Gemini Robotics 2 amplia autonomia de robôs e abre nova fase da automação

Nova família de modelos do Google DeepMind combina controle do corpo inteiro, destreza, raciocínio e colaboração entre robôs, com impacto potencial em indústrias e serviços.

O Google DeepMind apresentou em 30 de julho de 2026 o Gemini Robotics 2, uma nova camada de inteligência artificial criada para permitir que robôs executem tarefas de corpo inteiro, manipulem objetos com maior precisão e trabalhem em conjunto. O anúncio aproxima a IA generativa do mundo físico: em vez de apenas interpretar textos, imagens ou vídeos, os modelos convertem instruções e percepção visual em movimentos, planos e ações.

A novidade interessa diretamente a fabricantes, operadores logísticos, startups de robótica, integradores e investidores. Ela sugere uma transição da automação rígida, programada para uma sequência restrita, para máquinas capazes de entender objetivos, adaptar-se ao ambiente e corrigir etapas durante a execução. Esse avanço ocorre enquanto a adoção de inteligência artificial nas empresas brasileiras aumenta e amplia a demanda por aplicações conectadas às operações reais.

O que é o Gemini Robotics 2

O anúncio reúne três modelos complementares. O Gemini Robotics 2 é um modelo de visão, linguagem e ação que transforma imagens e comandos em controle motor. Segundo o Google DeepMind, ele pode coordenar humanoides inteiros, dos pés às pontas dos dedos, além de robôs com dois braços e diferentes tipos de garras.

O Gemini Robotics ER 2 funciona como a camada de raciocínio incorporado. Ele interpreta o ambiente, conversa com pessoas, divide uma missão em etapas e acompanha tarefas que duram vários minutos. Já o Gemini Robotics On-Device 2 foi otimizado para funcionar localmente no equipamento, reduzindo a dependência de conexão e a latência entre a decisão e o movimento.

Na prática, essa arquitetura separa planejamento e execução sem perder a coordenação entre as partes. Um modelo pode decidir o que precisa ser feito, enquanto outro controla movimentos específicos. A combinação também permite que diferentes robôs troquem informações e cooperem em um mesmo fluxo de trabalho.

Controle do corpo inteiro e destreza avançada

Um dos exemplos divulgados mostra o humanoide Apollo 2 recebendo a instrução de colocar um regador em uma caixa verde localizada em uma prateleira baixa. Para completar a tarefa, o robô precisa andar, alcançar o objeto, manter o equilíbrio, transportá-lo e posicioná-lo no destino. É um desafio diferente de uma célula industrial convencional, na qual a posição de cada item e cada trajetória costumam ser previamente definidas.

Os testes também abrangem atividades como amarrar um saco de lixo, fechar uma embalagem com fecho plástico, organizar ferramentas e encaixar peças com precisão. Nos resultados publicados, o sistema com garras atingiu 89,6% de sucesso em tarefas de inserção precisa e 78,9% na montagem de kits com ferramentas diversas. Os números foram apresentados pelo próprio Google DeepMind e não significam que o modelo esteja pronto para qualquer ambiente produtivo, mas indicam progresso em tarefas que exigem coordenação fina.

IA local pode acelerar projetos de automação

O modelo On-Device 2 pode ser especialmente relevante para fábricas, armazéns, laboratórios e operações em áreas com conectividade instável. Processar decisões no próprio robô reduz atrasos e mantém funções essenciais disponíveis mesmo quando a nuvem não pode ser acessada. Isso também cria novas opções para projetos que lidam com imagens, plantas industriais ou rotinas consideradas sensíveis.

De acordo com o anúncio oficial, o modelo pode ser adaptado a novos corpos robóticos com poucas horas de dados e, tipicamente, menos de 200 exemplos. Se esse desempenho se confirmar em implantações comerciais, integradores poderão reduzir o tempo gasto para ensinar a mesma habilidade a máquinas de formatos diferentes. Para empreendedores, surge espaço para softwares de adaptação, simulação, segurança, manutenção e treinamento de robôs.

Impactos para empresas, profissionais e investidores

Na indústria, modelos com maior capacidade de adaptação podem atender linhas que mudam de produto com frequência, inspeções em ambientes variáveis e tarefas de separação que hoje dependem de pessoas. Na logística, a colaboração entre robôs pode distribuir etapas de coleta, transporte e organização. Em laboratórios e saúde, a precisão e o raciocínio multimodal podem apoiar manipulação de instrumentos, sempre sob regras específicas de validação e supervisão.

O efeito sobre o trabalho tende a ser gradual. A demanda cresce para profissionais capazes de integrar sensores, modelos de IA, sistemas de gestão e requisitos de segurança. Engenheiros de automação, especialistas em dados, técnicos de manutenção e responsáveis por processos precisarão trabalhar de forma mais conectada. Para investidores, o valor pode migrar do robô isolado para plataformas que combinam hardware, modelos, dados operacionais e serviços recorrentes.

A relação entre tecnologia e escala já aparece no ecossistema de inovação: a Revista Empreende mostrou como negócios que usam tecnologia podem ampliar escala e atrair investimento. No caso da robótica, porém, o ciclo comercial exige capital, testes físicos, assistência técnica e avaliação de riscos, o que diferencia o setor de startups exclusivamente digitais.

Segurança e limitações ainda pesam na adoção

O próprio Google DeepMind reconhece limitações. A manipulação com vários dedos ainda apresenta resultados desiguais, e os humanoides precisam avançar em velocidade. Em ambientes reais, uma taxa de acerto elevada em laboratório não substitui análise de risco, barreiras físicas, parada de emergência, redundância e conformidade com normas de segurança.

A empresa também apresentou o ASIMOV-Agentic, um benchmark para avaliar se o agente rejeita chamadas inseguras, reconhece quando uma tarefa não pode ser realizada e solicita ajuda humana diante da incerteza. O Gemini Robotics ER 2 foi projetado para detectar a proximidade de pessoas e acionar uma parada segura. Para gestores, a mensagem prática é que autonomia deve vir acompanhada de governança, registros de decisão e limites claros de atuação.

Disponibilidade começa de forma controlada

O Gemini Robotics ER 2 já está disponível no Google AI Studio e em prévia privada na plataforma empresarial de agentes do Google. Os modelos de ação e de execução local estão restritos a parceiros de acesso antecipado. Portanto, o anúncio deve ser visto como uma direção tecnológica e uma oportunidade de experimentação, não como uma solução pronta para adoção ampla imediata.

Empresas interessadas podem começar mapeando tarefas com alto custo de adaptação manual, avaliando a qualidade dos dados de demonstração e definindo métricas de segurança, tempo de ciclo e retorno financeiro. O anúncio oficial do Gemini Robotics 2 detalha os modelos, testes e condições iniciais de acesso. A evolução da tecnologia indica que a próxima fase da automação será menos sobre repetir movimentos e mais sobre compreender objetivos no mundo físico.