O Google DeepMind deu um salto significativo na robótica com IA ao lançar o Gemini Robotics 2, um modelo de visão-linguagem-ação (VLA) que pela primeira vez permite o controle completo de robôs humanoides — dos pés às pontas dos dedos. Anunciado em 30 de julho de 2026, o modelo representa a evolução mais ambiciosa da série Gemini Robotics, saindo de tarefas de manipulação sobre mesas para movimentos que exigem coordenação corporal total.
A principal inovação do Gemini Robotics 2 é sua arquitetura VLA unificada. Diferentemente de abordagens anteriores que segmentavam o controle robótico em módulos separados — visão, planejamento, execução motora — o novo modelo integra tudo em um único sistema que recebe entrada visual e linguística e produz comandos motores diretamente. Isso permite que um robô não apenas "veja" e "entenda" uma instrução como "pegue a caixa azul na prateleira de cima", mas também planeje e execute a sequência completa de movimentos — inclinar-se, estender o braço, girar o tronco, agarrar — sem intervenção humana.
O salto técnico é substancial. Enquanto o Gemini Robotics original se concentrava em controle de braço e manipulação de objetos em ambiente de mesa (o que já era impressionante), o Gemini Robotics 2 expande o alcance para humanoides completos. O modelo gerencia o centro de massa dinâmico durante movimentos como abaixar-se para pegar algo no chão ou equilibrar-se ao transportar objetos pesados. Além disso, suporta robôs bi-braço, abrindo possibilidades para tarefas que exigem coordenação entre dois membros, como abrir uma porta enquanto carrega uma caixa.
O DeepMind também anunciou avanços em destreza fina com o Gemini Robotics ER (Enhanced Research), que adiciona capacidade de manipulação com cinco dedos — algo que o The Next Web observou ainda estar atrás da destreza humana, mas representa um progresso notável em relação a garras simples. Há também o Lyria 3.5, que integra capacidades musicais à plataforma, mas o foco principal continua sendo a robótica física.
As implicações para a indústria são enormes. Empresas de logística como Amazon e FedEx, que já usam robôs em armazéns, poderiam se beneficiar de humanoides que navegam por espaços apertados e realizam tarefas variadas sem reconfiguração. Na manufatura, a capacidade de controle corporal completo abre caminho para robôs que operam em linhas de montagem tradicionalmente projetadas para humanos — sem exigir alterações no chão de fábrica.
O anúncio também posiciona o Google DeepMind em rota de colisão com empresas como a Tesla (que desenvolve o Optimus), a Figure AI (com seu Figure 02) e a Unitree (com o H1). A diferença é que o Google não está construindo o hardware — está fornecendo o "cérebro". Isso pode ser uma estratégia mais escalável: em vez de competir em design mecânico, o Google aposta que seu modelo de IA será adotado por vários fabricantes de robôs, funcionando como o "Android dos robôs".
No entanto, o caminho para a adoção generalizada ainda tem obstáculos significativos. O custo dos robôs humanoides continua proibitivo para a maioria das aplicações comerciais, e questões de segurança — tanto física (um robô descontrolado de 80 kg) quanto digital (hackeamento de sistemas robóticos) — precisam ser endereçadas. A gigantesca base de investimento em IA do Google, estimada em mais de US$ 50 bilhões anuais, sugere que a empresa está preparada para uma jornada longa. Resta saber se o mercado está pronto para adotar robôs com "inteligência corporal total" — ou se isso ainda é uma tecnologia em busca de um problema.
Fontes: Google DeepMind, Wired, The Next Web
✓ Fontes independentes cruzadas e verificadas antes da publicação
