Robôs humanoides capazes de caminhar, agachar, alcançar objetos e movimentar as mãos por meio de um único sistema de inteligência artificial estão mais próximos de aplicações práticas. O Google DeepMind apresentou o Gemini Robotics 2, uma nova geração de modelos desenvolvida para transformar instruções, imagens e informações do ambiente em movimentos físicos.
A tecnologia consegue controlar um robô humanoide dos pés às pontas dos dedos, coordenando locomoção, equilíbrio e manipulação de objetos. Em demonstrações, máquinas foram capazes de se abaixar para recolher itens do chão, alcançar prateleiras e organizar ambientes usando o corpo inteiro.
O lançamento também inclui modelos voltados ao planejamento de tarefas e ao processamento local. Juntos, eles formam uma arquitetura que permite ao robô interpretar pedidos, decidir quais etapas executar, acompanhar o próprio progresso e corrigir determinadas falhas durante a atividade.
O avanço, entretanto, não significa que os robôs tenham recebido consciência ou liberdade irrestrita. Eles continuam funcionando dentro de limites definidos por software, equipamentos, sensores e regras de segurança.
Leia mais:
Pará poderá observar chuva de meteoros na madrugada de 31 de julho
O que é o Gemini Robotics 2?
O Gemini Robotics 2 é um modelo de inteligência artificial do tipo visão-linguagem-ação, conhecido pela sigla VLA.
Sistemas dessa categoria recebem informações visuais e comandos em linguagem natural e os convertem em sinais de controle para os motores do robô. Em vez de apenas explicar como uma tarefa deve ser realizada, a IA produz ações físicas necessárias para executá-la.
Na prática, uma pessoa pode pedir para o robô recolher objetos espalhados em um ambiente. O sistema analisa a cena, identifica os itens, estima suas posições e coordena movimentos como caminhar, abaixar, esticar os braços, segurar e transportar cada objeto.
O Google descreve o Gemini Robotics 2 como seu modelo VLA mais avançado até agora. Ele foi criado para funcionar tanto em robôs de mesa e braços mecânicos quanto em máquinas humanoides mais complexas.
IA passa a controlar o robô dos pés às mãos
Uma das principais novidades está no chamado controle corporal completo.
Versões anteriores de sistemas robóticos frequentemente tratavam a locomoção e a manipulação como problemas separados. Um programa podia controlar as pernas, enquanto outro cuidava dos braços, das mãos ou das ferramentas.
O Gemini Robotics 2 busca coordenar essas partes em um único processo. Em um robô humanoide, isso permite combinar equilíbrio, deslocamento e movimentos delicados durante a mesma atividade.
Para pegar um objeto no chão, por exemplo, a máquina precisa posicionar os pés, inclinar o tronco, flexionar as pernas, estender o braço e ajustar os dedos sem perder a estabilidade.
O modelo pode controlar robôs humanoides dos pés às pontas dos dedos, além de plataformas com dois braços e diferentes tipos de mãos ou garras mecânicas.
Robôs conseguem realizar tarefas mais variadas
Grande parte dos robôs usados atualmente em fábricas é programada para repetir uma atividade específica em um ambiente controlado.
Uma máquina pode instalar a mesma peça milhares de vezes, mas ter dificuldade quando o objeto muda de posição ou quando surge uma situação que não estava prevista em sua programação.
A proposta do Gemini Robotics 2 é permitir uma adaptação maior. Segundo o Google DeepMind, o modelo consegue lidar com tarefas variadas, incluindo algumas que não fizeram parte diretamente de seu treinamento.
Isso não significa que o robô possa realizar qualquer atividade imediatamente. O desempenho ainda depende da máquina utilizada, dos sensores, dos dados disponíveis e da complexidade do ambiente.
A diferença é que o sistema tenta compreender o objetivo geral e ajustar os movimentos conforme a situação encontrada, em vez de apenas repetir uma sequência fixa.
Modelo consegue planejar tarefas com várias etapas
O controle dos movimentos é apenas uma parte do sistema apresentado pelo Google.
A empresa também lançou o Gemini Robotics ER 2, modelo de raciocínio incorporado que funciona como um cérebro de nível superior para as máquinas.
Ele foi desenvolvido para compreender o ambiente físico, conversar com pessoas e organizar tarefas compostas por várias etapas. Depois de criar o plano, o sistema delega os movimentos a modelos de ação e controladores de nível inferior.
