Robótica e sistemas autônomos

Ver no idioma original →

A robótica e os sistemas autônomos abrangem desde mãos robóticas e humanoides até modelos de IA que percebem, planejam e agem no mundo físico. Os vídeos destacam avanços em hardware, treinamento e simulação, mas também apontam obstáculos persistentes: escassez de dados, dificuldade de generalização e erros que tornam necessária a avaliação cuidadosa antes de confiar tarefas críticas às máquinas. ↗ ↗ ↗

Hardware, destreza e robôs humanoides

A destreza das mãos é um dos desafios do setor. A China investe em mãos robóticas como parte de sua estratégia para ampliar a fabricação de humanoides, apoiada por políticas governamentais e uma cadeia de fornecimento doméstica. Ainda assim, muitas mãos permanecem em fase de protótipo, e o avanço depende de melhorias mecânicas, elétricas e de sensores, além de mais treinamento e testes. ↗

A Boston Dynamics apresentou a mão GR3 do Atlas, com 13 graus de liberdade e escolhas de engenharia voltadas à destreza, resistência e simulação. Outros vídeos mostram diferentes abordagens para robôs humanoides: a Unitree H2X e o H2, o Digit 5 da Agility Robotics e os modelos Gen4 da Neura e IRON da Xpeng. ↗ ↗ ↗ ↗

Nem todo robô doméstico precisa ter forma humanoide. O Flourish One, por exemplo, usa uma base de seis rodas e braços com garras; tarefas podem ser ensinadas guiando um celular com sensores de movimento, para que o robô reproduza os movimentos. ↗

A disputa por robôs humanoides também aparece junto à competição entre fabricantes de veículos: Tesla e Xpeng apresentaram tecnologias de direção inteligente e exibiram projetos de humanoides no Salão do Automóvel de Paris. A reportagem mostra o Cybercab da Tesla, sem volante nem pedais, e uma demonstração do sistema de direção da Xpeng no trânsito; o lançamento dessa tecnologia dependeria de aprovação regulatória. Outro vídeo menciona visitas à Unitree e a empresas chinesas de IA, observando que a escassez de capacidade computacional pode incentivar arquiteturas mais eficientes. ↗

Modelos incorporados, dados e simulação

Uma dificuldade fundamental da robótica é obter dados em escala: a coleta por teleoperação pode ser lenta e cara. A Skild AI propõe combinar simulação, vídeos humanos, teleoperação e dados de implantação para treinar uma inteligência que se adapte a diferentes corpos robóticos e tarefas. A Perceptron AI também busca criar embodied foundation models capazes de perceber, raciocinar e agir em tempo real, e explora como combinar dados de vídeo e teleoperação. ↗ ↗

Modelos de mundo podem ajudar a treinar e planejar ações. Christopher Manning defende representações semânticas e condicionadas a ações, que expressem objetos manipuláveis e relações causais, em vez de apenas gerar imagens convincentes. A abordagem descrita pela Moonlake AI combina representações simbólicas baseadas em código, conhecimento de física e informações da web para criar simulações; ainda assim, simulações têm limitações e é necessário reduzir a diferença entre elas e o mundo real. ↗

Outras demonstrações exploram esse princípio. O Genie 4 gera ambientes interativos em tempo real; o Gemini 4 Argon foi usado em uma demonstração em que o humanoide Apollo 2 aprende cornhole com vídeo, simulação e análise dos próprios erros. A Runway apresentou Praxis-1, um world action model de open weights que aprende com vídeos comuns e, segundo a apresentação, pode se adaptar a diferentes embodiments com alguns minutos de demonstrações. ↗ ↗ ↗

Em outro painel sobre world models, pesquisadores e líderes da NVIDIA, Google DeepMind e Wayve discutem simulação para robótica, representações 3D e multimodalidade, além dos limites de modelos que geram apenas vídeo. Entre os desafios citados estão o controle preciso, a latência, o acesso a dados de sensores e a capacidade de escalar modelos de forma sustentável. ↗

A geração de ambientes 3D também é apresentada como possível apoio ao treinamento de robôs: o produto Marble, da World Labs, transforma uma foto em um ambiente explorável. Um vídeo sobre a aquisição da startup pela AMD afirma que a experiência de pesquisadores em modelos de IA pode ajudar a antecipar as necessidades futuras de computação e destaca esse uso potencial do Marble. ↗

Planejamento, controle e generalização

Modelos multimodais podem combinar percepção visual, linguagem e planejamento de ações, mas ainda podem falhar ao agir. Na demonstração do Qwen-Drive-1.0-4B, o modelo descreve corretamente uma via molhada e um semáforo vermelho, mas depois planeja acelerar como se o sinal estivesse verde. O vídeo conclui que esses modelos ainda não são confiáveis o bastante para dirigir carros autônomos. ↗

