Minecraft serviu de campo de testes para hardware de IA de nova geração: no teste descrito em 25 de outubro de 2026 pelo XDA-Developers, o grande modelo de linguagem Qwen 3.8 Flash Next, com 125 bilhões de parâmetros, controlou um bot no jogo enquanto a partida se mantinha estável em 120 FPS na mesma máquina. Tudo rodou em um laptop HP OmniBook Ultra 16 equipado com um chip Nvidia RTX Spark, que combina um processador ARM de 20 núcleos, uma GPU Blackwell de 6144 núcleos e 128 GB de memória unificada.

Como funciona o Mindcraft

A comunicação entre o modelo de IA e o mundo do jogo fica por conta do Mindcraft, um projeto open-source construído sobre a biblioteca Mineflayer, já conhecida entre quem cria bots para Minecraft. O Mindcraft conecta o bot ao servidor como se fosse um jogador comum, e toda a troca de informações acontece pelo chat do jogo. O LLM não controla o personagem diretamente: ele envia ordens em forma de comandos de texto, por exemplo !collectBlocks("birch_log", 10), e o Mindcraft as traduz em movimento real, mineração ou gerenciamento do inventário.

O projeto também oferece uma forma simples de visão. O comando !lookAtPlayer captura a imagem da perspectiva do bot, o que permite ao modelo se orientar no ambiente sem acesso à visão completa renderizada do jogo. Essa abordagem é diferente dos bots clássicos, baseados em scripts com regras rígidas: aqui, as decisões sobre o que coletar, para onde ir e como reagir a ameaças são tomadas em tempo real pelo modelo de linguagem.

Resultados do teste no RTX Spark

Segundo o artigo do XDA-Developers, Minecraft manteve cerca de 120 FPS durante a maior parte da sessão, mesmo com um modelo mixture-of-experts de aproximadamente 6 bilhões de parâmetros ativos por token rodando em segundo plano. O llama.cpp gerou cerca de 46 tokens por segundo com contexto curto, e o resultado caiu para pouco menos de 42 tokens por segundo com o contexto esticado para 32.000 tokens.

  • Laptop: HP OmniBook Ultra 16 com Nvidia RTX Spark
  • Memória: 128 GB de VRAM unificada
  • Modelo de IA: Qwen 3.8 Flash Next, 125 bi de parâmetros (mixture-of-experts)
  • Desempenho do jogo: cerca de 120 FPS na maior parte da sessão
  • Desempenho do modelo: 46 tok./s com contexto curto, cerca de 42 tok./s com 32.000 tokens

O autor do teste destacou que os dois aplicativos rodaram ao mesmo tempo, sem nenhum planejamento especial dos recursos da GPU. A chave foi o tamanho da memória: os 128 GB de VRAM unificada permitiram rodar um modelo grande sem as concessões de tamanho que normalmente são forçadas pela memória limitada das placas de vídeo divididas entre o jogo e os cálculos de IA.

Erros de navegação, não de raciocínio

O teste não foi perfeito. O bot cometeu erros ao se locomover pelo mundo, mas o autor os atribui às limitações da própria biblioteca Mineflayer, e não à qualidade das decisões tomadas pelo modelo de linguagem. O modelo entendeu bem os comandos de texto e planejou corretamente os passos seguintes, como coletar recursos específicos ou reagir a comandos de observação do ambiente.

Essa distinção é importante para quem quer criar seus próprios bots de IA para Minecraft: o limite não é o poder do modelo de linguagem, e sim a camada intermediária que traduz as decisões dele em ações concretas no jogo. Para jogadores que montam automações em servidores, usando mods que ampliam as possibilidades da redstone ou datapacks, é um sinal de que o gargalo hoje está em outro lugar em comparação com um ano atrás.

O que isso significa para experimentos com IA no jogo

Minecraft é há anos um ambiente de testes popular para inteligência artificial, de projetos clássicos como o MineRL a experimentos mais recentes com agentes baseados em grandes modelos de linguagem. O teste no RTX Spark mostra que hardware de classe workstation com bastante memória unificada já permite combinar uma partida completa com um grande modelo de IA local em uma única máquina, sem enviar dados para servidores externos.

Para servidores e comunidades que constroem seus próprios mundos com bots NPC ou automações, isso aponta para um acesso mais barato a agentes de IA locais, que não precisam de conexão constante com a nuvem. Quem quiser experimentar um setup parecido pode conferir seeds de mundo prontas como ponto de partida para testar bots de exploração, e a documentação de receitas e blocos está no guia de craft do site.

Fontes