Mirror Particle quer prever humanos com 'world model' próprio, sem LLM
Startup de San Francisco vai ao palco do Startup Battlefield 200 da TechCrunch Disrupt defender que modelos de linguagem não bastam para prever comportamento humano, com um modelo de mundo construído do zero.
Por Marina Sato · Repórter de IA
Uma tese contra o role-play de LLM
A Mirror Particle, startup de San Francisco com dois anos de existência, vai subir ao palco do Startup Battlefield 200 — a competição de startups em estágio inicial da TechCrunch Disrupt, conferência de tecnologia que decide seu vencedor em 15 de outubro — para apresentar um "world model" de comportamento humano construído do zero. A empresa já fechou uma rodada angel e está em fase final para captar sua primeira rodada de venture capital, segundo reportagem do TechCrunch publicada em 6 de outubro.
A fundadora e CEO, Abhivyakti Ahuja, formada em neurociência e ciência da computação pela Universidade de Toronto e ex-Amazon Robotics, argumenta que usar LLMs genéricos para simular consumidores é um desperdício de capacidade mal direcionado — algo como levar uma mangueira de alta pressão para apagar uma vela, na comparação usada por ela. A crítica central é que esses modelos são treinados em centenas de bilhões de pontos de dados textuais, o que torna o ajuste fino para prever decisões humanas específicas pouco eficaz.
O que o modelo promete capturar
Segundo Ahuja, o objetivo não é simular uma pessoa estática, mas uma pessoa em mudança — rastreando dados longitudinais sobre como gatilhos específicos alteram comportamento ao longo do tempo. O modelo incorpora visão, raciocínio espacial e inteligência social, além de linguagem, e prioriza comportamento revelado (ações reais) em vez de respostas de pesquisa.
Co-fundada também por Will Song, com histórico em engines de personalização de vendas, e Thomson Yen, com foco em deep learning aplicado a comportamento humano, a empresa cita um piloto com uma marca de ração para animais que teria revelado que o problema de percepção não estava na imagem do produto, mas na marca sendo vista como mass market e barata.
Mercado já tem players bilionários
A aposta da Mirror Particle entra em um nicho que já atraiu capital pesado: a Simile levantou US$ 200 milhões com avaliação de US$ 2 bilhões, a Aaru captou US$ 88 milhões avaliada em US$ 1 bilhão, e a Humans& fechou um seed round de US$ 480 milhões com valuation de US$ 4,48 bilhões. Diante desses números, a Mirror Particle ainda está na largada — sem valor de rodada divulgado e sem clientes nomeados publicamente além do piloto anônimo citado.
O que falta provar
A tese de que um "world model" multimodal supera o role-play de LLM para prever consumidores ainda não tem validação pública independente, estudo de caso com métricas comparáveis ou cliente disposto a assinar embaixo. Falta também saber o tamanho da rodada de venture que a empresa busca fechar e se o modelo resiste a testes fora de pilotos controlados pela própria startup.