Hugging Face cria armazenamento que economiza dados no treinamento de robôs

A Hugging Face, plataforma que centraliza modelos de inteligência artificial, anunciou um novo tipo de repositório — os chamados Storage Buckets. Diferente dos repositórios tradicionais, que guardam cada versão dos arquivos, os buckets são mutáveis: você pode sobrescrever dados sem acumular histórico. A novidade foi criada em parceria com a AWS e faz parte de um ecossistema para robótica chamado Strands Robots.

Na prática, o sistema funciona assim: um robô registra uma demonstração (por exemplo, um braço mecânico pegando uma peça) e envia esses dados para um bucket. Quando você grava mais episódios, só os bytes que realmente mudaram são transferidos — o restante fica intacto. A tecnologia por trás disso, chamada Xet, divide os arquivos em pedaços e identifica quais já estão salvos. Testes internos mostraram que, ao alterar apenas 1% de um arquivo de 500 MB, o novo upload é de apenas 5,5 MB. Isso reduz o tráfego médio em quatro vezes.

O ganho é enorme para quem treina robôs por imitação — método em que o modelo aprende copiando movimentos humanos. Até hoje, cada nova rodada de treinamento exigia baixar o conjunto inteiro de dados para as placas gráficas, o que deixava os processadores parados por horas. Com o streaming direto do bucket, os dados chegam sob demanda, quadro a quadro, sem cópia local. A mesma ferramenta que gravou a demonstração também lê os dados e implanta o modelo treinado de volta no robô, tudo com poucas linhas de código.

Para o usuário comum de IA, que não mexe com robótica, o impacto é indireto. Mas a novidade acelera o desenvolvimento de robôs mais capazes — desde braços industriais até humanoides —, reduzindo custos de armazenamento e tempo de processamento. Empresas que antes precisavam de infraestrutura pesada agora podem rodar o ciclo inteiro num laptop comum. A Hugging Face diz que o formato dos dados (LeRobot) já é usado por mais de 90 mil conjuntos na plataforma, então a compatibilidade é imediata.