Só o curso
R$ 3.499
Para quem já tem um SO-ARM101 ou prefere comprar o kit por conta própria.
- Acesso vitalício ao curso
- Todos os módulos, projetos e o extra
- Lista de compras e guia de montagem do kit
O próximo salto da IA acontece fora da tela.
A IA que a gente usa escreve texto e código, mas tudo acontece dentro da tela. Isso está mudando. Hugging Face, NVIDIA e Physical Intelligence já treinam modelos que enxergam através de câmeras, entendem uma instrução, controlam robôs e movem objetos no mundo real, e vários deles são open source. A ideia por trás é familiar para quem já conhece LLMs, porque a mesma arquitetura transformer que aprendeu a prever o próximo token agora prevê o próximo movimento dos motores.
Lista de espera aberta
// o curso
Você demonstra a tarefa por teleoperação e o robô aprende por imitação.
O curso acompanha um kit robótico SO-ARM101. Com ele você grava demonstrações, treina os modelos e coloca a IA no controle do robô. Em um chatbot, uma resposta ruim você descarta e pede outra. Em um robô, gravidade, atrito e uma câmera mal posicionada fazem parte do problema, e o curso ensina a lidar com eles.
- 01 Teleoperação Você controla o robô à distância pelo braço líder para mostrar como a tarefa é feita.
- 02 Coleta de dados Cada demonstração é gravada e vira um exemplo de treino para o modelo.
- 03 Treino O modelo estuda esses exemplos e aprende a reproduzir o que você demonstrou.
- 04 Avaliação A IA assume o controle do robô e você mede quantas vezes ela completa a tarefa.
- 05 Refinamento Onde a IA falhou, você grava novas demonstrações e treina outra vez.
Na prática, você passa mais tempo melhorando os dados do que mexendo no modelo.
// grade
O que você vai aprender
-
Módulo 01: Physical AI e o seu ambiente
- O que é Physical AI
- O caminho para quem vem de software ou de dados
- Visão geral do kit SO-ARM101
- Configurando o ambiente
- Instalando o LeRobot
-
Módulo 02: Montagem e calibração do SO-ARM101
- Impressão 3D das peças: configurações, material e suportes (opcional)
- BOM detalhado: motores, fontes de alimentação e cabos
- Configurando os motores com lerobot-setup-motors (opcional)
- Montagem do follower arm (opcional)
- Montagem do leader arm (opcional)
- Calibrando os braços
- Primeira teleoperação
- Conectando a câmera e achando o índice certo
- Troubleshooting: os erros mais comuns nesta etapa
-
Módulo 03: Robótica clássica para quem vem de software
- Robótica clássica como contexto, não como destino
- Cinemática direta: de ângulos de juntas à posição do gripper
- Cinemática inversa: o problema oposto e por que é difícil
- Visualizando FK no SO-ARM101
- Loops de feedback e os limites do controle clássico
- A transição para ML: 4 limitações que aprendizado resolve
-
Módulo 04: Datasets de robótica com LeRobotDataset
- Por que dados de robótica são diferentes de dados de NLP e visão
- Arquitetura do LeRobotDataset: tabular, vídeo e metadados
- delta_timestamps e windowing: como o modelo vê o histórico
- Coletando seu primeiro dataset com lerobot-record
- O que separa um dataset bom de um ruim
- Visualizando e validando o dataset
- Replay de episódio: testando a repetibilidade do braço
- Publicando o dataset no Hugging Face Hub
-
Módulo 05: Aprendizado por imitação
- Aprendizado por imitação como alternativa prática ao RL
- Como um modelo aprende imitando
- Covariate shift: por que o modelo erra mesmo com dados perfeitos
- Multimodalidade: quando duas demonstrações certas se contradizem
- Modelos generativos: aprendendo a distribuição de ações
- VAEs: comprimindo ações humanas em um espaço de significados
- Diffusion: corrompendo e reconstruindo distribuições de ação
- Flow matching: caminhos mais retos, inferência mais rápida
-
Módulo 06: ACT: Action Chunking with Transformers
- Por que o ACT é o melhor ponto de partida
- Action chunking: prevendo sequências em vez de ações únicas
- Por dentro do ACT: como o modelo lê o mundo e decide
- Ajustando o quanto o ACT varia o comportamento
- A decisão contraintuitiva que deixa o ACT estável no robô
- Treinando o ACT no seu dataset com lerobot-train
- Monitorando o treino e lendo a curva de loss
- Avaliando o ACT no SO-ARM101
- Melhorando o dataset depois de ver as falhas
-
Módulo 07: SmolVLA: visão, linguagem e ação
- O que falta no ACT para entender "pegue o cubo laranja"
- Como o SmolVLA aproveita o pré-treino em imagens e texto
- Como ele divide o trabalho entre ver, entender e agir
- De ruído a movimento em 10 passos
- Por que o SmolVLA é tão mais leve que o π₀
- Os datasets comunitários usados no treino
- Fine-tuning do SmolVLA no seu dataset
- Inferência em tempo real com instruções em linguagem natural
- ACT vs SmolVLA na mesma tarefa
- Inferência assíncrona com PolicyServer e RobotClient
-
Módulo 08: Pick & place com aprendizado por imitação
- Tarefa, setup e critério de sucesso
