Google lança IA que controla robôs humanoides inteiros

O Google apresentou nesta quinta-feira (30) o Gemini Robotics 2, nova geração de inteligência artificial capaz de controlar robôs humanoides do corpo inteiro. O modelo permite que as máquinas caminhem, se agachem, manipulem objetos com as mãos e cooperem entre si para executar tarefas complexas, segundo anúncio do Google DeepMind.

A atualização chega dividida em três modelos que atuam em conjunto. O Gemini Robotics 2 comanda os movimentos do robô, o Gemini Robotics ER 2 raciocina sobre o ambiente e planeja as etapas de uma tarefa, e o Gemini Robotics On-Device 2 roda localmente na máquina, sem depender de conexão à internet.

Controle do corpo inteiro

Até a versão anterior, o Gemini Robotics se limitava a comandar a parte superior dos humanoides, em tarefas realizadas sobre mesas. O Gemini Robotics 2 passa a controlar o corpo completo, da cabeça aos pés.

Em uma demonstração com o robô Apollo 2, da Apptronik, o Google pediu à máquina que colocasse um regador em um cesto verde numa prateleira inferior. O robô interpretou o comando, caminhou até a mesa, pegou o regador, deu alguns passos até a estante e posicionou o objeto no local indicado, segundo relato do Google DeepMind.

Mãos que amarram sacos e trocam lâmpadas

O avanço em destreza manual é outro destaque da atualização. O modelo passa a controlar a mão SharpaWave, equipada no Apollo 2, com cinco dedos e 22 graus de liberdade, para tarefas delicadas como amarrar nós ou fechar um saco ziplock.

A taxa de sucesso do robô varia conforme a complexidade da tarefa, de acordo com dados divulgados pela empresa. Desatarraxar uma lâmpada teve 92% de acerto, enquanto atarraxá-la ficou em 36%. Amarrar um saco de lixo teve 44% de sucesso, e fechar um ziplock, 40%.

O modelo também controla garras de dois dedos, usadas no braço robótico Franka Duo, em tarefas como empacotamento de precisão e organização de ferramentas.

Raciocínio para planejar tarefas longas

O Gemini Robotics ER 2 funciona como o cérebro do sistema. Ele interpreta comandos em linguagem natural, avalia o ambiente ao redor do robô e divide uma tarefa longa em etapas menores, segundo publicação da Google DeepMind.

A nova versão do modelo acompanha vídeos em tempo real para identificar quando uma etapa foi concluída e quando é hora de avançar para a seguinte. Essa capacidade de rastrear o progresso permite ao robô corrigir uma ação sem reiniciar toda a tarefa, afirma a empresa.

Robôs que trabalham em equipe

Uma das novidades da atualização é a colaboração entre robôs diferentes. Em uma demonstração, o humanoide Apollo retira itens de uma caixa organizadora e os leva até uma prateleira. Ao identificar que a etapa seguinte exige mais precisão do que sua estrutura permite, solicita ajuda ao Franka Duo, braço robótico que pinça os itens menores e os guarda em um estojo de ferramentas.

Cada robô processa sua própria inteligência artificial internamente e comunica suas conclusões aos demais por linguagem natural. Isso permite que humanos acompanhem e intervenham no processo, caso necessário.

Segurança e disponibilidade

O Google DeepMind também lançou o ASIMOV-Agentic, benchmark voltado a medir a segurança de robôs controlados por múltiplos modelos de IA. A ferramenta avalia se um comando pode resultar em ação perigosa e testa a capacidade da máquina de recusar ordens inseguras ou pedir ajuda humana diante de incerteza.

O Gemini Robotics ER 2 já é capaz de interromper o movimento de um humanoide quando detecta uma pessoa próxima e retomar a atividade apenas quando a área estiver livre novamente, segundo a empresa.

O modelo de raciocínio está disponível no Google AI Studio e em prévia privada na plataforma Gemini Enterprise Agent. Os modelos de ação, incluindo o Gemini Robotics 2 e o On-Device 2, seguem em testes com parceiros de hardware, entre eles Apptronik e Boston Dynamics.