "Nós não produzimos robôs nem fabricamos carros; fornecemos suporte técnico para toda a indústria por meio de computadores e software de infraestrutura."
This statement, Qualcomm said a nearly identical version fifteen years ago.
Quando uma empresa diz: "Não produzimos produtos finais, apenas fornecemos plataformas e ferramentas", na verdade está anunciando uma coisa: eu defino as regras.
O modelo GR00T está de código aberto, com o mesmo raciocínio que o Google usou ao abrir o Android. O software é fornecido gratuitamente para que você não consiga mais viver sem meu hardware. Ao usar meu modelo e minha plataforma de simulação, você precisará executá-lo em meu chip.
Minha opinião é a seguinte:
Referência de design, como um acordo de distribuição de poder: quem envia a referência de design está definindo quanto vale o cérebro e quanto vale o corpo nesse setor.
O setor de telefones celulares já respondeu uma vez: empresas que fazem o corpo, com receita de 70 bilhões de dólares e margem de lucro inferior a 3%; empresas que fazem o cérebro, que arrecadam centenas de bilhões de dólares apenas em taxas de licenciamento de patentes por ano. Agora, por coincidência, o setor de robótica obteve o mesmo acordo.
03
Eu revisei o prospecto da Unitree. Dos 4,2 bilhões de yuan arrecadados, 2,022 bilhões serão investidos no desenvolvimento de modelos de robôs inteligentes, representando 48% — o maior valor entre todos os projetos; 1,11 bilhão para o desenvolvimento de corpos, 445 milhões para novos produtos e 624 milhões para a construção de bases de fabricação.
O lugar onde se investe mais dinheiro é o cérebro. A Unitree certamente conhece esse jogo.
Wang Xingxing disse uma vez que o maior erro cometido na última década foi subestimar o avanço tecnológico da IA; sua equipe originalmente focava principalmente em ontologia e controle de movimento, só começando a intensificar os esforços em modelos embutidos nos últimos dois anos.
Enquanto fornece os corpos para o design de referência da NVIDIA, gasta 2 bilhões para construir seu próprio cérebro. Isso é uma guerra de independência disfarçada de cooperação.
Verifiquei os detalhes: o GR00T N1.5 da NVIDIA já está funcionando no robô Unitree G1; desenvolvedores da comunidade open source já fizeram o deploy e demonstraram tarefas operacionais diretamente no G1 com o código. Há um tutorial completo de deploy no GitHub.
Ou seja, o cérebro de Eiko já foi transferido para o corpo de Unitree. E isso é público; qualquer pessoa pode copiar esse processo.
O que o Uchi está fazendo?
Em setembro de 2025, Unitree lançou o modelo mundial auto-desenvolvido UnifoLM-WMA-0 como código aberto. Em janeiro de 2026, lançou o modelo de visão, linguagem e ação UnifoLM-VLA-0.
Em 25 de maio, no dia do anúncio da reunião, Unitree lançou oficialmente o modelo de linguagem embutido WVLA 2.0, permitindo que o robô G1 realizasse de forma independente a organização e classificação de itens em uma sala de reuniões, em um ambiente complexo com pessoas se movendo, sem qualquer controle remoto.
Dois cérebros correndo no mesmo corpo: um da NVIDIA, de código aberto, disponível para todos no mundo; outro da Unitree, recém-iniciado, ainda tentando alcançar. Como eu posso descrever isso?
Aqui há ainda um personagem que merece atenção.
Descobri uma empresa chamada Zhongke Fifth Epoch, fundada em setembro de 2024, cuja equipe principal vem do Academia Chinesa de Ciências e da Universidade Tsinghua; este ano, recebeu três rodadas de financiamento consecutivas, com Sequoia Capital China liderando a rodada Pre-A, e a mais recente rodada A sendo investida pela Futeng Capital e pela Shanghai Semiconductor Industry Investment.
Sua identidade é o fornecedor principal do cérebro de operação embutida nº 001 da Unitree Technologies.
Ambas as partes desenvolveram uma solução integrada de software e hardware na plataforma de robô humanoide Unitree G1 para a indústria elétrica; a Fifth Generation of China também está em parceria com Midea, e seus robôs já estão em operação real nas linhas de produção da fábrica da Midea em Foshan.
Você encontrou o problema?
O cérebro rodando no corpo da Unitree não é apenas dois, mas três: o GR00T da NVIDIA, o UnifoLM desenvolvido pela própria Unitree e a série FAM da Fifth Epoch da China.
Por que uma empresa que faz corpo precisa conectar-se a três cérebros ao mesmo tempo? Porque ainda não tem o seu próprio.
A taxa de despesas de P&D da Unitree em 2025 foi de 8,53%, ou 145 milhões; seu concorrente UBTECH é de 25%, ou 507 milhões. A Unitree é uma das empresas líderes do setor com a menor proporção de investimento em P&D.
Esses 2 bilhões são o dinheiro da recuperação. O problema é que há um período limitado para a recuperação.
O GR00T da NVIDIA é de código aberto e tem uma taxa de iteração rápida. Entre o N1 e o N1.5 passaram-se menos de três meses; se o GR00T for suficientemente fácil de usar, cada vez mais desenvolvedores e clientes o adotarão como padrão.
Assim como foi difícil criar um próprio sistema operacional para celular após o Android se espalhar, não é impossível, mas cada vez mais difícil.
O que a Unitree está fazendo agora é como instalar chips Qualcomm em celulares Android, enviá-los para venda e ganhar dinheiro, enquanto secretamente desenvolve seus próprios chips e sistemas operacionais no laboratório.
