Moushen Brain capta quase 100 milhões de yuans em rodada Pré-A: professor da Fudan e ex-cientista-chefe da Intel criam 'cérebro' para robôs

A startup chinesa Motion Brain (眸深智能) levantou quase 100 milhões de yuans (cerca de 13,8 milhões de dólares) em uma rodada de financiamento Pre-A. Os investidores incluíram a plataforma de investimento industrial Jinyue Investment, criada em conjunto por uma grande gestora chinesa, um consórcio de Hong Kong e várias empresas de capital aberto, além do fundo Chuanghehui Capital e do investidor anterior Xuhui Capital. Esta é a segunda rodada em dois meses, após uma rodada Pre-A de 300 milhões de yuans em maio de 2026. Além disso, uma rodada Pre-A+ de 500 milhões de yuans está em processo de fechamento. Desde o início do ano, a avaliação da empresa cresceu mais de 10 vezes. A Motion Brain foi fundada em janeiro de 2025 pelo professor Chen Tao, diretor do Laboratório de Aprendizagem Profunda da Universidade de Fudan, pelo ex-cientista-chefe da Intel na China, Zhang Yimin, e pelo empreendedor em série Mu Zelin. Os principais funcionários têm experiência na Huawei HiSilicon, Intel e Nvidia. A empresa acumula know-how tecnológico desde 2022. Foi desenvolvida a MLD (Modelo de Difusão Latente), que, pela primeira vez no mundo, mapeou movimentos em um espaço latente e aplicou um modelo de difusão para gerar movimentos naturais. Em setembro de 2023, foi apresentado o MotionGPT — um modelo que divide as posturas humanas em cerca de 3.000 'tokens de movimento' (análogos a tokens em Modelos de Linguagem de Grande Escala), permitindo que robôs executem novas ações sem treinamento especial (Zero-Shot). Até 2026, foram lançadas sete gerações de modelos. Com base neles, foi criado o STI-WM (Modelo Unificado Espaço-Temporal de Ações Mundiais) — uma estrutura para planejamento de longo prazo, controle em malha fechada e interação física, que utiliza uma proporção de 80% de vídeos da internet, 10% de dados de captura de movimento e 10% de dados reais de robôs, reduzindo a necessidade de dados reais em 90% e aumentando a precisão para 99%. O modelo T²MB (Task*Task Motion Brain), anunciado em março, permite que robôs aprendam de forma autônoma no local, sem enviar dados para a nuvem, aumentando a precisão na execução de tarefas em até 25%. As inovações da empresa já são citadas nos modelos mais recentes da Nvidia (ARDY). A vantagem técnica inclui a compressão do modelo de centenas de bilhões para dezenas de bilhões de parâmetros, redução da latência no dispositivo de 200 para 10 milissegundos, diminuição do custo computacional de 200.000 para 10.000 yuans por modelo, além da adaptação a chips chineses (HiSilicon Ascend, Horizon Robotics, Enflame). O trabalho de compressão recebeu o Prêmio de Melhor Artigo do IJCAI 2025 — o único para uma equipe da China continental nos últimos cinco anos.