O Google DeepMind revelou o Gemini Robotics 2 na quarta-feira, um conjunto de três modelos de IA que oferece aos robôs humanoides e outros robôs controle de corpo inteiro, manipulação mais precisa e a capacidade de trabalhar juntos. O sistema pode ser executado localmente no próprio robô e se adaptar a um corpo de máquina totalmente novo com algumas horas de dados de treinamento. A DeepMind está apresentando-o como a “camada de inteligência” para robôs — o sistema operacional fundamental no qual todo fabricante de hardware se baseia.
Fonte: Zero Hedge
Em vez de um único sistema monolítico, a empresa lançou três modelos em três níveis de acesso:
- Gemini Robotics 2: Um modelo de visão-linguagem-ação que transforma o que um robô vê e é informado em comandos motores. Ele pode conduzir um humanoide completo dos pés às pontas dos dedos, bem como sistemas padrão de dois braços.
- Gemini Robotics ER 2: Um modelo de raciocínio incorporado que planeja trabalhos em várias etapas ao longo de vários minutos, se recupera de falhas e permite que vários robôs dividam um fluxo de trabalho entre eles.
- Gemini Robotics On-Device 2: Uma versão leve que roda diretamente no hardware, para ambientes industriais onde a conectividade em nuvem não é confiável ou não está disponível.
A DeepMind demonstrou um único modelo de ponto de verificação controlando três robôs fisicamente distintos: um Apptronik Apollo 2 equipado com dois pares diferentes de mãos e um equipamento separado de dois braços com uma pinça. Um modelo usava hardware para o qual nunca foi projetado.
Diferentemente do sistema de 2025, que controlava apenas a parte superior do corpo do robô, esta versão controla o movimento do tronco para baixo através das pernas, permitindo que um humanoide ande, agache-se, dobre-se e estenda a mão ao mesmo tempo. Numa demonstração, uma Apollo 2 caminhou até um regador e colocou-o numa prateleira mais baixa.
O sucesso tem sido imprevisível, com robôs atingindo aproximadamente 68% de precisão ao escolher objetos de uma mesa e 76% de uma prateleira, mas apenas 46% do chão. A destreza com vários dedos ainda é um problema não resolvido, e pinças simples continuam a superar mãos robóticas elaboradas. O movimento precisa ser mais rápido e confiável. Este é um comunicado de pesquisa com lista de espera; ninguém vai colocá-lo para funcionar no chão de um armazém já no próximo trimestre.
A DeepMind afirma que o Gemini ER 2 é seu modelo de robótica mais seguro até agora, com base em parâmetros para aderir às restrições de segurança e evitar humanos, e incluiu uma avaliação sobre se um robô recusará uma instrução insegura e solicitará ajuda a um humano. Os modelos de visão-linguagem-ação e no dispositivo são vinculados a mais de 100 testadores confiáveis e a um punhado de parceiros iniciais; o modelo de raciocínio está em uma prévia mais aberta.
A aposta maior
Alphabet, Nvidia e uma onda de empresas de tecnologia chinesas estão todas correndo para possuir a pilha de “IA física” em vez de qualquer robô – a mesma aposta que tornou os sistemas operacionais móveis tão valiosos. Se as máquinas humanoides se tornarem tão comuns quanto os laptops, quem fornecer o cérebro universal que transfere de forma limpa de um corpo para outro será dono de uma cabine de pedágio em toda a indústria.
Quanto ao DeepMind, até agora ele ainda não deu um chute no esômago de alguma criança chinesa, então já é um começo.
Um robô humanoide Unitree G1 deu um chute circular em uma criança na região de Xinjiang, na China, gerando conversas urgentes sobre segurança pública. O robô, que estava executando um chute giratório pré-programado de 360 graus, forneceu força suficiente para dobrar a criança.
Um robô humanoide Unitree G1 desferiu um chute giratório contra uma criança na região de Xinjiang, na China, desencadeando discussões urgentes sobre segurança pública. O robô, que executava um chute giratório de 360 graus pré-programado, aplicou força suficiente para fazer a criança se curvar de dor. Embora o menino tenha escapado sem ferimentos graves, o momento chocante rapidamente viralizou.
