Inglês 
Espanhol 
China expande centros de treinamento de robôs humanoides com apoio estatal, enquanto empresas nos EUA pagam por vídeos de tarefas domésticas.
A corrida pelos robôs humanoides entrou em uma fase mais concreta e mais industrial. Enquanto, nos Estados Unidos, empresas privadas passaram a pagar trabalhadores para filmar tarefas do cotidiano e gerar dados para sistemas de IA e robótica, a China avançou por uma trilha mais centralizada, apoiada por governos locais e organizada em centros dedicados à produção padronizada de dados.
Em vez de depender apenas de gravações dispersas feitas em casas e aplicativos de renda extra, a China passou a tratar a escassez de dados como um gargalo estratégico da robótica. A Rest of World informou que governos locais financiaram 40 centros de treinamento para enfrentar esse problema, num momento em que a chamada inteligência incorporada virou prioridade nacional no país.
Cibertrabalhadores treinam robôs humanoides com movimentos repetidos
No centro desse modelo chinês está um novo tipo de trabalhador. Em escritórios e centros de coleta, jovens passam horas repetindo gestos simples para que as máquinas aprendam a executá-los com precisão, transformando movimentos humanos em dados de treinamento para robôs humanoides.
-
Apple encarece MacBooks e iPads após memória disparar até 98%, perde vantagem sobre rivais e mostra como o boom da inteligência artificial já chegou ao bolso do consumidor
-
Professor nigeriano faz gambiarra genial com dois potes de barro e areia molhada e cria uma geladeira que funciona sem eletricidade; sistema usa só a evaporação da água e conserva por até 27 dias
-
A armadilha da tecnologia moderna: como o estresse causado pelo excesso de telas e conexões digitais pode afetar sua mente e seu bem-estar
-
Casal de Wyoming enterrou 20 tubos sob estufa geotérmica de 170 m², driblou frio de -40°C e passou a colher frutas tropicais o ano todo, mostrando como o calor da terra pode produzir laranjas e limões na neve sem aquecimento tradicional
A Rest of World relatou o caso de Kim, estudante de ciência da computação de 20 anos, cuja tarefa da semana era simular a abertura da porta de um micro-ondas. Vestindo headset de realidade virtual e exoesqueletos nos braços, ele repetia o mesmo gesto centenas de vezes por dia para que o robô ao lado pudesse copiar o movimento.
A própria reportagem mostra como esse trabalho já ganhou identidade própria. “Nós nos chamamos de cibertrabalhadores”, disse Kim à publicação, ao descrever uma rotina monótona, mas vista como parte de uma engrenagem estratégica para o avanço da robótica chinesa.
Centros de treinamento de robôs humanoides funcionam como fábricas de dados
A escala física desses espaços ajuda a explicar por que o modelo chinês chama tanta atenção. No distrito de Shijingshan, em Pequim, o Beijing Humanoid Robot Data Training Center foi descrito pelo People’s Daily como o maior centro do tipo na China e opera como uma espécie de escola onde robôs passam por aprendizagem baseada em cenários antes de entrar no mercado.
O centro ocupa dois andares e reproduz ambientes reais de produção e de vida cotidiana, com módulos que vão de separação de bobinas e empacotamento de encomendas até cozinha e organização de quartos.
Segundo o People’s Daily, o local trabalha com 16 disciplinas especializadas, distribuídas em categorias como manufatura industrial, casa inteligente, cuidado de idosos e cenários integrados em 5G.
A mesma publicação informa que o principal robô treinado no local é o Kuafu, com 1,66 metro de altura. Até agora, os robôs formados ali já acumularam mais de 20 habilidades operacionais, incluindo movimentação de materiais, inspeção e entrega, com taxas de sucesso superiores a 95% nas tarefas realizadas.
China usa apoio estatal para padronizar a coleta de dados em robótica
O traço mais marcante desse modelo não é apenas o tamanho das instalações, mas a presença direta do poder público. A Rest of World descreveu esses espaços como centros geralmente construídos por governos locais e operados por empresas de robótica, numa tentativa de resolver a falta de dados estruturados para treinar máquinas que precisam agir no mundo físico.
