O avanço do Google DeepMind para levar a IA das telas às fábricas alcançou um novo marco: o Gemini Robotics 2.5, seu mais recente modelo de visão-linguagem-ação, foi testado em linhas de produção da Mercedes-Benz na Hungria e na Alemanha.

O argumento da DeepMind é direto. A empresa afirma que o sistema amplia as tarefas que os robôs podem aprender, ao mesmo tempo em que melhora velocidade, destreza e segurança. Em mais de 200 avaliações — incluindo o uso de pinças, pipetagem de líquidos e amarração de laços —, relatou taxas de sucesso 30% a 100% superiores às referências anteriores, com tarefas concluídas 20% a 30% mais rapidamente.¹ O modelo está sendo disponibilizado a parceiros de robótica, em vez de ser lançado de forma geral.

O teste na fábrica é o principal resultado. O humanoide Apollo 2, da Apptronik, separou peças automotivas de recipientes a granel para bandejas sequenciadas, um processo repetitivo conhecido como kitting, e alcançou uma taxa de sucesso de 96%. O CEO da Apptronik, Jeff Cardenas, chamou isso de “trabalho útil ao lado de pessoas em ambientes industriais reais”, argumentando que os resultados fornecem uma base para implementar humanoides em escala industrial e comercial.¹ A DeepMind também promoveu o lançamento como algo que permite aos robôs aprender “centenas de habilidades cotidianas”, desde dobrar roupas até separar peças automotivas.Demis Hassabis (demishassabis)²

Mas é na distinção entre uma demonstração sólida e a confiabilidade pronta para fábrica que o debate se intensifica. Cobertura independente observa que trabalhadores humanos que realizam essas tarefas repetitivas acertam virtualmente todas as vezes; o diretor da DeepMind, Kanishka Rao, descreveu reduzir a diferença restante de quatro pontos como um “caminho íngreme”.³

A chefe de robótica da DeepMind, Carolina Parada, enquadra essa tensão como uma escolha. Um robô pode ser otimizado para uma aplicação, disse ela, ou os desenvolvedores podem buscar uma ampla generalização e “talvez não chegar a 99,9 em todas as aplicações”.³ Isso importa porque a ambição da empresa não é criar outra máquina de fábrica rigidamente programada, mas um robô capaz de se adaptar a ambientes incertos.

A segurança faz parte da mesma equação ainda não resolvida. A DeepMind afirma que suas orientações de raciocínio elevaram a conclusão segura em 33% perto de obstáculos e em 43% perto de pessoas, enquanto seu novo benchmark ASIMOV-Jailbreak investiga se os robôs recusam instruções inseguras.¹ No entanto, o modelo atual continua baseado na nuvem, o que significa que a latência ainda separa um piloto refinado da resposta contínua e quase instantânea exigida por um chão de fábrica movimentado.³