A Enter esteve no HackPrinceton Spring 2026 — 410 participantes, 36 horas, no campus de Princeton. Estávamos lá para apoiar a próxima geração de criadores. O time por trás do Atlas foi um daqueles aos quais sempre voltávamos.

O problema de como ensinamos

Existe uma lacuna no centro da maior parte da educação que todo mundo que já passou por uma aula de história conhece.

Contam o que aconteceu. Você lê as palavras. Você faz a prova. E em algum lugar entre o livro didático e o exame, aquilo que deveria importar — o momento, o lugar, a realidade do fato — nunca chega a se concretizar de verdade. Fica abstrato. Palavras numa página descrevendo um mundo que você não consegue ver.

O mesmo vale para as ciências. Fotossíntese é uma palavra antes de ser um processo. As etapas são memorizadas. Já a compreensão real, a intuição do que de fato acontece dentro de uma folha quando a luz a atinge, exige mais do que um diagrama.

O time por trás do Atlas começou com uma observação simples: as ferramentas para mudar isso agora 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 podiam ser combinadas em algo que parecesse menos um produto e mais 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 justiça a como realmente é usar a plataforma. O mundo não é uma ilustração nem uma simulação no sentido tradicional. É um ambiente fotorrealista gerado a partir do seu prompt, renderizado em tempo real e construído exatamente em torno daquilo que você veio entender.

Dentro desse mundo há um Guia de IA. Ele fala. Ele escuta. Ele responde perguntas da forma como uma pessoa com conhecimento, parada ao seu lado naquele ambiente, responderia — ancorado na cena ao seu redor, nos objetos que você consegue ver, no contexto específico de onde você está e do que está observando. Você pode clicar em elementos individuais e perguntar diretamente sobre eles. Em cenas de ciências, experimentos guiados reagem às suas ações. Um ciclo de fotossíntese que muda conforme você interage com ele. Um mundo que ensina fazendo, não apenas contando.

A interface do Atlas mostrando um ambiente 3D gerado de uma vila chinesa antiga, com o Guia de IA ativo no canto — pronto para responder perguntas ancoradas nos objetos e no contexto espacial visíveis na cena.

O problema difícil que eles resolveram

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

Um modelo de linguagem, com liberdade total dentro de um mundo que não consegue ver, vai preencher lacunas. Vai descrever pessoas que não estão presentes, mencionar objetos que nunca foram gerados, adicionar contexto que parece plausível mas não está ancorado no ambiente real em que o estudante 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 scene graph (grafo de cena) — uma representação estruturada de cada elemento rotulado e consultável dentro do mundo gerado. Antes de responder qualquer coisa, o Guia lê a cena. Ele sabe o que está ali. Cada resposta é ancorada nesse contexto espacial e histórico, e não no conhecimento geral do modelo sobre como uma vila chinesa antiga 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 scene graph por trás do Atlas estrutura cada mundo gerado em elementos rotulados e consultáveis — dando ao Guia de IA um ancoramento espacial para que cada resposta reflita o que o estudante realmente pode ver.

Do que eles mais se orgulham

O ciclo completo funcionando de ponta a ponta.

Digitar um prompt. Um mundo 3D real se gera em torno dele. Um Guia de IA com voz responde perguntas de dentro desse mundo, com detalhes historicamente precisos e ancorados espacialmente. Para um time construindo em um hackathon — montando um pipeline que abrange geração de mundos, renderização 3D, interpretação de cenas, IA conversacional e síntese de voz — conseguir fechar esse ciclo de forma limpa em 36 horas é a verdadeira conquista.

O modo de experimentos STEM se destacou até para o próprio time. Ensinar ciência pela interação, em vez da instrução, muda a relação entre o estudante e o conceito. Você não está memorizando as etapas da fotossíntese. Você está vendo ela reagir ao que você faz. Essa diferença importa mais do que parece.

O que vem a seguir

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

A ambição maior é a VR. Um mundo 3D numa tela é uma coisa. Estar dentro dele, se mover com o próprio corpo, estender a mão para um objeto para perguntar sobre ele — essa é a versão do Atlas que fecha completamente a lacuna entre aprender e vivenciar.

A ideia maior

A educação sempre teve a intenção certa. As ferramentas capazes de corresponder a essa intenção é que ficaram atrás.

O que o Atlas representa é o começo de um modelo genuinamente diferente — um em que o próprio ambiente ensina, em que as perguntas são respondidas em contexto, em que a distância entre um conceito e sua compreensão vivida desaparece. A tecnologia para construir isso existia em partes há anos. O que mudou foi a capacidade de montar essas partes em algo que um estudante pode realmente entrar.

Esse é o tipo de problema que vale a pena dedicar 36 horas. E o tipo de resposta que leva mais de 36 horas para ficar pronta.

Perdeu as edições anteriores? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI → Vol. 3 — reAgent → Vol. 4 — TaleTailor → Vol. 5 — LEGR → Vol. 6 — PolyPath → Vol. 7 — EcoThread → Vol. 8 — Aletheia → Vol. 9 — Synova → Vol. 10 — Overturn Insurance → Vol. 11 — VentureLink