Metatron-v1: a política humanoide discreta da NVIDIA não é um modelo de linguagem

No final de 27 de outubro de 2026, um repositório chamado nvidia/Metatron-v1 apareceu no Hugging Face. Não houve comunicado à imprensa, nem publicação no próprio blog da NVIDIA — pesquisar o nome nesse blog ainda retorna "No Results Found" — nem artigo, nem página de produto. O que apareceu foram dois arquivos ONNX de aproximadamente 403 MB cada, uma licença, um arquivo NOTICE e um model card descrevendo um controlador aprendido de caminhada e recuperação para um humanoide Unitree G1. Metatron-v1 é uma política de robótica, não um modelo de linguagem, e quase tudo que vale a pena saber sobre ele precisa ser lido nesse model card, porque não existe mais nada para ler.

Os próprios contadores do repositório descrevem quão discretamente isso chegou. Seis commits entre 21:43 e 22:32 UTC, três curtidas e nenhum número significativo de downloads — a página diz que os downloads não são rastreados para este modelo, enquanto a API relata zero. Isso não é um lançamento. É um dump de exportação com documentação anexada, publicado sob a licença de modelo aberto da NVIDIA e deixado para alguém encontrar.

O nome é a primeira coisa que engana

Metatron está a uma letra de distância de Nemotron, a verdadeira família de modelos de linguagem abertos da NVIDIA, e a semelhança já está causando danos: a mesma organização do Hugging Face publica ambos, as tags neste repositório indicam robótica / aprendizado por reforço / humanoide, e a tag de pipeline é reinforcement-learning, e não text-generation. Nada disso impede que o nome seja classificado ao lado de modelos de chat.

Isso importa porque a comparação não é apenas desfavorável — ela é sem sentido. Um leitor que coloca o Metatron-v1 lado a lado com o Gemma 4 12B ou o Qwen 3.8 está segurando um controlador que mapeia o histórico de juntas e as poses-alvo para alvos motores ao lado de modelos que mapeiam texto para texto. Não há entrada compartilhada, nem saída compartilhada, nem benchmark que pudesse colocá-los em um único eixo. A versão honesta dessa página seria uma única frase, e é por isso que não escrevemos uma.

O que a política consome e o que ela produz

A ficha é excepcionalmente específica sobre tensores, o que é a coisa mais útil nela. O arquivo de demonstração de robô único recebe 39 entradas no total:

• Estado G1 atual, mais oito amostras históricas de estado — a política vê cerca de um décimo de segundo de movimento recente, não um único instantâneo.

Emparelhou ações brutas de entrada e um histórico de nove entradas de ações brutas, para que a rede consiga identificar o que já estava tentando fazer.

• Objetivos mascarados de pose, estilo e velocidade futuros, além do contexto da caixa da cena — os objetivos são parcialmente especificados e parcialmente em branco, o que corresponde à ideia de inpainting ao estilo MaskedMimic à qual o cartão alude.

Ele retorna alvos de PD das juntas como action, os ganhos como stiffness e damping, e raw_action para feedback de histórico. Essas três saídas são o que um robô precisa na taxa de controle; não há texto em lugar algum na interface.

Duas afirmações no cartão merecem ser separadas das demais. A primeira é que caminhada, interação com a cena e recuperação agora compartilham uma única política — o cartão descreve a exportação atual como o "estudante unificado compatível com SAMP" epoch-6410, sem um adaptador de recuperação separado. SAMP não é explicitado, mas na literatura de movimento ciente da cena significa Stochastic Scene-Aware Motion Prediction, e as entradas de caixas de cena se encaixam nessa leitura; trate a expansão como nossa inferência, não como a formulação da NVIDIA. A segunda é que os alvos de recuperação permanecem entradas dinâmicas de tempo de execução, em vez de metas pré-definidas, o que é a diferença entre uma política que pode ser redirecionada no meio da queda e uma animação fixa.

Duas exportações, dois runtimes, um conjunto de pesos

Os dois arquivos carregam a mesma política aprendida em layouts de grafo diferentes, e o cartão é enfático ao afirmar que eles não são intercambiáveis. O arquivo de demonstração executa um robô e inclui o processamento de observações e a conversão de ações dentro do grafo. O arquivo Racer é uma rede em lote de seis robôs que espera observações calculadas fora do grafo, e seu tamanho de lote não pode ser alterado sem reconstruí-lo e revalidá-lo.

Os únicos números em todo o repositório são uma verificação de paridade: o caminho dos seis robôs foi comparado com a exportação de demonstração de um único robô em 60 estados de teste distintos e perturbados pelo histórico, com um erro absoluto máximo de ação de 5,55e-6. A NVIDIA também variou a altura de recuperação, o momento de recuperação, o histórico de ações e as entradas de cena e confirmou que as saídas mudaram em resposta. Ambos são verificações de engenharia de exportação — provam que os dois grafos calculam a mesma função e que as entradas estão conectadas. Não dizem absolutamente nada sobre se o robô permanece em pé, e o cartão afirma isso diretamente: "Estas são verificações numéricas de exportação, não benchmarks de sucesso de tarefa ou de robô real."

O que a NVIDIA não disse

A lista de ausências é mais longa do que a lista de presenças, e é a parte que o leitor deve ponderar com maior peso.

