📸 Créditos da imagem: Unsplash
Robôs capazes de organizar peças, manipular objetos delicados e realizar tarefas que exigem movimentos precisos estão cada vez mais próximos da realidade. O Google DeepMind apresentou o Gemini Robotics 2.5, um novo modelo de inteligência artificial desenvolvido para controlar máquinas no mundo físico.
A tecnologia foi avaliada em mais de 200 atividades e já demonstrou resultados promissores em fábricas de automóveis, levantando novas questões sobre o futuro do trabalho. Google desenvolve inteligência artificial para controlar robôs O Google DeepMind anunciou, em 10 de novembro de 2026, uma nova geração de seu sistema de inteligência artificial para robótica.
Chamado Gemini Robotics 2.5, o modelo combina visão computacional, compreensão da linguagem e controle de movimentos. Na prática, isso significa que um robô pode observar seu ambiente, interpretar uma instrução e executar movimentos para realizar uma tarefa.
Diferentemente dos robôs industriais tradicionais, que normalmente seguem sequências rigidamente programadas, o novo sistema foi desenvolvido para adaptar suas ações às condições encontradas. Segundo o comunicado oficial do Google DeepMind, a tecnologia foi avaliada em mais de 200 tarefas diferentes, incluindo atividades que exigem precisão, coordenação e manipulação de objetos flexíveis.
O objetivo é desenvolver máquinas capazes de atuar em ambientes menos previsíveis, como fábricas, laboratórios e, futuramente, outros espaços compartilhados com pessoas. Quais são as 200 tarefas que os robôs conseguem realizar?
Os pesquisadores testaram atividades que normalmente exigem habilidades manuais humanas. Entre elas estão servir alimentos utilizando pinças, amarrar laços em caixas de presente, manipular líquidos com pipetas, organizar objetos e manusear roupas.
Essas tarefas parecem simples para uma pessoa, mas representam desafios importantes para a robótica. Manipular uma fita, por exemplo, exige reconhecer sua posição, controlar a força aplicada e adaptar os movimentos conforme o material muda de forma.
Nos testes apresentados pelo Google, o Gemini Robotics 2.5 alcançou taxas de sucesso entre 30% e 100% superiores às da geração anterior, dependendo da atividade. A velocidade de execução também aumentou entre 20% e 30%.
Em uma das demonstrações, o desempenho ao colocar doces em embalagens utilizando pinças passou de 5% para 100% de sucesso. Entretanto, isso não significa que qualquer robô equipado com a tecnologia consiga realizar todas as 200 tarefas perfeitamente.
Os resultados variam conforme o equipamento, a atividade e as condições do teste. Robôs alcançam 96% de sucesso em fábricas da Mercedes-Benz Um dos resultados mais importantes aconteceu fora dos laboratórios.
O Google DeepMind trabalhou com a fabricante de robôs Apptronik e a Mercedes-Benz para testar o humanoide Apollo 2 em linhas de produção reais. Os experimentos foram realizados em instalações da montadora na Hungria e na Alemanha.
Os robôs receberam a tarefa de retirar componentes automotivos de recipientes e organizá-los em bandejas, seguindo a sequência necessária para a montagem dos veículos. Essa atividade, conhecida como kitting, exige movimentos repetitivos, precisão e capacidade de identificar objetos.
Segundo os dados divulgados pelas empresas, o sistema alcançou 96% de sucesso durante a demonstração. A experiência mostrou que os robôs conseguem realizar determinadas atividades industriais de maneira autônoma e corrigir parte dos erros encontrados durante a execução.
A revista Ars Technica destacou que o avanço representa um passo importante para a utilização de inteligência artificial em ambientes industriais reais, embora a tecnologia ainda esteja em desenvolvimento. Outra inteligência artificial ajuda os robôs a aprender mais rápido O avanço não depende apenas do Gemini Robotics 2.5.
Os pesquisadores também utilizaram o Gemini 4 Argon, modelo capaz de auxiliar no treinamento e na análise de movimentos. A tecnologia permite criar simulações digitais a partir de cenas reais, oferecendo aos robôs oportunidades adicionais de treinamento sem exigir que todos os testes sejam realizados fisicamente.
Quando uma tarefa falha, o sistema também pode analisar gravações e sugerir possíveis causas. Esse processo ajuda os engenheiros a identificar problemas e testar soluções antes de aplicá-las às máquinas.
O resultado é uma redução do tempo necessário para desenvolver determinadas habilidades robóticas. A segurança é um dos principais desafios Robôs que trabalham próximos de pessoas precisam reagir corretamente a obstáculos, movimentos inesperados e instruções potencialmente perigosas.
Por isso, o Google também apresentou o ASIMOV-Jailbreak, um conjunto de testes destinado a avaliar a resistência dos sistemas robóticos a comandos inseguros. Segundo a empresa, o Gemini 4 Argon alcançou 99,5% de resistência às tentativas de induzir comportamentos inadequados nesse conjunto de avaliações.
Apesar do resultado, os testes não garantem segurança absoluta em todas as situações reais. A implementação dessas tecnologias continuará exigindo supervisão, validação e mecanismos físicos de proteção.
Os robôs com IA vão substituir trabalhadores humanos? A possibilidade de automatizar atividades manuais reacende o debate sobre os impactos da inteligência artificial no emprego.
O Google apresenta a tecnologia como uma ferramenta para assumir tarefas repetitivas e fisicamente desgastantes, permitindo que profissionais se concentrem em atividades mais complexas. Entretanto, a expansão da robótica também poderá transformar determinadas funções industriais e exigir novas qualificações.
O impacto dependerá da velocidade de adoção, dos custos dos equipamentos e das políticas de capacitação profissional. Para o Brasil, onde setores como a indústria automobilística e a logística já utilizam sistemas automatizados, avanços desse tipo podem representar novas oportunidades de produtividade, mas também desafios para a formação de trabalhadores.
Por enquanto, o Gemini Robotics 2.5 não representa a chegada de robôs capazes de substituir pessoas em qualquer atividade. Seu principal avanço está em demonstrar que a inteligência artificial pode começar a dominar tarefas físicas variadas, aproximando a robótica de aplicações mais amplas no cotidiano.
📰 Leia a notícia completa em: Gizmodo »