Em linhas gerais, Estados Unidos e China continuam trilhando caminhos diferentes, porém competitivos, na corrida pela inteligência artificial (IA).

Enquanto os EUA investem no desenvolvimento de uma inteligência artificial geral (AGI) e suas principais empresas adotam modelos proprietários, a China se concentra em aplicações práticas e acessíveis da tecnologia, muitas delas baseadas e disponibilizadas em código aberto.

No entanto, essa divisão está se tornando cada vez mais fluida. A Reflection AI, startup fundada em março de 2024 por dois ex-pesquisadores do Google DeepMind, Misha Laskin e Ioannis Antonoglou, levantou US$ 2 bilhões em sua mais recente rodada de financiamento, elevando sua avaliação para US$ 8 bilhões — um salto impressionante de 15 vezes em relação aos US$ 545 milhões de sete meses atrás.

Inicialmente focada em agentes autônomos de codificação, a empresa agora se posiciona como uma alternativa de código aberto aos laboratórios fechados dos EUA, como OpenAI e Anthropic, além de buscar também ser a contraparte ocidental das empresas chinesas de IA, como a DeepSeek.

Laskin, que liderou a modelagem de recompensas no projeto Gemini, do DeepMind, e Antonoglou, co-criador do AlphaGo, sistema de IA que derrotou o campeão mundial no jogo de Go em 2016, baseiam sua proposta na crença de que talentos certos podem desenvolver modelos de IA avançados fora das grandes empresas tecnológicas já estabelecidas.

Com essa visão, a Reflection AI já recrutou uma equipe de elite, com cerca de 60 pessoas, composta principalmente por ex-pesquisadores de DeepMind e OpenAI, e desenvolveu uma infraestrutura de treinamento de IA que promete ser acessível a todos.

Em entrevista ao TechCrunch, o CEO Laskin anunciou que a startup garantiu um cluster de computação robusto e pretende lançar um grande modelo de linguagem (LLM) avançado no próximo ano, treinado em "trilhões de tokens”.

Esse modelo utilizará a arquitetura chamada Mixture-of-Experts (MoE), aplicada em grandes laboratórios de IA para treinar modelos em larga escala. Até o lançamento da DeepSeek, em janeiro deste ano, esse tipo de treinamento estava restrito a versões fechadas da IA. Desde então, outros modelos chineses, como o Qwen, da Alibaba, seguiram o mesmo caminho.

A reflexão da empresa sobre o sucesso dos modelos chineses de código aberto é clara. Laskin alerta que, se os EUA e seus aliados não agirem de forma decisiva, a liderança global em IA estará em risco. “Se não fizermos nada, os padrões globais de inteligência serão construídos por outros,” afirma.

Embora ainda não tenha lançado seu primeiro modelo — focado inicialmente em texto e com planos multimodais para o futuro — a Reflection AI já conquistou investidores de peso, como Nvidia, Sequoia e Eric Schmidt. A empresa usará os recursos para treinar novos modelos, com o primeiro lançamento previsto para o início de 2026.

Novas iniciativas de IA nos EUA

Apesar de se definir como “aberta”, a abordagem da Reflection AI parece mais alinhada com as estratégias adotadas pela Meta, com a família de modelos Llama, e pela francesa Mistral. Ou seja, a abertura refere-se ao acesso aos pesos de treinamento, não ao código propriamente dito.

De qualquer forma, esses “pesos abertos” permitem que programadores analisem como a IA funciona e façam ajustes conforme suas necessidades. Devido ao sucesso dos modelos chineses, em agosto deste ano a pioneira OpenAI lançou seus dois primeiros modelos de IA desse tipo desde 2019. No dia seguinte, sua versão mais avançada do ChatGPT, o GPT-5, foi lançada com acesso gratuito, mas abordagem proprietária.

Assim como a Reflection AI, outras iniciativas estão surgindo nos EUA para diversificar o desenvolvimento da IA, além dos chatbots baseados em LLMs fechados de grandes empresas. No começo deste mês, por exemplo, a Periodic Labs levantou US$ 300 milhões em uma rodada inicial com o objetivo de criar uma IA voltada para descobertas científicas.