domingo, 22 de novembro de 2026NewspaperEdição nº 1

Inteligência Artificial · tecnologia

Google lança Gemini Robotics ER 2, modelo que dá 'cérebro' de raciocínio para robôs

O novo modelo do Google DeepMind permite que robôs entendam vídeo em tempo real, corrijam suas próprias falhas e colaborem entre si, com demonstração usando o robô Spot, da Boston Dynamics.

Robô Spot, da Boston Dynamics, usado em demonstrações de inteligência artificial para robótica.
Robô Spot, da Boston Dynamics, usado em demonstrações de inteligência artificial para robótica. Imagem: reprodução/Google Blog (DeepMind)

O Google DeepMind anunciou nesta quinta-feira (30) o lançamento do Gemini Robotics ER 2, a mais nova versão de seu modelo de "raciocínio corporificado" (embodied reasoning, ou ER) voltado para robótica. Segundo a empresa, o modelo representa um salto em relação à versão anterior, o Gemini Robotics ER 1.6, ao incorporar entendimento de vídeo contínuo, orquestração de tarefas em múltiplas etapas e colaboração entre robôs diferentes.

A proposta do Gemini Robotics ER 2 é funcionar como um "cérebro" de alto nível para sistemas robóticos: o modelo interpreta comandos em linguagem natural, entende o ambiente físico ao redor do robô e planeja as etapas necessárias para completar uma tarefa, repassando a execução motora propriamente dita para modelos especializados de visão-linguagem-ação (VLA) de nível mais baixo. Isso permite que o robô "pense" sobre o próximo passo enquanto ainda executa a ação atual, evitando pausas abruptas de "parar para pensar" — um dos principais gargalos de sistemas robóticos anteriores.

Entre os avanços técnicos mais relevantes está a capacidade de classificação contínua de progresso: ao observar um vídeo em tempo real, o modelo consegue estimar em qual estágio percentual uma tarefa está (por exemplo, entre 60% e 80% completa), o que permite ao robô ajustar ações em tempo real ou repetir uma etapa falha sem reiniciar todo o processo. Segundo a empresa, o modelo atinge 57,4% de acurácia nesse tipo de avaliação, superando tanto sua geração anterior quanto modelos concorrentes de ponta.

Outro destaque é a chamada "localização precisa de momentos", que mede a capacidade do modelo de identificar o quadro exato de um vídeo em que um evento crítico acontece — como o instante certo de parar de despejar café em um copo. Nesse quesito, o Gemini Robotics ER 2 atingiu 91,3% de acurácia, com distância média de apenas 0,96 segundo em relação ao momento real, entregando essa precisão a uma fração do custo computacional e com quatro vezes mais velocidade de execução do que modelos maiores da concorrência.

O Google também demonstrou publicamente o novo modelo em parceria com a Boston Dynamics, integrando o Gemini Robotics ER 2 ao robô quadrúpede Spot para orquestrar comandos de navegação e manipulação, criando um robô interativo capaz de buscar objetos a partir de comandos em linguagem natural. Além disso, a empresa introduziu a capacidade de colaboração entre múltiplos robôs, permitindo que máquinas diferentes — como um robô com rodas ideal para ambientes internos e um humanoide mais apto a terrenos irregulares — troquem informações via entendimento semântico compartilhado para dividir tarefas complexas. Um exemplo citado pela empresa envolve o humanoide Apollo 2, da Apptronik, colaborando com o robô Franka FR3 Duo.

A segurança também foi tratada como prioridade nesta versão. Segundo o Google, o Gemini Robotics ER 2 é o modelo "mais seguro" da linha até agora, com ganhos significativos em testes de obediência a instruções de segurança e de proximidade humana — o modelo consegue interromper automaticamente um robô humanoide quando uma pessoa se aproxima e retomar o trabalho apenas quando a área estiver livre novamente. A empresa publicou ainda um relatório técnico de segurança detalhando os novos benchmarks usados para avaliar esse comportamento.

O Gemini Robotics ER 2 já está disponível publicamente para desenvolvedores por meio da API do Gemini e do Google AI Studio, além de estar em prévia privada na plataforma corporativa Gemini Enterprise Agent Platform, do Google Cloud. A empresa disponibilizou exemplos de código no GitHub para ajudar desenvolvedores a configurar e testar o modelo em aplicações reais de robótica física.

Fontes

Assuntosinteligencia artificialtecnologia

← Voltar à edição de 31/07