Autor: Syed Armani
Compilado por: Felix, PANews
A IA já não está mais limitada à tela e ao software. Com a integração da IA e da robótica, as máquinas estão gradualmente adquirindo a capacidade de perceber o mundo, interpretar condições em constante mudança e tomar ações em tempo real. Essa transição para sistemas físicos inteligentes (ou seja, IA física) já está começando a transformar diversos setores e tem potencial para impactar a vida doméstica cotidiana à medida que a tecnologia amadurecer.
A inovação no campo dos robôs está aumentando em uma velocidade sem precedentes. A Figure recentemente lançou o robô humanoide Figure 03, projetado para aplicações domésticas e comerciais. Ele pode realizar tarefas domésticas como dobrar roupas e carregar a lava-louças, mas ainda não é perfeito. A Tesla está operando robôs humanoide Optimus em projetos-piloto limitados dentro de suas fábricas. Drones autônomos e robôs de pernas estão sendo cada vez mais utilizados em tarefas de inspeção perigosas. Ao mesmo tempo, empresas como Unitree e tecnologias tateais como FlexiTac estão trabalhando para permitir que robôs se movam com segurança em ambientes domésticos bagunçados, garantindo segurança ao redor de animais de estimação e crianças, e auxiliando em tarefas cotidianas. Uma vez prontos, robôs inteligentes focarão em inteligência geral e percepção contextual — por exemplo, identificar automaticamente que uma xícara derramada precisa ser limpa, sem instruções explícitas.
Investidores estão alocando grandes quantias de capital em tecnologias com potencial para sustentar a próxima geração de hardware robótico. Em janeiro de 2026, a Skild AI arrecadou US$ 1,4 bilhão em sua rodada C, com uma avaliação de US$ 14 bilhões, para expandir seu modelo base universal de robótica; enquanto a Figure AI arrecadou mais de US$ 1 bilhão em sua rodada C de 2025, com uma avaliação pós-investimento de US$ 39 bilhões, para ampliar a capacidade de fabricação humana e a implementação industrial. A Apptronik aumentou sua rodada A para US$ 935 milhões, e a NEURA Robotics acrescentou €120 milhões em sua rodada B. Todos esses movimentos destacam um consenso crescente: a IA física está se tornando a base estratégica para robôs de consumo e industriais.
Já chegou ao ponto de inflexão da adoção de robôs inteligentes?
O acelerado desenvolvimento observado atualmente nesse campo é o resultado da fusão de várias tecnologias. Durante décadas, os módulos que compõem robôs inteligentes foram desenvolvidos de forma independente, como algoritmos avançados de IA, sensores de alta fidelidade, braços mecânicos e sistemas de controle em tempo real. Apenas recentemente, esses módulos começaram a se integrar, permitindo que os robôs percebam, raciocinem e atuem efetivamente em ambientes reais. Abaixo estão os fatores-chave que impulsionam esse “ponto de inflexão na robótica”:
Fatores econômicos: o hardware finalmente se tornou comercializado. No passado, os robôs eram caros porque cada componente era personalizado. Agora, eles se beneficiam da cadeia de suprimentos de produtos eletrônicos de consumo e veículos elétricos.
Atuadores: Os atuadores de robôs humanoides de alto torque historicamente foram caros, com o custo por junta geralmente superando US$ 1.000 em sistemas industriais de pequena produção. No entanto, novos designs verticalmente integrados lançados por empresas como Tesla e Unitree estão reduzindo o custo de alguns componentes dos atuadores para centenas de dólares.
Sensores: Nos últimos dez anos, o custo do LiDAR e das câmeras de profundidade caiu drasticamente. Dispositivos de alta gama que anteriormente custavam cerca de US$ 10.000 agora custam apenas algumas centenas de dólares. Isso é resultado do avanço do design sólido, da produção em larga escala e da aplicação em veículos e dispositivos móveis.
Baterias: O grande investimento global em veículos elétricos reduziu o custo e aumentou a confiabilidade das baterias de íon-lítio de alta densidade, permitindo que muitos robôs operem por 2 a 4 horas com uma única carga.
Computação de borda: os robôs devem processar informações localmente, pois tarefas de controle em tempo real, como equilíbrio ou agarre de objetos, não permitem latência de rede. Chips como o Jetson Thor da NVIDIA são projetados para executar inferência de IA localmente, ao mesmo tempo em que processam múltiplos fluxos de dados de sensores. Isso permite que os robôs processem e rastreiem seu ambiente localmente, respondendo rapidamente a mudanças ambientais sem depender de conexão à rede.
