Startup de IA lança Oasis 3, modelo capaz de simular horas de direção fotorealista

A startup de inteligência artificial Decart apresentou o Oasis 3, um novo modelo de mundo interativo que cria ambientes de direção fotorealistas em tempo real, acessível por meio de API. A empresa mira primeiro montadoras e companhias de veículos autônomos que precisam simular situações raras de trânsito em grande escala e, em seguida, pretende expandir o uso para robótica e outras aplicações de IA física, sempre com foco em desenvolvedores construindo produtos sobre essa base.

O CEO e cofundador Dean Leitersdorf diz que o objetivo é tornar o Oasis 3 o primeiro modelo de mundo realmente programável, capaz de sustentar uma comunidade ativa de criação como ocorreu com modelos de linguagem. Hoje a Decart já reúne mais de 100 mil desenvolvedores em torno de seu modelo de vídeo em tempo real Lucy, usado principalmente em e‑commerce e livestreaming, e o Oasis 3 nasce como uma evolução dessa tecnologia voltada ao mundo físico. O acesso ao novo sistema é cobrado por tempo de uso, com tarifa de 0,02 dólar por segundo e planos corporativos variando conforme o caso de uso.

O lançamento acontece poucas semanas depois de a Decart levantar 300 milhões de dólares em uma rodada que avaliou a empresa em quase 4 bilhões de dólares, com investidores estratégicos como Toyota, Adobe, eBay e Nvidia, todos potenciais clientes. Segundo Leitersdorf, a demanda por modelos em tempo real para e‑commerce, transmissão ao vivo e aplicações físicas cresceu de forma intensa, ao mesmo tempo em que o stack próprio de otimização da companhia, o DOS, permite rodar esses modelos de forma mais eficiente em hardwares de Nvidia, Amazon e Google, reduzindo o custo operacional em relação a rivais.

Na prática, o Oasis 3 gera cenários urbanos com múltiplas câmeras – frontal e laterais – para treinar e testar sistemas de direção autônoma, permitindo criação infinita de situações para explorar o máximo de casos extremos. Em testes com um prompt de rua em Nova York pela manhã, o modelo criou inicialmente uma cena coerente e bastante realista, mas a sensação de continuidade se perdeu à medida que o usuário dirigia, com o ambiente gradualmente se transformando em uma cidade genérica e até substituindo o cruzamento original por outro cenário.

Apesar da capacidade de manter uma simulação interativa por horas, a qualidade temática e a consistência espacial se degradam com o tempo, o que faz a experiência parecer mais um fluxo onírico e fragmentado do que um mundo persistente. Outro ponto fraco é a física: o carro virtual atravessa outros veículos, um problema que, de acordo com Leitersdorf, está ligado ao fato de haver muito mais dados de direção segura do que de acidentes, o que dificulta aprender comportamentos físicos mais extremos.

Do ponto de vista técnico, o Oasis 3 funciona de forma autorregressiva, gerando um quadro por vez e usando o histórico para decidir o próximo passo, o que exige lidar com centenas de milhares de tokens por segundo e rapidamente estoura a janela de contexto. A equipe pesquisa maneiras de estender a memória do modelo, armazenar milhões de tokens e comprimir esse histórico em menos informação, além de, em versões futuras, permitir que as simulações partam de um vídeo real e não apenas de uma imagem, o que pode melhorar a consistência.

Mesmo reconhecendo que os modelos de mundo ainda estão em estágio inicial, Leitersdorf aposta que o fator decisivo será colocar a tecnologia nas mãos de desenvolvedores. Para ele, assim como ocorreu com as APIs de grandes modelos de linguagem, a verdadeira revolução virá quando centenas de equipes começarem a criar aplicações inesperadas com o Oasis 3, desde novas formas de teste para carros autônomos até experiências interativas que a própria Decart ainda não imagina.