• Não encontramos nenhum anúncio, post de blog, artigo ou página de produto, e nenhuma cobertura no blog da NVIDIA com esse nome.

• Nenhuma descrição de treinamento além de duas frases — estudante transformer no estilo MaskedMimic, prior determinístico e decodificador — e nenhuma indicação de dados, computação ou objetivo de treinamento.

• Sem taxa de sucesso em tarefas, sem taxa de recuperação de quedas, sem resultado de sim-to-real, sem vídeo que possamos verificar de forma independente.

• Nenhum checkpoint de treinamento e nenhum conjunto de dados. O card afirma claramente que o repositório não é um pacote completo de reprodução de treinamento, o que significa que não há nada aqui para ajustar fine-tune.

A linguagem de segurança é igualmente direta: o modelo não é um sistema de prevenção de colisões nem um controlador de segurança; o uso de hardware exige validação independente, limites de torque, testes supervisionados e uma parada de emergência; e os auxílios do lado do jogo — impulsos de lançamento, zonas de baixa gravidade, respawns — são mecânicas da aplicação, e não capacidades da política aprendida. Um cartão que faz questão de dizer que um respawn não é uma capacidade está dizendo algo sobre quanto da demonstração é a política e quanto é o jogo.

A licença diz o que você não pode retirar.

Os arquivos são distribuídos sob a NVIDIA Open Model License, com atribuição no NOTICE.txt e uma concessão separada que cobre especificamente as duas exportações ONNX. Tudo ao redor deles está excluído. O repositório não concede direitos sobre conjuntos de dados de movimento, clipes de referência de recuperação, malhas de robôs, ativos de jogos ou software de runtime de terceiros, e o arquivo NOTICE acrescenta uma linha contundente sobre "redistribuição independente de clipes de movimento apenas para demonstração" — a permissão para exibir um clipe dentro de uma demonstração não acompanha o clipe.

Na prática: você pode redistribuir o arquivo de política nos termos da licença, mas não pode reconstruir a demonstração a partir deste repositório, porque as malhas, os clipes, o código de tempo de execução e a configuração do aplicativo são distribuídos em outro lugar e sob seus próprios termos. O cartão também observa que a entrega pública pelo navegador exige acesso anônimo aos arquivos, o que é uma indicação sobre o modelo de entrega para o qual a exportação foi criada.

Quem consegue realmente fazer algo com isto hoje

Poucas pessoas, e o card é honesto sobre o porquê. As integrações de navegador executam MuJoCo compilado para WebAssembly para a física e ONNX Runtime Web para inferência; WebGPU é recomendado, e o fallback CPU/WASM "não garante operação em tempo real com seis robôs". A integração exige o manifesto de runtime correspondente e ordenação idêntica de juntas e corpos, convenção de quatérnios, ordenação do histórico, normalização, máscaras de alvo, taxa de controle e mapeamento de ações. Basta errar um desses pontos para a política rodar tranquilamente e produzir resultados sem sentido.

A implantação além do navegador é mencionada — outros simuladores, hardware G1 real —, mas sem nenhuma receita anexada, e a ficha declina explicitamente certificar que esses arquivos exatos foram validados em hardware. Para uma equipe de pesquisa com um G1 e uma cena MuJoCo, isso é suficiente para começar. Para todos os outros, é um artefato de referência.

Onde um router se encaixa e onde não

Você não pode chamar o Metatron-v1 por uma API, e nada aqui muda isso: o que a NVIDIA publicou é um par de arquivos que você carrega ao lado de um simulador, não um endpoint hospedado. O que roteamos é a outra metade de uma stack de robótica — o trabalho de linguagem que cerca um controlador. Planos de tarefa escritos antes de a política assumir, telemetria e logs de falha resumidos após uma execução, legendas de movimento transformadas em metas estruturadas. O OrcaRouter coloca mais de 200 modelos atrás de uma única chave, ao preço de tabela do provedor e sem acréscimo, e faz failover automaticamente quando o endpoint de um provedor cai, o que é a diferença entre um harness de avaliação que termina da noite para o dia e um que silenciosamente perde metade das execuções.

É essa a totalidade da conexão. Se a sua pergunta é qual controlador carregar no MuJoCo, este artigo é o lugar errado para responder a isso, e nenhuma decisão de encaminhamento ajudará.

O que mudaria esta história

Quatro coisas, em ordem aproximada de quanto importariam. Um anúncio de verdade com números de sucesso em tarefas em hardware transformaria um model card em uma alegação. Um checkpoint de treinamento ou um conjunto de dados tornaria a política adaptável em vez de fixa. Uma reprodução independente em um simulador público permitiria que alguém além da NVIDIA dissesse se o design unificado de cena e recuperação funciona. E os pacotes de aplicativos lançados publicamente — a demonstração no navegador e o Racer de seis robôs — nos deixariam ver como a política realmente se parece em movimento, que é a única coisa que um model card não consegue mostrar.

Até então, o fato interessante não é a política. É o padrão de publicação: a NVIDIA colocou um controlador humanoide no hub aberto com uma licença e uma seção cuidadosa de limitações, não avisou ninguém e deixou o card carregar o peso que um post de lançamento costumava carregar. Seis commits, três curtidas e um contador de downloads que nunca começou. É assim que um lançamento se parece quando uma empresa decidiu que o artefato é o anúncio.