Imagine que um robô receba o pedido para buscar um lanche em outro cômodo. Antes de executar a tarefa, ele precisa:
- compreender qual objeto foi solicitado;
- identificar onde o produto está;
- planejar uma rota;
- deslocar-se pelo ambiente;
- localizar e agarrar o item;
- retornar ao usuário;
- verificar se a entrega foi concluída.
O Gemini Robotics ER 2 pode coordenar esse fluxo enquanto recebe continuamente imagens, áudio e informações do ambiente.
Robô pode acompanhar o próprio progresso
Um dos principais desafios da robótica está em determinar se uma tarefa realmente foi concluída.
Para um humano, pode parecer simples saber quando uma lâmpada foi totalmente rosqueada ou quando uma xícara recebeu café suficiente. Para uma máquina, identificar o momento exato exige interpretar uma sequência contínua de imagens e relacioná-la ao objetivo.
O Gemini Robotics ER 2 consegue acompanhar transmissões de vídeo e estimar o progresso de uma atividade. Caso algo dê errado, o sistema pode tentar corrigir a etapa ou repetir parte do processo sem necessariamente recomeçar tudo.
Nos testes apresentados pelo Google, o modelo classificou o progresso das tarefas em cinco faixas, de 0% a 100%. A empresa informou precisão de 57,4% nessa avaliação.
Em testes destinados a identificar o momento exato de um acontecimento importante, o modelo alcançou precisão de 91,3% e uma diferença média inferior a um segundo em relação ao instante correto. Os resultados foram divulgados pelo próprio Google e ainda precisam ser considerados dentro das condições específicas dos experimentos da empresa.
Robôs diferentes poderão trabalhar juntos
A nova geração também introduz a possibilidade de colaboração entre vários robôs.
Cada formato de máquina possui vantagens e limitações. Um robô com rodas pode se mover com eficiência em pisos planos, enquanto um humanoide pode lidar melhor com escadas, terrenos irregulares e espaços projetados para pessoas.
O Gemini Robotics ER 2 permite que máquinas diferentes compartilhem uma compreensão do objetivo e dividam o trabalho. Um robô pode iniciar a atividade e transferir uma etapa para outro equipamento mais adequado.
Em uma demonstração, o sistema coordenou o humanoide Apollo 2 e o robô de dois braços Franka F3 Duo, desenvolvidos para capacidades físicas distintas.
A colaboração entre máquinas pode ser útil em centros logísticos, fábricas, hospitais, laboratórios e operações realizadas em ambientes perigosos.
Nova IA consegue usar ferramentas externas
O Gemini Robotics ER 2 também pode acessar ferramentas digitais disponibilizadas pelos desenvolvedores.
Entre elas estão sistemas de busca, APIs de navegação e funções criadas especificamente para determinada operação. Dessa forma, a IA pode procurar uma informação antes de tomar uma decisão física.
Um robô encarregado de separar resíduos, por exemplo, poderia consultar instruções sobre a classificação de um material desconhecido antes de colocá-lo em determinado recipiente.
O acesso não ocorre de forma ilimitada. As ferramentas precisam ser fornecidas, configuradas e autorizadas por quem desenvolve a aplicação.
O Google informa que o modelo pode utilizar o Google Search e outras funções declaradas pelo usuário responsável pelo sistema.
Versão funciona diretamente dentro do robô
Outro componente apresentado foi o Gemini Robotics On-Device 2, otimizado para funcionar localmente no próprio equipamento.
Normalmente, sistemas avançados de IA enviam informações para servidores externos, aguardam o processamento e recebem uma resposta. Esse caminho pode provocar atrasos e criar dependência de uma conexão com a internet.
Ao executar o modelo dentro do robô, parte das decisões pode ser tomada com menor latência, mesmo em ambientes com conexão instável ou inexistente.
Isso é especialmente importante para movimentos físicos. Um atraso de poucos segundos pode comprometer a execução de uma tarefa ou aumentar o risco de acidentes.
Segundo o Google DeepMind, o modelo local pode ser adaptado a um corpo robótico completamente novo com algumas horas de dados.
O mesmo modelo pode aprender a controlar robôs diferentes
Robôs apresentam diferenças significativas de estrutura.
