A Decart AI foi fundada em 2023 em Tel Aviv por uma equipe de pesquisadores que vinham trabalhando no problema de modelos generativos em tempo real — sistemas de IA que não apenas produzem saídas estáticas mas geram streams contínuos e interativos de conteúdo rápido o suficiente para parecer uma experiência ao vivo. A equipe fundadora, liderada pelo CEO Ido Shiraki, veio de backgrounds em visão computacional, otimização de GPU e arquitetura de redes neurais, e convergiu em uma pergunta provocativa: e se você pudesse rodar um world model rápido o suficiente para substituir um motor de jogo tradicional inteiramente? Não como ferramenta de pré-renderização ou gerador de assets, mas como o runtime em si — gerando cada frame, cada interação física, cada resposta visual à entrada do jogador em tempo real. Essa pergunta se tornou a tese fundadora da Decart e levou a uma das demos mais chamativas em IA generativa.
No final de 2024, a Decart lançou o Oasis, um modelo de IA que podia gerar uma experiência jogável semelhante ao Minecraft em tempo real, inteiramente através de inferência de rede neural. Não havia motor de jogo tradicional, nenhuma geometria de mundo pré-construída, nenhuma simulação de física — apenas um modelo baseado em transformer gerando cada frame com base nas entradas do jogador, rodando em frame rates interativos. A demo foi imediatamente viral. Tinha arestas brutas — artefatos visuais, física inconsistente, persistência de mundo limitada — mas a conquista fundamental era inegável: uma rede neural estava gerando um mundo 3D coerente e interativo rápido o suficiente para que você pudesse andar por ele. O feito técnico exigiu otimização de inferência extraordinária, espremendo a latência de geração para o orçamento de aproximadamente 50 milissegundos necessário para mais de 20 frames por segundo. A Decart publicou a abordagem e disponibilizou uma versão open-source do modelo, o que apenas amplificou o burburinho.
O trabalho da Decart se insere na direção de pesquisa mais ampla de "world model" que ganhou momentum significativo em 2024-2025, defendida por figuras como Yann LeCun na Meta e explorada por múltiplos labs incluindo Google DeepMind, Runway e World Labs. A ideia central é que modelos de IA devem aprender uma representação interna de como o mundo funciona — física, permanência de objetos, causa e efeito — em vez de apenas reconhecimento de padrões em dados estáticos. O que torna a abordagem da Decart distinta é a ênfase em interatividade em tempo real. A maioria da pesquisa em world model foca em geração de vídeo ou planejamento, produzindo saídas que você assiste em vez de interagir. Os modelos da Decart são projetados para responder a entrada contínua, tornando-os mais parecidos com motores de jogo do que com geradores de vídeo. Essa dimensão interativa é tecnicamente muito mais exigente, mas também muito mais comercialmente interessante para aplicações em jogos, simulação, treinamento e robótica.
A Decart levantou US$ 21 milhões em financiamento seed em 2024, liderado pela Sequoia Capital com participação de investidores notáveis incluindo o braço de venture da Nvidia. Para uma rodada seed, isso foi substancial, refletindo o entusiasmo dos investidores pelo espaço de world model e o impacto viral da demo do Oasis. O desafio técnico imediato da empresa é fechar a lacuna entre "demo impressionante" e "experiência com qualidade de produção" — os mundos gerados precisam de melhor consistência, janelas de coerência mais longas e o tipo de fidelidade visual que jogadores e usuários esperam de motores de jogo modernos. A oportunidade de longo prazo é muito maior que jogos: simulação de mundo em tempo real tem aplicações em treinamento de veículos autônomos, manipulação robótica, visualização arquitetônica e qualquer domínio onde você precisa gerar ambientes interativos realistas instantaneamente. Se a Decart conseguir tornar sua inferência rápida o suficiente e suas saídas confiáveis o suficiente, eles poderiam definir uma categoria inteiramente nova de mídia interativa nativa de IA.