O Google DeepMind acaba de lançar o Gemini Robotics ER 2, e é o tipo de atualização que faz você repensar o que os robôs realmente conseguem fazer. O novo modelo não apenas torna robôs individuais mais inteligentes. Ele faz grupos de robôs completamente diferentes trabalharem juntos como se compartilhassem o mesmo cérebro.
O Spot da Boston Dynamics e o Apollo da Apptronik, dois robôs que não se parecem em nada e realizam coisas muito diferentes, agora podem coordenar-se por meio de uma compreensão semântica compartilhada impulsionada pela IA do Google.
O que o Gemini Robotics ER 2 realmente faz
A inovação central aqui é o que o DeepMind chama de “inteligência temporal”. Em inglês: o robô pode observar o que está acontecendo por meio de um feed de vídeo contínuo, entender onde está em uma tarefa com múltiplos passos e planejar seu próximo movimento de acordo.
Os números contam uma história interessante. O modelo atinge 57,4% de precisão na classificação de progresso e 91,3% na localização de momentos, com um erro médio de apenas 0,96 segundos. A classificação de progresso, a capacidade de entender o quanto uma tarefa avançou, ainda tem espaço para crescer. Mas a localização de momentos, que identifica exatamente quando um evento específico ocorre em um fluxo de vídeo, é notavelmente precisa, com precisão subsegundo.
A integração com a API Gemini Live do Google adiciona outra camada. Ela permite streaming bidirecional de baixa latência entre o modelo de IA e o robô, o que significa que o sistema pode se ajustar em tempo real, sem as pausas desconfortáveis que afetavam os controladores robóticos anteriores.
A segurança também recebeu uma melhoria significativa. Benchmarkes aprimorados de seguimento de instruções e detecção de proximidade melhorada significam que esses robôs têm menor probabilidade de causar danos a colegas humanos.
Os blocos de construção remontam a 2025
O ER 2 não surgiu do nada. Ele se baseia numa base que o Google começou a construir em março de 2025 com os primeiros modelos de robótica do Gemini, seguidos por uma atualização em setembro do mesmo ano. Cada iteração ampliou progressivamente o que os robôs podem fazer com IA generativa, passando da execução básica de tarefas para o tipo de comportamento agente que permite às máquinas tomar decisões contextuais em tempo real.
O Google também não está operando no vácuo. A decisão de suportar hardware de terceiros, como robôs da Boston Dynamics e Apptronik, sugere que o Google deseja ser a camada de sistema operacional para robótica, e não apenas um fornecedor de hardware.