O Modelo Que Pode Usar Não Move Um Robô

Um humanoide que finalmente usa as pernas

A 30 de julho a Google DeepMind publicou o Gemini Robotics 2, e a demonstração que sustenta o lançamento mostra um Apptronik Apollo 2 a andar, a agachar-se, a esticar-se e a arrumar uma sala desordenada. A afirmação técnica por baixo é mais estreita e mais interessante do que as imagens: pela primeira vez o sistema comanda um humanoide inteiro, pernas, tronco, braços e mãos com vários dedos, através de uma única política em vez de um controlador de locomoção aparafusado a uma pilha de manipulação separada.

É aí que está a engenharia. Um robô que tem de decidir se dá um passo em frente ou se estende mais o braço resolve um problema e não dois, e a geração anterior não conseguia fazer essa ponderação porque as suas metades eram governadas em separado. O Gemini Robotics 2 executa ainda tarefas de vários minutos com centenas de pontos de decisão, coordenando-se com um segundo robô.

Três modelos, três portas diferentes

O lançamento não é uma coisa só. São o Gemini Robotics 2, um modelo de visão, linguagem e ação que controla humanoides completos e robôs de dois braços; o Gemini Robotics ER 2, um modelo de raciocínio incorporado que funciona como cérebro de planeamento, ordena trabalho em vários passos e orquestra várias máquinas; e o Gemini Robotics On-Device 2, uma versão otimizada para correr localmente sem ligação de rede.

Os níveis de acesso não acompanham o anúncio. O Gemini Robotics ER 2 está já disponível através do Google AI Studio para qualquer programador, com uma pré-visualização privada na Gemini Enterprise Agent Platform. Ambos os modelos que produzem de facto ações robóticas continuam reservados a parceiros registados de acesso antecipado. O modelo que pode invocar hoje raciocina sobre uma cena física e devolve um plano. Os modelos que movem uma máquina estão atrás de um portão.

Leia a tabela toda e não a melhor linha

A Google publicou taxas de sucesso por tarefa, o que é mais transparência do que estes anúncios costumam trazer, e os números merecem ser lidos por inteiro. Num Apollo com mãos Inspire, a manipulação geral de corpo inteiro registou 76,3 por cento a apanhar de uma prateleira, 68,4 por cento de uma mesa e 45,7 por cento do chão. Num Franka Duo com garras os resultados são melhores: 74,2 por cento na apanha e colocação geral, 78,9 por cento na preparação de ferramentas variadas e 89,6 por cento na inserção de precisão.

A honestidade está nos resultados multidedo. Desenroscar uma lâmpada chegou aos 92 por cento. As restantes tarefas multidedo ficaram entre 32 e 44 por cento. Sessenta pontos de amplitude dentro de uma mesma capacidade não são um arredondamento, são o sinal de que a destreza continua a ser um problema de investigação com alguns cantos resolvidos. Quem lhe citar os 92 sem os 32 está a vender-lhe a demonstração.

O número que muda a economia é 200

Por baixo das imagens do humanoide está o dado com consequências comerciais. A DeepMind refere que uma nova configuração de robô de dois braços pode ser adaptada em poucas horas com menos de 200 exemplos, apesar das diferenças de forma, sensores e graus de liberdade, e cita as plataformas Dexmate, SO101 e Trossen ao lado do equipamento Apollo e Franka.

A recolha de dados por robô tem sido o custo estrutural da robótica industrial. Cada novo braço, garra ou chassis exigiu historicamente a sua própria campanha de teleoperação, e essa despesa é o que mantinha os modelos capazes presos ao equipamento em que foram treinados. Se algumas centenas de exemplos transferem realmente uma política entre configurações, a barreira passa da recolha de dados para a integração, e a integração é algo que uma empresa portuguesa de engenharia de média dimensão já sabe vender.

O que um operador europeu pode mesmo fazer com isto em 2026

O produto utilizável neste trimestre é o modelo de raciocínio, e não é pouco. O ER 2 aceita vídeo, compreende uma cena física, ordena tarefas de vários passos e coordena mais do que uma máquina, o que encaixa em rotas de inspeção, sequenciamento de tarefas de armazém e camadas de planeamento sobre robôs que já possui. É alcançável a partir da Europa hoje através do Google AI Studio e é o sítio certo para um piloto pequeno e delimitado.

O que não sustenta é um plano de investimento. A Google enquadra isto como investigação em fase inicial sem implantação de consumo a curto prazo, cada ação demonstrada exigiu treino dedicado por teleoperação, vídeo e simulação, e a Engadget lembrou o historial do setor com demonstrações humanoides que se apoiavam discretamente em operadores escondidos. A DeepMind apresentou ainda o ASIMOV-Agentic, uma referência para avaliar se uma ação comandada poderia acabar em dano, e a responsável de robótica Carolina Parada colocou a questão sem rodeios: "Vai surgir muita incerteza, e por isso queremos poder compreender a questão da segurança com mais profundidade." Orce um piloto do planeador e não um humanoide na sua linha.

Leia a seguir: 87 anos caíram perante uma resposta que qualquer pessoa pode verificar  |  O modelo de topo da Google está atrasado e sem data nova