“Cérebro” breakthrough (AI models): This is the biggest change. Moving from “if/then” programming to “World Models.” World Models are AI models that learn how the real world works by watching videos. Instead of programming a robot to “turn a doorknob,” you show it 10,000 videos of doors opening. The AI simply observes the videos, builds a mental model of how physics works, develops physical intuition, and simulates scenarios mentally before taking action. Google Deepmind Genie 3 and NVIDIA Cosmos are examples of this new generation of world models.
Ao mesmo tempo em que as máquinas se tornam mais inteligentes, os custos continuam a diminuir. Por exemplo, o robô Noetix Bumi (preço de 1.400 dólares) agora custa aproximadamente o mesmo que o iPhone 17 Pro Max. A redução nos custos de hardware, o aumento do desempenho dos chips de IA e o fortalecimento das capacidades dos modelos mundiais combinam-se para tornar os robôs inteligentes mais acessíveis ao público em geral e expandir a pesquisa e desenvolvimento além dos laboratórios de tecnologia de ponta para áreas mais amplas.
Se o "momento ChatGPT" no campo dos robôs chegar em breve, é provável que as aplicações nos setores industrial e logístico sejam as primeiras a serem vistas, seguidas pelos robôs humanóides domésticos de verdade. Embora ainda existam muitos desafios antes da adoção generalizada de robôs inteligentes, otimistas racionais reconhecem que as tendências atuais apontam para um futuro em que a aplicação ampla de robôs inteligentes se torna cada vez mais provável.
Grandes avanços de software geralmente acompanham avanços de hardware. O surgimento do Instagram e do TikTok foi possível graças ao hardware necessário. Se o hardware de robôs inteligentes puder ser amplamente adotado em um futuro próximo, surge uma questão interessante: os aplicativos de robôs serão a próxima onda?
Quais são os desafios atuais que impedem esse impulso de desenvolvimento?
Dados de treinamento para robôs: Este é o maior gargalo enfrentado pelo desenvolvimento de robôs de inteligência geral. Diferentemente da IA de texto, que pode acessar todo o texto da internet, os robôs precisam de experiência no mundo real, como sensorialidade, manutenção de equilíbrio e interação com objetos. Coletar esse tipo de dado é lento, caro e extremamente intensivo em mão de obra.
Problemas “físicos”: assistir a vídeos não ensina completamente um robô a manipular objetos ou se mover com segurança; ele precisa experimentar força e contato pessoalmente. A operação remota, na qual uma pessoa guia o robô em tempo real, pode capturar simultaneamente intenção e força, sendo o padrão ideal para coleta de dados. Gerar centenas de horas de dados de alta qualidade exige que operadores estejam presentes o tempo todo, apresentando escalabilidade muito inferior à coleta de dados digitais.
A diferença entre simulação e realidade: a simulação pode gerar grandes volumes de dados com baixo custo, mas devido à falta de modelagem de fenômenos físicos ou à imprevisibilidade do ambiente, os robôs frequentemente falham ao transferir habilidades para o mundo real.
Economia de máquinas na cadeia
A combinação de blockchain e robótica oferece uma solução viável para os desafios atuais enfrentados pela tecnologia robótica. Mecanismos de incentivo por tokens podem coordenar milhões de robôs e recompensar contribuidores de dispositivos operados remotamente ou dados de sensores. Cada interação se torna um ativo de dados valioso, construindo um conjunto de dados robóticos em rápido crescimento, de propriedade da comunidade, com escala muito maior do que qualquer empresa individual.
Tokenização da coleta de dados
Os dados de robôs são extremamente valiosos, mas os dados de sensores e interação do mundo real são muito escassos. Grandes empresas coletam volumes massivos de dados de condução e industriais por meio de suas frotas, conferindo-lhes uma vantagem de escala inacessível a desenvolvedores independentes.
A IA de física descentralizada permite que os usuários controlem remotamente robôs ou contribuam com dados de sensores, recebendo recompensas em tokens. A rede descentralizada pode coordenar milhares de entusiastas em todo o mundo, ajudando robôs a lidar com terrenos complexos, ou contribuidores em ambientes especiais podem carregar dados e receber recompensas. Embora essas plataformas ainda estejam em estágio inicial, elas antecipam um futuro em que dados de robôs possam ser compartilhados de forma mais ampla, reduzindo o monopólio de poucas grandes empresas.
