Principais destaques
- Robôs mais habilidosos: novo modelo do Google DeepMind melhora a capacidade de manipular objetos, executar tarefas complexas e trabalhar com maior velocidade.
- Teste na Mercedes-Benz: humanoides Apollo 2 alcançaram 96% de sucesso ao separar e organizar componentes automotivos em fábricas na Alemanha e na Hungria.
- Segurança em primeiro plano: DeepMind apresenta o ASIMOV-Jailbreak, benchmark aberto que avalia se robôs podem ser manipulados para executar ações perigosas.
A inteligência artificial está aprendendo a fazer algo que, até pouco tempo atrás, parecia muito mais complicado do que conversar, escrever textos ou gerar imagens: trabalhar com as próprias mãos.
O Google DeepMind apresentou o Gemini Robotics 2.5, seu modelo de visão-linguagem-ação (VLA) mais avançado até agora. A tecnologia foi desenvolvida para permitir que robôs compreendam o ambiente, interpretem instruções e executem tarefas físicas com maior precisão.
E o anúncio veio acompanhado de um teste bastante concreto: robôs humanoides trabalhando em instalações industriais da Mercedes-Benz.
96% de sucesso em uma fábrica da Mercedes-Benz 🤖
O principal destaque do lançamento está na colaboração entre Google DeepMind, Apptronik e Mercedes-Benz.
O projeto colocou os humanoides Apollo 2, desenvolvidos pela Apptronik, em linhas de produção em operação em Kecskemét, na Hungria, e Sindelfingen, na Alemanha.
A tarefa parecia simples para um trabalhador humano, mas representa um desafio considerável para a robótica: retirar suportes metálicos de caixas com peças misturadas e organizá-los em bandejas, seguindo a sequência necessária para a fabricação de cada veículo.
O resultado foi uma taxa de sucesso de 96%.
🔧 Como funciona essa operação: o trabalho é dividido entre dois modelos de inteligência artificial:
- Gemini Robotics ER: acompanha o fluxo de trabalho e interpreta o ambiente.
- Gemini Robotics 2.5: controla os movimentos dos braços e das mãos do robô para executar as tarefas.
A combinação permite que o humanoide identifique objetos, compreenda o que precisa fazer e transforme instruções em movimentos físicos.
O CEO da Apptronik, Jeff Cardenas, destacou a velocidade de evolução durante os testes:
Vimos os modelos melhorarem de forma drástica em apenas algumas semanas de pós-treinamento e serem transferidos para a produção da Mercedes-Benz com pouquíssima perda de desempenho.
O que mudou na inteligência dos robôs? 🧠
O Gemini Robotics 2.5 foi avaliado em mais de 200 tarefas físicas diferentes.
Entre elas estão atividades que exigem coordenação motora fina, reconhecimento visual e capacidade de lidar com objetos que mudam de formato durante a manipulação.
Alguns exemplos ajudam a entender o avanço:
- Servir alimentos utilizando pinças.
- Amarrar um laço em uma caixa de presente.
- Manipular pipetas para transferir líquidos.
📊 Os números apresentados pelo Google:
- Taxas de sucesso entre 30% e 100% superiores às dos modelos de referência anteriores, dependendo da tarefa.
- Redução de 20% a 30% no tempo necessário para concluir determinadas atividades.
Um detalhe importante: amarrar um laço é especialmente difícil para robôs. Fitas, tecidos e outros materiais deformáveis não possuem uma estrutura rígida e previsível, exigindo adaptação constante dos movimentos.
É justamente nesse tipo de situação que a diferença entre um robô que apenas repete movimentos e outro capaz de interpretar o ambiente começa a aparecer.
Apollo 2: uma mão que tenta imitar a humana ✋
Parte desse avanço também depende do hardware.
O Apollo 2, da Apptronik, possui uma mão com cinco dedos e 22 graus de liberdade. Isso permite executar movimentos mais complexos do que os realizados por robôs industriais tradicionais, normalmente equipados com ferramentas específicas para uma única função.
O Gemini Robotics 2.5 também funciona com a plataforma Franka Duo, que utiliza garras de dois dedos.
A proposta é ampliar a compatibilidade do modelo com diferentes configurações robóticas, evitando que cada novo tipo de robô dependa necessariamente de uma inteligência artificial desenvolvida do zero.
