O Google DeepMind lançou o Gemini Robotics 2, uma família de modelos físicos de IA que, segundo o laboratório, podem controlar de forma inteligente qualquer tipo de robô – desde estações de trabalho com dois braços até corpos humanóides completos – marcando o avanço mais ambicioso da empresa até o momento no mundo das máquinas móveis.

Anunciado em 30 de julho de 2026, o lançamento centra-se em um modelo de visão-linguagem-ação (VLA) que converte o que um robô vê e ouve em comandos motores precisos. A DeepMind a descreve como a camada de inteligência para robótica de uso geral, e a empresa posicionou o lançamento como um ponto de viragem na retirada da IA ​​das janelas de bate-papo para o mundo físico. Para saber mais sobre o impulso mais amplo da indústria em direção à IA incorporada, siga nossas notícias de última hora sobre IA.

Três modelos, um sistema

A DeepMind lançou três modelos complementares na linha Gemini Robotics 2:

  • Gemini Robotics 2 — o principal modelo VLA que traduz visão e linguagem em controle motor, permitindo que um robô execute ações físicas.
  • Gemini Robotics ER 2 — um modelo de raciocínio incorporado capaz de compreender espaços físicos e produzir planos detalhados de várias etapas que se coordenam com humanos e outros robôs.
  • Gemini Robotics On-Device 2 — uma versão leve do modelo VLA otimizada para execução local em hardware robótico, reduzindo a dependência da conectividade em nuvem.

De acordo com o blog DeepMind, cada modelo tem uma função especializada, mas o trio foi projetado para operar como um único sistema integrado. O modelo VLA lida com ações em tempo real, o modelo ER lida com planejamento de nível superior e a variante no dispositivo permite respostas de baixa latência no próprio robô.

Dos pés às pontas dos dedos

A afirmação mais marcante no anúncio é o que a DeepMind chama de controle inteligente de todo o corpo. Em vez de treinar um robô para repetir um movimento, o Gemini Robotics 2 foi projetado para comandar um corpo humanóide inteiro – dos pés às pontas dos dedos – permitindo movimentos completos semelhantes aos humanos, incluindo flexão, alcance e equilíbrio.

DeepMind destacou vários benchmarks de destreza. Nas demonstrações, robôs movidos pelo modelo foram mostrados aparafusando lâmpadas, dando nós e realizando outras ações delicadas que exigem controle motor fino. O laboratório disse que o sistema atinge um novo nível de destreza que permite aos robôs completar tarefas que exigem sutileza genuína, em vez de repetição bruta.

A empresa também enfatizou a adaptabilidade. Gemini Robotics 2 pode ser adaptado a qualquer robô de dois braços em apenas algumas horas, disse DeepMind, o que significa que a mesma inteligência subjacente pode escalar de um braço de mesa a um humanóide complexo sem um ciclo completo de reciclagem. Esta generalização é um afastamento significativo da robótica convencional, onde cada máquina normalmente requer software específico.

Robôs trabalhando juntos

Outra capacidade principal é a colaboração entre vários robôs. DeepMind disse que Gemini Robotics 2 suporta cenários em que dois robôs trabalham juntos em uma única tarefa, dividindo o trabalho em um espaço físico compartilhado. O modelo ER 2 cuida da coordenação – raciocínio sobre o ambiente, mapeamento de uma sequência de várias etapas e alocação de etapas entre máquinas.

Numa demonstração citada pela empresa, dois robôs colaboraram para limpar uma sala, dividindo o trabalho em vez de esbarrarem um no outro. A DeepMind enquadrou isso como uma evidência inicial de que a IA pode gerenciar não apenas ações individuais, mas também a orquestração de múltiplos agentes no mundo real.

Interativo e Instrutível

Além da operação autônoma, os modelos são projetados para serem interativos. Gemini Robotics 2 pode explicar sua abordagem durante a execução de uma ação, e os usuários podem redirecionar um robô no meio da tarefa usando linguagem cotidiana em vez de comandos técnicos. A DeepMind disse que isso torna a plataforma adequada para instruir robôs em ambientes voláteis ou perigosos, onde os operadores humanos precisam ajustar os planos rapidamente.

Por que é importante

O lançamento intensifica uma já lotada corrida de robótica humanóide. Empresas como Figure, Boston Dynamics e Tesla têm corrido para comercializar máquinas que andam e funcionam, enquanto fabricantes de chips como a Nvidia investiram pesadamente na simulação e na infraestrutura de computação que a IA física exige.

A aposta da DeepMind é que uma única camada de inteligência de uso geral – que raciocine sobre o mundo físico da mesma forma que um chatbot raciocina sobre texto – pode substituir o software restrito e personalizado que definiu a robótica industrial por décadas. Se o sistema puder de fato se adaptar a qualquer modalidade em horas, isso reduziria a barreira para fabricantes e pesquisadores que buscam implantar robôs capazes sem começar do zero todas as vezes.

A empresa disse que está trabalhando com parceiros de hardware confiáveis ​​para expandir a plataforma e publicou documentação de responsabilidade e segurança junto com o lançamento. Permanecem dúvidas sobre como esses modelos funcionam fora das demonstrações controladas e com que rapidez o controle humanóide de corpo inteiro pode se traduzir em uma implantação confiável no mundo real.

Ainda assim, a amplitude do lançamento – movimento de todo o corpo, raciocínio em várias etapas, eficiência no dispositivo e coordenação multiagente numa única família de produtos – sinaliza que o Google pretende ser um ator principal na convergência de grandes modelos de IA e máquinas físicas.

Fique à frente da IA

A fronteira da robótica está se movendo rapidamente e a AI Buzz Wire está acompanhando todos os principais desenvolvimentos. Leia mais notícias sobre IA para cobertura contínua de lançamentos de modelos, inovações de hardware e mudanças no setor.

Explore os mais recentes desenvolvimentos de IA →