Robôs como entidades econômicas
No modelo "Robot as a Service", robôs inteligentes podem se tornar ativos "tokenizados". Cada robô (ou direito de uso) pode ser representado por um token digital, permitindo que múltiplos usuários possuam ou aluguem. As taxas de serviço pagas ao robô podem ser depositadas diretamente na carteira do robô por meio de tokens ou stablecoins. Esse arranjo possibilita receita autônoma: o robô ganha dinheiro ao trabalhar, paga seus próprios custos operacionais e distribui automaticamente lucros aos detentores de tokens. Essencialmente, trata-se de um protocolo Web3 que transforma robôs em provedores de serviços programáveis e autossuficientes, com receitas transparentes e rastreáveis.
Market landscape of physical AI
À medida que novas gerações de máquinas de aprendizado inteligente compreendem a complexa realidade tridimensional, a fronteira entre inteligência digital e comportamento físico está desaparecendo.
O núcleo dessa revolução são os modelos de IA. O “cérebro” complexo desenvolvido pela Physical Intelligence e Skild AI vai além do código estático, fornecendo inteligência geral para diversas formas físicas. Esses modelos permitem que robôs tratem agilidade e mobilidade como problemas de software, permitindo que um único “cérebro” unificado se adapte a múltiplos corpos robóticos. Essa camada inteligente é suportada por plataformas de simulação e pipelines de dados (como as fornecidas pela Zeromatter), permitindo que o sistema seja treinado com segurança em ambientes virtuais antes de ser implantado no mundo real.
Junto com o cérebro robótico, surge a IA física descentralizada. Por exemplo, a rede de infraestrutura descentralizada Fabric Protocol fornece identidades on-chain e carteiras criptográficas para robôs autônomos, utilizando criptografia para verificar o trabalho das máquinas. Empresas como Auki, Peaq e IoTeX estão construindo uma “economia de máquinas”, na qual robôs podem compartilhar mapas 3D, validar dados e realizar transações autônomas. Essa abordagem descentralizada garante que a camada de coordenação não esteja sob o controle de uma única empresa.
No setor industrial, os equipamentos de construção autônomos da Bedrock Robotics e a automação de armazéns da Mytra estão redefinindo a força de trabalho, enquanto a ANYbotics realiza tarefas de manutenção cotidiana em ambientes perigosos. Ao mesmo tempo, com o avanço da Figure e da Unitree, inovações no mercado de consumo para assistentes domésticos estão prestes a acontecer.
Visão para 2030
Do ponto de vista otimista e racional, a renascença da robótica já chegou. Quatro forças irresistíveis estão se fundindo: o custo de hardware cai drasticamente, os modelos de IA aumentam continuamente sua inteligência, os chips de computação de borda oferecem poder computacional sem precedentes e os trabalhadores industriais globais estão prestes a resolver o desafio dos dados. Até 2030, essa sinergia impulsionará a IA física a se espalhar por todos os cantos do mundo, desde agricultura autônoma até áreas de alto risco como combate a incêndios e cuidados geriátricos.
A história mostra que inovações de software transformadoras geralmente ocorrem após a estabilização do hardware. Talvez estejamos prestes a entrar na era do “aluguel inteligente”, na qual robôs humanóides padronizados executarão sistemas operacionais padrão e integrarão lojas de aplicativos. Assim como a revolução dos smartphones anteriormente, os próximos anos serão definidos por “lojas de aplicativos para robôs”, onde os usuários não compram dispositivos dedicados, mas assinam habilidades de robôs. Nesse modelo, o valor se transfere do próprio robô para as “habilidades” específicas que ele pode executar. Você não precisa comprar um robô especializado para ensinar francês; basta baixar um “aplicativo de habilidade em francês” no seu robô humanóide genérico, e ele se tornará seu professor de francês. Até 2030, para pessoas ricas, o presente de feriado preferido não será mais o smartphone dobrável de última geração, mas um assistente inteligente capaz de ajudar verdadeiramente na gestão das tarefas domésticas.
Esta previsão baseia-se em um otimismo racional; embora o caminho para o futuro raramente seja plano, a fusão de diversas tecnologias sinaliza uma profunda transformação na tecnologia machine.
Leia mais: Quando os robôs aprendem a pensar, ganhar dinheiro e colaborar: análise de 15 tipos de tecnologias e casos de aplicação de robôs