Alguns possuem mãos com vários dedos, enquanto outros utilizam garras paralelas. Há máquinas com rodas, braços fixos, pernas ou combinações dessas características.
Tradicionalmente, adaptar um sistema de inteligência artificial a uma plataforma diferente exige uma grande quantidade de dados e treinamento específico.
O Gemini Robotics 2 foi projetado para transferir parte do conhecimento entre diferentes corpos robóticos. A empresa demonstrou o mesmo modelo controlando versões do humanoide Apollo 2 com diferentes tipos de mãos e uma plataforma Franka Duo equipada com uma garra.
Essa flexibilidade pode reduzir o tempo necessário para preparar a IA para novos equipamentos. Ainda assim, cada máquina continuará exigindo calibração, controladores e testes de segurança próprios.
Robôs demonstram movimentos mais delicados
A destreza continua sendo uma das maiores dificuldades para a robótica.
Ações simples para uma pessoa, como amarrar um nó, encaixar uma peça ou rosquear uma lâmpada, exigem coordenação precisa entre visão, força, posição e movimento dos dedos.
O Gemini Robotics 2 foi desenvolvido para melhorar esse tipo de manipulação. O modelo controla mãos com vários dedos e garras mecânicas, permitindo operações que exigem mais delicadeza.
O sistema também pode ajustar sua ação conforme alterações no ambiente. Caso um objeto escorregue ou seja movido por uma pessoa, a IA pode analisar a nova posição e tentar reorganizar o plano.
Essas capacidades são essenciais para que robôs deixem ambientes extremamente controlados e passem a atuar em locais onde objetos e pessoas estão em constante movimento.
Isso significa que os robôs ganharam autonomia total?
Não.
O Gemini Robotics 2 aumenta a autonomia para executar tarefas, mas não transforma a máquina em um agente completamente independente.
O robô ainda depende de:
- comandos ou objetivos definidos por pessoas;
- sensores para interpretar o ambiente;
- motores e componentes físicos;
- controladores de segurança;
- ferramentas autorizadas;
- limites programados pelos desenvolvedores;
- energia e capacidade computacional.
A expressão “controlar o próprio corpo” descreve a capacidade do modelo de converter decisões em movimentos coordenados. Ela não significa que a máquina possua vontade própria, consciência ou liberdade para definir qualquer objetivo.
Mesmo quando o robô corrige uma falha sozinho, ele está tentando cumprir uma tarefa previamente estabelecida dentro das opções permitidas pelo sistema.
Segurança física se torna preocupação central
Quanto maior a autonomia de uma máquina, maior precisa ser o cuidado com a segurança.
Um erro cometido por um chatbot pode produzir uma resposta incorreta. Um erro cometido por um robô humanoide pode derrubar um objeto, atingir uma pessoa ou danificar equipamentos.
O Google afirma ter desenvolvido o Gemini Robotics ER 2 para respeitar restrições físicas, identificar a presença de pessoas e interromper atividades quando houver risco de proximidade. Em uma demonstração, um robô humanoide parou ao detectar uma pessoa em sua área de trabalho e retomou a operação depois que o espaço ficou livre.
A empresa também criou avaliações voltadas ao cumprimento de instruções de segurança, monitoramento do ambiente e capacidade de pedir esclarecimentos.
Esses testes não eliminam os riscos. A implantação no mundo real continuará exigindo sistemas independentes de proteção, limites de velocidade, parada de emergência, supervisão e normas específicas.
Tecnologia ainda não está pronta para qualquer residência
As demonstrações chamam atenção, mas o lançamento não significa que robôs domésticos com essas capacidades chegarão imediatamente às casas.
O Gemini Robotics 2 está em uma fase voltada principalmente a desenvolvedores, fabricantes e parceiros de pesquisa. O modelo VLA aparece com acesso antecipado mediante lista de espera.
Já o Gemini Robotics ER 2 foi disponibilizado por meio da API Gemini e do Google AI Studio, além de uma prévia privada para aplicações empresariais.
Antes de uma utilização ampla, será necessário avaliar custos, confiabilidade, manutenção, segurança, consumo de energia e desempenho fora dos ambientes de teste.
Robôs também precisam se tornar mais baratos e fisicamente resistentes para operar diariamente em residências, lojas, hospitais ou fábricas.
Onde essa tecnologia poderá ser usada?
As primeiras aplicações devem se concentrar em setores nos quais a automação física já possui valor econômico claro.