Acredito que o estado de ter duas mentes simultaneamente não durará muito tempo; o desfecho será, inevitavelmente, um dos dois: ou nossa mente interna alcançará o nível da de Yingzi, tornando-a desnecessária; ou não alcançará, e a da NVIDIA se tornará a única opção, deixando a Yujian com apenas o corpo.
04
Falando nisso, há uma pergunta que não pode ser ignorada: alguém realmente consegue fazer tudo sozinho, sem usar o cérebro da NVIDIA?
Sim, uma. Tesla. E atualmente, apenas esta.
O chip usado no robô humanoide Optimus é o chip FSD desenvolvido pela Tesla, o mesmo usado nos carros para condução autônoma.
A mesma linha de treinamento, sistema de anotação de dados e arquitetura de rede neural foram diretamente transferidas do carro. O hardware de inferência também é compatível, atualmente rodando no HW4, com a próxima geração a ser atualizada para o AI5.
Eu verifiquei as atualizações mais recentes; na chamada de resultados do primeiro trimestre deste ano, Musk confirmou alguns prazos.
O Optimus V3 será lançado na metade do ano, e a fábrica de Fremont iniciará a produção em massa entre julho e agosto. A linha de produção, anteriormente utilizada para Model S e Model X, está sendo reformada desde maio para se tornar uma linha dedicada ao Optimus, com uma meta de capacidade anual de 1 milhão de unidades.
1 milhão de unidades. Unitree venderá 5.500 robôs humanoides em todo o ano de 2025.
180 vezes mais.
Ao mesmo tempo, o chip de inferência AI5 da Tesla já foi fabricado, e a cadeia de suprimentos de chips próprios foi estabelecida; isso significa que, de treinamento a inferência, da nuvem ao lado do robô, não há nenhum componente da NVIDIA em toda a cadeia.
Acho que a Tesla conseguiu isso com três cartas na manga.
Primeiro, o ciclo de dados do FSD. Milhões de Tesla circulam diariamente pelas estradas, enviando continuamente dados visuais do mundo real.
Esses dados são usados para treinar veículos autônomos e também para treinar a percepção e a tomada de decisão de robôs; a equipe do Optimus não precisa coletar dados de robôs do zero, pois os dados dos carros podem ser reutilizados.
Segundo, chip desenvolvido internamente.
Da Dojo à HW4 e à AI5, a Tesla tem desenvolvido sua própria arquitetura de computação. Embora a Dojo tenha enfrentado muitos obstáculos e a AI5 tenha acabado de ser fabricada, a direção nunca mudou: ela não quer entregar os hardware básicos de seu cérebro a terceiros.
Terceira, fábrica super.
O sistema de fabricação que a Tesla usou para produzir mais de um milhão de veículos pode ser usado diretamente para fabricar robôs; gerenciamento da cadeia de suprimentos, controle de qualidade e aumento da capacidade de produção — esses não são elementos que podem ser comprados rapidamente com dinheiro.
Olhando para trás para Yushu, nenhuma dessas três cartas foi jogada. Isso significa que Yushu certamente se tornará Wentai? Não necessariamente.
Porque a Unitree possui uma carta que a Tesla não tem: uma taxa de desenvolvimento e produção interna de componentes principais superior a 90%. Os motores, redutores e controladores são todos feitos internamente.
O algoritmo de controle de movimento de um robô quadrúpede foi desenvolvido do zero, e o robô humanoide H1 foi concluído em seis meses após o início do projeto, com apenas três pessoas envolvidas em tempo integral — isso demonstra que a tecnologia corporal da Unitree é altamente sofisticada.
Há uma diferença fundamental que muitas pessoas ignoram ao fazer a comparação entre celulares e robôs.
A forma física dos celulares já se tornou homogênea.
Uma tela, um chip, uma bateria, apenas carcaças diferentes. Quase não há espaço para diferenciação no hardware. Por isso, assim que os fabricantes de chips lançam um design de referência, todos os celulares ficam iguais, e as marcas só podem competir por marketing e preço.
Os robôs são diferentes; alguns conseguem andar com estabilidade, ficar em pé sobre um pé mesmo sendo empurrados, e abrir tampas de garrafas com cinco dedos — até hoje, a diferença entre empresas nesses recursos é muito grande.
Isso significa que, pelo menos na fase atual, fazer body não é necessariamente um beco sem saída; o body ainda tem espaço para valorização e ainda não foi completamente absorvido pela padronização.
No entanto, novas tendências estão surgindo no setor. Observei uma previsão de que a demanda por chips de inteligência embutida está passando da aquisição de produtos padronizados para SoCs personalizados e especializados.
Isso significa que, no futuro, pode ser que cada empresa de robôs faça joint ventures com empresas de chips para criar seus próprios chips dedicados; se essa tendência se confirmar, o efeito de bloqueio do design de referência da英子 será enfraquecido.
Atualmente, esta janela ainda está aberta; se você passar por ela, é a Tesla. Se não conseguir passar, é Wentai. O que Yu Shu apostou 2 bilhões de yuan é exatamente isso.
A janela não ficará aberta para sempre; a cada iteração do GR00T, essa janela desce um pouco. De N1 a N1.5, três meses — o tempo留给宇树 pode ser de dois a três anos.
Claro, não fique muito pessimista. São apenas opiniões pessoais baseadas em pesquisas.
Este artigo é do canal oficial do WeChat "Wang Zhiyuan" (ID: Z201440), autor: Wang Zhiyuan