- Coleta do dataset com variação deliberada
- Baseline com ACT: treino, avaliação e primeiras falhas
- Análise de falhas frame a frame
- Coletando mais dados para corrigir as falhas
- Fine-tuning do SmolVLA: do modelo base ao especializado
- Avaliação comparativa em condições controladas
- Publicando modelo e dataset no Hub
-
Módulo 09: Sim-to-real com Isaac Lab e GR00T
- O teto que a teleoperação não consegue superar
- Os 4 tipos de diferença entre simulação e mundo real
- O pipeline: Isaac Lab, GR00T N1.6, LeRobot e Hub
- Digital twin: o SO-ARM101 virando um ambiente de simulação fiel
- Randomização de luz, câmera e posição de objetos
- Coletando demonstrações por teleoperação no Isaac Lab
- Fine-tuning do GR00T N1.6 no dataset simulado
- Avaliando em simulação antes de tocar no robô real
- Co-training: poucos dados reais com muita simulação
- Cosmos: variações fotorrealistas dos vídeos de simulação
- SAGE + GapONet: compensando o backlash dos servos
- Comparando as 4 estratégias e quando combinar
-
Módulo 10: Observabilidade do robô
- Por que o terminal não basta: as falhas que não se anunciam
- O que os servos do SO-ARM101 reportam além da posição
- Coletando telemetria sem atrasar o loop de controle
- Erro de rastreamento: a distância entre onde a junta deveria estar e onde ela está
- Dashboards no Grafana: temperatura, tensão e erro por junta
- Alertas para servo quente, fonte caindo e robô em silêncio
- Lendo os painéis durante uma sessão de coleta de dados
-
Módulo 11: Physical API
- O robô como fonte de dados: telemetria, histórico e feedback na mesma camada
- Desenhando a API: entrada em lotes, uma chave por robô, registro automático
- Guardando séries temporais com TimescaleDB e descartando o que é velho
- Snapshot e histórico: o estado atual e os gráficos vindos da mesma API
- Eventos de dataset na mesma linha do tempo das temperaturas
- Feedback humano por episódio e o que entra no próximo dataset
-
Módulo 12: Fronteiras do robot learning
- O estado do Physical AI em 2026
- Quando imitar não basta: correções em tempo real
- Coleta de dados descentralizada e a comunidade
- Robôs generalistas além da manipulação: locomotion e whole-body
- Por onde continuar estudando
-
Construindo um humanoide do zero
- A motivação do projeto
- Atuadores quasi-direct-drive: o que são e por que usar
- A inspiração no projeto de humanoide open source da K-Scale
- Os problemas que ninguém documenta
// instrutor
Com quem você vai aprender?
Daniel trabalha com tecnologia há 25 anos e já passou por quase todas as camadas da IA, de kernels de GPU em Triton a sistemas de RAG e agentes em produção. Trabalhou dentro da OpenAI, em um projeto que a empresa adquiriu. Hoje passa boa parte do tempo construindo e treinando um robô próprio, e muito do que entra no curso foi aprendido nesse trabalho.
- OpenAI
- Doximity
- Qdrant
- DNSFilter
- Elastic
// preço
Qual é o investimento?
Com o kit SO-ARM101 entregue na sua casa, ou só o curso, se você já tem o braço. O acesso é vitalício nas duas opções.
Curso e kit SO-ARM101
R$ 6.999
Entrega em casa. Montado ou desmontado, o preço é o mesmo.
- Acesso vitalício ao curso
- Kit SO-ARM101 com braço líder e braço seguidor
- Duas câmeras
// perguntas
Perguntas frequentes
Preciso saber robótica?
Não. Precisa saber programar e ter familiaridade com treinamento de modelos. Se faltar alguma base, você recebe material de nivelamento junto com o curso.
Que computador eu preciso?
Para treinar o ACT, uma GPU com 2 a 6 GB de memória resolve, como uma RTX 3060. Para ajustar o SmolVLA, 10 a 16 GB, como uma RTX 4080. Quem não tem GPU faz tudo na nuvem com a RunPod, e o curso mostra o caminho.
O que vem no kit?
Tudo. Os dois braços, as duas câmeras, as fontes e os cabos. Você não precisa comprar mais nada.
Montado ou desmontado?
Montado chega pronto para calibrar, e você começa pelo software. Desmontado, você monta o kit e configura os motores do zero. O preço é o mesmo.
Já tenho um SO-ARM101. Posso fazer só o curso?
Pode. A opção sem kit custa R$ 3.499 e dá acesso ao mesmo curso.
Como funciona a entrega?
O kit chega em até 30 dias, com frete incluso, para todo o Brasil.
Posso parcelar?
Sim. A venda vai ser pela Hotmart, com as opções de parcelamento dela.
Quando começa, e em que formato?
As aulas são gravadas e você faz no seu ritmo, com acesso vitalício. A data da primeira turma ainda não existe. Quem está na lista de espera recebe o aviso primeiro.
// lista de espera
Quer ser avisado quando as inscrições abrirem?
O curso está em preparação, e a primeira turma e a quantidade de kits vão ser definidas a partir desta lista. Se você tem interesse, deixe seu nome e email. Quando as inscrições abrirem, o aviso chega primeiro para quem estiver cadastrado.
Pronto, tudo certo.
Você está na lista. Assim que a primeira turma tiver data, o aviso chega no seu email.