Fábricas
Robôs mais adaptáveis poderão mudar de tarefa sem precisar de uma longa reprogramação. Eles poderão buscar componentes, organizar materiais e auxiliar em linhas com maior variação de produtos.
Centros de distribuição
Máquinas com diferentes formatos poderão colaborar na separação, movimentação e embalagem de mercadorias.
Hospitais e laboratórios
Robôs poderão transportar materiais, buscar objetos e executar tarefas repetitivas. Aplicações próximas a pacientes exigirão padrões especialmente rigorosos de segurança.
Ambientes perigosos
A capacidade de receber comandos em linguagem natural pode facilitar o uso em áreas contaminadas, instalações industriais, zonas de desastre e locais com risco para trabalhadores.
Residências
No futuro, máquinas poderão ajudar na organização de ambientes e em tarefas domésticas. Esse uso dependerá de avanços importantes em preço, segurança e confiabilidade.
O que muda para o mercado de robótica?
O lançamento reforça uma mudança na forma como robôs são desenvolvidos.
Durante décadas, grande parte das máquinas foi programada com regras específicas para cada movimento. Agora, empresas tentam criar modelos gerais capazes de compreender diferentes tarefas e adaptar o comportamento a novos ambientes.
A proposta se aproxima do que grandes modelos de linguagem fizeram com textos: utilizar uma base comum para resolver diversos problemas, em vez de construir um programa separado para cada função.
No mundo físico, porém, a dificuldade é maior. Robôs precisam lidar com gravidade, atrito, objetos frágeis, pessoas e situações imprevisíveis em tempo real.
O Gemini Robotics 2 representa um avanço nessa direção, mas ainda não resolve todos esses desafios.
Robôs mais capazes, mas ainda dependentes de humanos
A nova família do Google DeepMind reúne três funções importantes: controle corporal, planejamento e processamento local.
O Gemini Robotics 2 transforma instruções e imagens em movimentos coordenados. O Gemini Robotics ER 2 organiza tarefas complexas e acompanha seu andamento. Já o Gemini Robotics On-Device 2 permite que parte da inteligência funcione diretamente na máquina.
Essa combinação pode acelerar o desenvolvimento de robôs capazes de atuar em ambientes menos previsíveis, manipular objetos delicados e colaborar com outras máquinas.
O avanço não representa o surgimento de robôs conscientes ou completamente autônomos. As máquinas continuam dependentes de objetivos, equipamentos e regras definidos por pessoas.
O que muda é a capacidade de compreender uma tarefa, coordenar o corpo inteiro e reagir a acontecimentos inesperados com menos intervenção durante cada movimento.
Perguntas frequentes
O que é o Gemini Robotics 2?
É um modelo de inteligência artificial do Google DeepMind que transforma imagens e instruções em comandos motores para diferentes tipos de robôs.
A IA consegue controlar um robô humanoide inteiro?
Sim. O modelo foi desenvolvido para coordenar o corpo de robôs humanoides dos pés às pontas dos dedos, incluindo equilíbrio, locomoção e manipulação.
Os robôs poderão agir sem receber ordens?
Eles podem executar etapas com maior autonomia, mas continuam trabalhando a partir de objetivos, permissões e limites definidos por pessoas.
O robô consegue corrigir os próprios erros?
O sistema pode acompanhar o progresso, identificar determinadas falhas e ajustar ou repetir etapas durante uma tarefa.
Vários robôs podem trabalhar juntos?
Sim. O Gemini Robotics ER 2 permite dividir atividades entre máquinas de formatos e capacidades diferentes.
A tecnologia funciona sem internet?
A versão Gemini Robotics On-Device 2 foi otimizada para funcionar localmente, reduzindo a dependência de conexão e de servidores externos.
O Gemini Robotics 2 já está disponível?
O modelo principal está em acesso antecipado. O Gemini Robotics ER 2 foi disponibilizado para desenvolvedores pela API Gemini e pelo Google AI Studio.
Essa IA torna os robôs conscientes?
Não. O sistema processa comandos e informações para executar ações, mas não existe evidência de consciência, vontade própria ou sentimentos.
Quando esses robôs chegarão às casas?
O Google não estabeleceu uma data. A adoção doméstica ainda depende de avanços em custo, segurança, confiabilidade e produção das máquinas.