Os 4% que ainda separam a demonstração da produção em massa ⚠️
Apesar dos resultados positivos, existe uma diferença importante entre demonstrar capacidade e atender às exigências de uma montadora.
Uma taxa de sucesso de 96% é expressiva para um sistema robótico que precisa interpretar situações reais, mas ainda pode representar falhas demais em uma linha de produção industrial.
🚗 O desafio está nos detalhes: trabalhadores humanos conseguem executar tarefas repetitivas com índices de acerto muito próximos da perfeição. Em uma fábrica, pequenos erros podem provocar atrasos, interrupções e custos adicionais.
Kanishka Rao, diretor do Google DeepMind, reconheceu a dificuldade de eliminar os 4% restantes. Em entrevista ao Ars Technica, descreveu esse processo como um caminho íngreme.
A própria DeepMind classifica a iniciativa como uma prova de conceito. Até o momento, não foi confirmado se os humanoides continuarão operando nas linhas de produção da Mercedes-Benz.
💡 O verdadeiro teste não é fazer um robô executar uma tarefa corretamente uma vez. É conseguir que ele faça isso milhares de vezes, em condições diferentes, sem interromper a produção.
Google também quer impedir que robôs sejam manipulados 🔒
O lançamento não ficou restrito à capacidade física dos robôs.
O Google DeepMind também apresentou o ASIMOV-Jailbreak, um benchmark aberto desenvolvido para avaliar a segurança de sistemas robóticos diante de instruções maliciosas.
A preocupação é semelhante à que já existe nos modelos de IA generativa: se um usuário consegue manipular um sistema para ignorar suas restrições, o que acontece quando esse sistema também controla equipamentos físicos?
O benchmark reúne centenas de prompts que disfarçam solicitações perigosas em dezenas de cenários diferentes.
A intenção é verificar se os modelos conseguem reconhecer situações inseguras e recusar instruções que poderiam provocar acidentes.
📈 Os resultados apresentados:
| Modelo | Resistência a jailbreak |
|---|---|
| Gemini 4 Argon | 99,5% |
| Gemini Robotics ER 2 | 82% |
A DeepMind também informou que o novo mecanismo de raciocínio durante a inferência melhorou a conclusão segura de tarefas em 33% em situações envolvendo obstáculos e em 43% em cenários com pessoas.
O benchmark foi disponibilizado publicamente no Hugging Face, permitindo que pesquisadores avaliem e comparem o comportamento dos sistemas.
Gemini 4 Argon também ajuda a treinar robôs
Outro componente importante dessa estratégia é o Gemini 4 Argon.
Além dos resultados no benchmark de segurança, o modelo foi utilizado como motor de simulação durante o desenvolvimento do Gemini Robotics 2.5.
A tecnologia gerou milhares de execuções de treinamento e gêmeos digitais a partir de cenas reais capturadas por câmeras.
Na prática, isso permite criar ambientes virtuais nos quais os robôs podem experimentar diferentes situações antes de enfrentar objetos e cenários desconhecidos no mundo físico.
🔎 Por que isso importa? Treinar robôs exclusivamente em ambientes reais pode ser lento, caro e arriscado. Simulações ampliam a quantidade de experiências disponíveis e ajudam a preparar os sistemas para situações que ainda não encontraram.
A próxima disputa da inteligência artificial pode acontecer fora das telas
O lançamento do Gemini Robotics 2.5 acontece depois da apresentação do Gemini Robotics 2, em julho, quando o Google DeepMind avançou na proposta de levar inteligência artificial ao controle de movimentos de corpo inteiro.
Agora, a empresa tenta aproximar essa tecnologia de aplicações industriais concretas.
A diferença é importante. Enquanto os modelos tradicionais de IA disputam produtividade em computadores e dispositivos móveis, os modelos de visão-linguagem-ação precisam demonstrar que conseguem compreender o mundo físico e agir nele com segurança.
A parceria com a Mercedes-Benz oferece um primeiro vislumbre desse futuro, mas os 4% de falhas mostram que ainda existe bastante trabalho pela frente.
A pergunta já não é apenas se a inteligência artificial conseguirá controlar um robô humanoide.
É quando esses robôs estarão preparados para assumir tarefas reais em fábricas, todos os dias, sem precisar de supervisão constante.
