Eka Robotics capta US$ 150 milhões para levar a fábricas um modelo de IA que aprende física em simulação
A startup americana Eka Robotics levantou **US$ 150 milhões** em rodada Série A para escalar um modelo que une visão e força e promete pegar objetos inéditos a cerca de **1.500 operações por hora**.
A Eka Robotics, startup fundada em 2024 e sediada em Cambridge, nos Estados Unidos, anunciou nesta semana uma rodada Série A de US$ 150 milhões. O dinheiro vai servir para escalar a tecnologia e as instalações em clientes. A rodada foi liderada pela Andreessen Horowitz e pela F-Prime, fundo ligado à FMR, controladora da Fidelity Investments. Também entraram os líderes da rodada semente, Obvious Ventures e E14 Fund, além de MFV Partners, Bison Ventures, Glasswing Ventures, Samsung Next e grandes empresas da lista Fortune 500.
O produto da Eka é um modelo de visão, força e ação, que a empresa chama de VFA. A ideia é que o robô raciocine ao mesmo tempo sobre o que vê e sobre a força que sente, e assim desenvolva uma espécie de intuição da física. Segundo a empresa, robôs com essa IA pegam uma grande variedade de objetos fora do conjunto de treino a cerca de 1.500 operações por hora, e também conseguem rosquear uma lâmpada e inserir fios.
Treino em simulação, sem imitar gente
A Eka defende que robôs devem dominar a física, e não copiar dados de demonstração humana. Por isso treina por aprendizado por reforço em simulação, onde diz gerar milhares de horas de experiência de robô em minutos, variando objetos, ambientes e condições físicas. Para a empresa, a barreira entre simulação e mundo real está caindo. Todos os números de desempenho são da própria Eka; a matéria não traz medição independente nem nome de cliente.
O que isso muda aqui
*Sem efeito* — por ora, é notícia de capital, não de produto: a Eka não anunciou venda, parceiro ou prazo fora dos Estados Unidos, e o desempenho citado é declaração da empresa. Para quem integra célula de manipulação no Brasil, a utilidade é de radar: o dinheiro grande está indo para modelos que treinam em simulação e usam o tato como entrada, em vez de depender de demonstração humana. Se a promessa se confirmar em planta, mudam o tempo de ajuste de uma célula de separação de peças e o tipo de objeto que ela aguenta sem reprogramar. Até aparecer cliente nomeado e dado medido por terceiros, o que se pode fazer é acompanhar e perguntar ao fornecedor de garra e de visão se o produto dele já lê força.
