O Google DeepMind acaba de lançar o que pode ser o anúncio mais ambicioso de robótica deste ano. O Gemini Robotics 2, apresentado em 30 de julho, foi projetado para ser um único cérebro de IA capaz de operar dentro de praticamente qualquer corpo robótico, desde humanóides até braços industriais, adaptando-se a novos hardwares em horas, e não meses.
O que o Gemini Robotics 2 realmente faz
O sistema é construído em torno de três modelos distintos, cada um responsável por uma camada diferente da inteligência do robô. O modelo visão-linguagem-ação (VLA) gerencia o controle corporal completo e habilidades motoras finas. O modelo de raciocínio incorporado (ER) atua como o cérebro de alto nível, orquestrando sequências de tarefas em múltiplos passos que podem se estender por vários minutos. E uma variante instalada no dispositivo opera localmente, o que significa que o robô não precisa se conectar a um servidor na nuvem toda vez que pega uma xícara.
O sistema é independente de hardware. Um único ponto de verificação do modelo pode operar plataformas robóticas completamente diferentes. O Google demonstrou isso nos sistemas humanoides Apollo 2 da Apptronik e no braço robótico da Franka, executando a mesma camada de inteligência em formas físicas radicalmente diferentes.
O Gemini Robotics 2 pode aprender a operar uma nova forma robótica com menos de 200 exemplos de treinamento, alcançável em poucas horas de coleta de dados. Para contexto, sistemas tradicionais de IA para robótica geralmente exigem milhares ou dezenas de milhares de demonstrações para alcançar competência básica em uma única plataforma.
Os robôs que operam neste sistema podem executar tarefas avançadas, incluindo locomoção bípede, manipulação de objetos e colaboração entre múltiplos robôs, onde várias máquinas coordenam suas ações sem microgerenciamento humano.
Por que isso importa além do laboratório de robótica
O Google está disponibilizando os modelos ER e VLA por meio do Google AI Studio e programas parceiros. O DeepMind também estabeleceu benchmarks especificamente para o que chama de “comportamento agente”, medindo como esses sistemas de IA operam com segurança ao tomar decisões autônomas.
O que isso significa para os investidores
A abordagem independente de hardware do Google DeepMind pode redefinir significativamente o cenário competitivo. Se o Gemini Robotics 2 cumprir sua promessa, ameaça tornar o hardware robótico uma mercadoria, concentrando o valor na camada de inteligência. Empresas como a Apptronik, que já estão em parceria com o DeepMind, podem se beneficiar de uma entrada mais fácil no mercado, mas também se tornam mais dependentes da pilha de IA da Google.
O programa Optimus da Tesla, a Figure AI e uma crescente lista de startups de robótica estão todos correndo em direção a objetivos semelhantes. A vantagem do Google é a escala: ele possui a infraestrutura de computação, os modelos de IA fundamentais e uma plataforma de distribuição por meio do Google AI Studio e programas parceiros.