A avaliação não depende apenas de benchmarks. Em uma equipe de direção autônoma, a decisão de colocar um modelo no carro era apoiada pela revisão coletiva de vídeos com muitos exemplos, anotando e discutindo acertos e erros. O palestrante considera que examinar 100 ou 1.000 exemplos não tem substituto melhor. ↗

Em robôs domésticos, a Figure afirma que seu Helix 2.5 realizou tarefas em 30 casas que não conhecia, sem dados coletados nesses locais, fine-tuning ou adaptação após a chegada. A demonstração inclui arrumar uma sala, dobrar toalhas e fazer uma cama; a empresa atribui parte da generalização ao pré-treinamento no conjunto Index e relata resultados superiores aos de uma política iniciada com pesos aleatórios. ↗

Também há protótipos de controle que juntam câmeras, detecção visual e sequências de ações. Em uma demonstração, um sistema desenvolvido com GLM53 Flash foi ajustado iterativamente para controlar um robô quadrúpede com rodas e braço até localizar, agarrar e levantar um cubo. Os testes exigiram corrigir problemas de latência, postura, alcance e movimento do braço. ↗

Um teste de direção colocou diferentes modelos de IA no controle de um Toyota Corolla, incluindo direção, acelerador e freio. Segundo o vídeo, apenas o GPT-6 Astra completou o percurso de cones; quase todas as falhas ocorreram na leitura da primeira curva. Alguns modelos também se recusaram a dirigir até que o sistema fosse identificado como um ambiente de teste isolado. ↗

Segurança e decisões de sistemas autônomos

Além de acertar, um sistema autônomo precisa decidir o que fazer diante da incerteza. Uma abordagem apresentada para assistentes, wearables e robôs compara o custo de agir incorretamente com o de parar ou pedir confirmação; a função de custo OUCH é usada para escolher limiares de decisão. A proposta é especialmente relevante quando a IA executa ações físicas ou digitais. ↗

A Decisions API, por sua vez, seleciona rapidamente entre opções predefinidas a partir de texto ou imagens. Entre as demonstrações estão controlar um carro em um jogo e usar um robô para identificar objetos e direcionar o olhar. O vídeo apresenta a API como uma forma de permitir novas interações com IA, não como evidência de que sistemas autônomos estejam prontos para qualquer tarefa. ↗

Um framework experimental voltado a questões de bioética médica reúne três personas — jurista, biólogo e especialista em ética e religião — para deliberar. Um coordenador avalia a concordância entre as respostas e pode sinalizar a necessidade de intervenção humana quando há divergência. A proposta inclui um mecanismo para interromper o sistema e preservar a autonomia do usuário, mas o apresentador ressalta que os parâmetros ainda precisam ser avaliados e calibrados e que o framework não deve substituir profissionais de saúde. ↗

As fontes também ressaltam limitações em raciocínio visual: modelos de ponta podem falhar em contagem precisa, compreensão espacial e acompanhamento de mudanças ao longo do tempo. Por isso, aplicações em robótica, construção, arquitetura e design mecânico dependem de avanços em inteligência espacial e temporal, além de avaliações que representem melhor as dificuldades do mundo real. ↗

A confiabilidade também depende de testar condições extremas e corrigir falhas. Na primeira corrida sob chuva da geração de carros de Fórmula 1 de 2026, um bug no modo de chuva do controlador da unidade de potência deixou carros presos em marcha lenta durante a volta de formação. A corrida foi interrompida, e a FIA enviou uma correção de software às equipes; alguns pilotos relataram que o controle do acelerador foi afetado. O episódio ilustra como um caso extremo pode escapar dos testes e só aparecer em produção. ↗

Aplicações e infraestrutura

Além de robôs e veículos, sistemas de IA podem apoiar a detecção de eventos físicos. Um projeto de sensores de calor para incêndios florestais usa o ChatGPT para transformar dados complexos em informações compreensíveis e responder a perguntas sobre alertas e localização. A equipe pretende instalar uma rede de sensores em serras e cânions para detectar incêndios mais rapidamente. ↗

A implantação de sistemas autônomos também depende de capacidade industrial, testes e integração. Em um evento sobre startups, defesa e infraestrutura, participantes discutem como ampliar a produção, diversificar fornecedores e acelerar o caminho entre protótipos, testes e contratos. As conversas também abordam financiamento, regulamentação e confiança em sistemas autônomos e de IA. ↗

A colaboração entre equipes de engenharia e IA aparece ainda em projetos com requisitos técnicos complexos: a Lockheed trabalha com a OpenAI para investigar desafios de matemática e física relacionados à ampliação da capacidade dos sensores do F-35. O vídeo descreve o trabalho conjunto, mas não especifica se ele depende de um modelo específico. ↗