No caso do centro de Shijingshan, a própria Rest of World informou que a instalação foi lançada pelo governo local em parceria com a empresa Leju. A reportagem também afirma que o espaço tem mais de 10 mil metros quadrados e inclui cenários que simulam linha de montagem automotiva, casa inteligente e ambiente de cuidados a idosos.
O People’s Daily reforça a lógica por trás dessa centralização. Segundo a publicação, o treinamento feito de forma isolada por empresas tendia a produzir dados irregulares e de qualidade inconsistente, enquanto a produção centralizada e padronizada permite criar conjuntos de dados mais estáveis, com custo menor e utilidade mais ampla para o setor.
Dados padronizados viram ativo estratégico da inteligência incorporada
O argumento central do modelo chinês é simples: sem dados organizados, limpos e repetíveis, os robôs não evoluem com velocidade suficiente. O People’s Daily afirma que o centro de Pequim foi criado justamente para atacar esse gargalo, produzindo dados de cenário que depois são limpos, rotulados e entregues às empresas para o desenvolvimento de modelos de robótica.
A publicação diz ainda que o centro pode gerar milhões de registros de alta qualidade por ano. Além disso, ele já faz parte de uma rede de coleta distribuída por diferentes cidades chinesas, como Suzhou, Jinan, Hefei e Zhengzhou, o que mostra que o objetivo não é apenas treinar um robô isolado, mas construir uma infraestrutura nacional de dados.
Na prática, essa estratégia aproxima a coleta de dados da lógica de infraestrutura industrial. Em vez de deixar cada empresa montar seu próprio pequeno laboratório e improvisar métodos, a China tenta transformar a produção de dados em uma base compartilhada para alimentar a próxima geração de sistemas de IA física e robôs humanoides.
Nos Estados Unidos, empresas privadas recorrem a vídeos pagos do cotidiano
Do outro lado, o caminho é mais fragmentado e mais guiado pelo setor privado. Um exemplo disso apareceu em março de 2026, quando a DoorDash lançou o aplicativo Tasks, descrito pela TechCrunch como uma nova plataforma que paga entregadores para cumprir atividades voltadas ao aprimoramento de sistemas de IA e robótica.
Segundo a TechCrunch, as tarefas incluem filmar ações do dia a dia e gravar a própria voz em outro idioma. A empresa afirmou que esse material ajuda sistemas de IA e robótica a “entender o mundo físico”, mostrando como parte da coleta de dados nos Estados Unidos está sendo feita por meio de trabalho flexível, distribuído e contratado sob demanda.
Esse contraste ajuda a explicar a diferença entre os dois modelos. Enquanto a China concentra o treinamento em ambientes controlados e com forte coordenação local, o exemplo americano documentado pela TechCrunch aponta para um ecossistema mais pulverizado, dependente de plataformas privadas, remuneração por tarefa e captação de dados em cenários cotidianos reais.
A disputa entre China e EUA vai além do laboratório
O que está em jogo não é apenas a eficiência de um método de coleta. A Rest of World destaca que pesquisadores ainda discutem se a coleta de dados em larga escala será, de fato, o caminho mais eficaz para construir robôs verdadeiramente inteligentes, mesmo com a expansão acelerada desses centros e o entusiasmo político em torno do setor.
Ainda assim, a direção da aposta chinesa é clara. Ao financiar centros, integrar governos locais ao processo e organizar redes regionais de treinamento, o país tenta ganhar escala, consistência e velocidade num segmento visto como uma das próximas fronteiras decisivas da disputa tecnológica global.
Por isso, a imagem de jovens usando exoesqueletos para abrir portas de micro-ondas ou repetir movimentos de cozinha centenas de vezes por dia vai muito além de uma curiosidade de laboratório. Ela revela uma estratégia de Estado para transformar dados de movimento, treinamento padronizado e robótica humanoide em vantagem industrial antes que o restante do mundo consiga consolidar um modelo equivalente.
