A Enter esteve na HackPrinceton Spring 2026 — 410 participantes, 36 horas, no campus de Princeton. Estávamos lá para apoiar a próxima geração de construtores. A equipe por trás do Atlas foi uma daquelas às quais continuamos voltando.

O problema de como ensinamos

Existe uma lacuna no centro da maior parte da educação que qualquer um que já tenha assistido a uma aula de história conhece bem.

Dizem-lhe o que aconteceu. Você lê as palavras. Você faz a prova. E, em algum lugar entre o livro didático e o exame, a coisa que deveria importar — o momento, o lugar, a realidade disso — nunca se concretiza totalmente. Permanece abstrato. Palavras em uma página descrevendo um mundo que você não consegue ver.

O mesmo se aplica à ciência. A fotossíntese é uma palavra antes de ser um processo. As etapas são memorizadas. O entendimento, a intuição sobre o que realmente está acontecendo dentro de uma folha quando a luz a atinge — isso requer algo mais do que um diagrama.

A equipe por trás do Atlas começou com uma observação simples: as ferramentas para mudar isso já existem. Ambientes 3D imersivos, IA capaz de falar e raciocinar em tempo real, geração de mundos a partir de um único prompt de texto. A questão era se essas ferramentas poderiam ser reunidas em algo que parecesse menos com um produto e mais com um lugar.

O que o Atlas realmente é

Digite qualquer evento histórico ou conceito científico. Entre em um mundo 3D gerado em torno dele.

Esse é o núcleo do Atlas — e a descrição não faz jus ao que realmente parece usá-lo. O mundo não é uma ilustração ou simulação no sentido tradicional. É um ambiente fotorrealista gerado a partir do seu prompt, renderizado em tempo real e construído em torno da coisa específica que você veio entender.

Dentro desse mundo, há um Guia de IA. Ele fala. Ele ouve. Ele responde a perguntas da maneira que uma pessoa experiente ao seu lado naquele ambiente responderia — fundamentada na cena ao seu redor, nos objetos que você pode ver, no contexto específico de onde você está e do que você está olhando. Você pode clicar em elementos individuais e perguntar sobre eles diretamente. Para cenas de ciência, experimentos guiados respondem às suas ações. Um ciclo de fotossíntese que muda à medida que você interage com ele. Um mundo que ensina fazendo, não contando.

Interface do Atlas mostrando um ambiente 3D gerado de uma antiga aldeia chinesa, com o Guia de IA ativo no canto — pronto para responder perguntas baseadas nos objetos e no contexto espacial visível na cena.

O problema difícil que eles resolveram

O desafio técnico mais interessante que o Atlas encontrou foi também o mais fundamental: manter o Guia de IA honesto sobre o que realmente estava lá.

Um modelo de linguagem, com liberdade dentro de um mundo que não pode ver, preencherá as lacunas. Ele descreverá pessoas que não estão presentes, fará referência a objetos que nunca foram gerados, adicionará contexto que parece correto, mas não está fundamentado no ambiente real em que o aluno está. Para uma aula de história, esse tipo de alucinação não é apenas impreciso — ele mina ativamente o que o Atlas está tentando fazer.

A solução foi um sistema de grafo de cena — uma representação estruturada de cada elemento rotulado e consultável dentro do mundo gerado. Antes de o Guia responder qualquer coisa, ele lê a cena. Ele sabe o que está lá. Cada resposta está ancorada nesse contexto espacial e histórico, e não no conhecimento geral do modelo sobre como uma antiga aldeia chinesa poderia ser.

O resultado é uma IA que se comporta menos como um motor de busca e mais como um guia que também esteve naquela sala.

A arquitetura de grafo de cena por trás do Atlas estrutura cada mundo gerado em elementos rotulados e consultáveis — dando ao Guia de IA um embasamento espacial para que cada resposta reflita o que o aluno pode realmente ver.

Do que eles mais se orgulham

O ciclo completo funcionando de ponta a ponta.

Digite um prompt. Um mundo 3D real é gerado em torno dele. Um Guia de IA habilitado para voz responde a perguntas de dentro desse mundo com detalhes historicamente precisos e espacialmente fundamentados. Para uma equipe construindo em um hackathon — montando um pipeline que abrange geração de mundo, renderização 3D, interpretação de cena, IA conversacional e síntese de voz — conseguir fechar esse ciclo de forma limpa em 36 horas é a conquista.

O modo de experimento STEM se destacou até mesmo para a própria equipe. Ensinar ciência através da interação, em vez de instrução, muda a relação entre o aluno e o conceito. Você não está memorizando as etapas da fotossíntese. Você está assistindo a ela responder ao que você faz. Essa distinção importa mais do que parece.

O que vem a seguir

A qualidade da geração de mundo é a área mais clara para melhoria — o Gaussian Splatting cria ambientes fotorrealistas, mas a resolução atual tem limites, e a equipe quer expandir tanto a fidelidade quanto a escala do que é gerado a partir de um único prompt.

A ambição maior é a RV (Realidade Virtual). Um mundo 3D em uma tela é uma coisa. Estar dentro dele, mover-se através dele com seu corpo, alcançar um objeto para perguntar sobre ele — essa é a versão do Atlas que fecha completamente a lacuna entre aprender e experimentar.

A ideia maior

A educação sempre teve a intenção correta. As ferramentas para corresponder a essa intenção ficaram para trás.

O que o Atlas representa é o início de um modelo genuinamente diferente — um onde o ambiente ensina, onde as perguntas são respondidas no contexto, onde a distância entre um conceito e a compreensão sentida dele entra em colapso. A tecnologia para construir isso existiu em pedaços por anos. O que mudou é a capacidade de montar essas peças em algo em que um aluno possa realmente entrar.

Esse é o tipo de problema que vale a pena gastar 36 horas. E o tipo de resposta que leva mais de 36 horas para terminar.