Nova mão robótica Atlas GR3 da Boston Dynamics: 5 melhorias de engenharia

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Boston Dynamics New Atlas GR3 AI Robot Hand: 5 Engineering Upgrades · Canal: AI News · 08:01 · Assistir no YouTube

Tópicos: Agentes de IA, Automação de tarefas e workflows, Modelos de IA, Robótica e sistemas autônomos

Resumo

A Boston Dynamics apresenta a mão GR3 do Atlas, com 13 graus de liberdade e escolhas de engenharia voltadas à destreza, à resistência e à simulação realista. O vídeo também aborda novidades da Manus, incluindo o harness Cascade, o Manus Studio e agentes com computadores próprios. Em seguida, apresenta os agentes DOTS e os modelos GPT-6.1 Sol e Gemini 4 Argon, destacando recursos, benchmarks e preços mencionados na transcrição.

Pontos-chave

A mão GR3 tem 13 graus de liberdade, contra sete na mão GR2, e é um pouco maior e mais forte que uma mão humana média.
A GR3 foi desenvolvida para executar movimentos como pinça precisa, pega tripé e operação independente do gatilho de uma ferramenta.
A propriocepção e a capacidade de recuo das juntas ajudam o Atlas a perceber forças e movimentos, além de proteger o hardware contra impactos.
A simulação da mão considera cinemática, dinâmica e dinâmica de contato; a equipe também usou protótipos impressos em 3D e testes.
A equipe decidiu não incluir um dedo mínimo, pois a destreza adicional não compensava o tamanho, o consumo de energia e os três graus de liberdade extras.
A Manus apresentou o harness Cascade, o Manus Studio e o aplicativo Q, além de recursos de automação e controle remoto.
Os agentes DOTS da OpenAI têm computadores e navegadores na nuvem, conectam-se a mais de 4.000 apps e incluem revisão de ações sensíveis.
O GPT-6.1 Sol é apresentado como um modelo mais barato para programação, uso de computador e trabalho profissional.
O Gemini 4 Argon é voltado a workflows profissionais longos e complexos e tem limite de saída de até 1 milhão de tokens.

Capítulos

Início	Capítulo	Resumo
00:00	A mão GR3 e suas capacidades	A transcrição apresenta as diferenças da GR3 em relação à mão GR2 e descreve as tarefas de destreza para as quais ela foi projetada.
02:41	Simulação e escolhas de engenharia	A equipe explica as camadas da simulação e as decisões tomadas durante os testes, incluindo a opção de não adicionar um dedo mínimo.
03:46	Novos produtos e agentes da Manus	O vídeo apresenta o Cascade, as automações, o Manus Studio e o aplicativo Q, com seus recursos de criação e controle remoto.
05:56	Agentes e modelos da OpenAI e do Google	A transcrição descreve os agentes DOTS, o GPT-6.1 Sol e o Gemini 4 Argon, incluindo recursos, benchmarks e preços.

Citações

Esta nova geração é a companhia natural do Atlas mais recente. — 00:00

A propriocepção aprimorada do Atlas resulta não só em uma mão mais capaz, mas também mais resistente. — 02:41

Não havia respostas claras, apenas objetivos concorrentes. — 03:14

É como se seu desktop pudesse trabalhar enquanto você está fora. — 05:22

O limite de saída salta de 64.000 para 1 milhão de tokens. — 07:27

Conceitos e entidades

Boston Dynamics (empresa): Empresa que desenvolveu a mão GR3 para o robô Atlas.
Atlas (modelo): Robô da Boston Dynamics cuja mão foi projetada para tarefas de manipulação e trabalho em ambientes de fabricação.
GR3 (modelo): Nova geração da mão do Atlas, com 13 graus de liberdade.
proprioception (conceito): Capacidade de perceber a posição e o movimento do corpo, além das forças aplicadas.
Cascade (ferramenta): Novo agent harness interno da Manus, que adiciona capacidades especializadas conforme a tarefa exige.
Manus Studio (ferramenta): Aplicativo para desktop da Manus destinado à criação e edição de documentos, planilhas, apresentações, sites, código, jogos e vídeos.
Q (ferramenta): Aplicativo independente da Manus para agentes pessoais, cada um com identidade e recursos próprios.
DOTS (ferramenta): Agentes de IA da OpenAI que operam continuamente em computadores e navegadores na nuvem.
GPT-6 Astra (modelo): Modelo que, segundo a transcrição, alimenta os agentes DOTS.
GPT-6.1 Sol (modelo): Modelo da OpenAI apresentado como uma opção mais barata para programação, uso de computador e trabalho profissional.
Gemini 4 Argon (modelo): Modelo do Google voltado a workflows profissionais longos e complexos.

Tradução completa (pt-BR)

00:00 A Boston Dynamics acaba de revelar suas mãos Atlas aprimoradas, construídas com base em cinco decisões de engenharia fundamentais que permitem realizar várias novas proezas de destreza. A equipe chama essa nova geração de complemento natural do Atlas mais recente, projetado tendo em mente a fabricação em massa e priorizando a simplicidade sempre que possível — exceto no número de graus de liberdade, já que a mão GR2 anterior tinha apenas sete graus de liberdade, enquanto esta nova mão GR3 agora chega a 13 graus

00:30 de liberdade. Em termos de tamanho, a GR3 é um pouco maior que a mão humana média e também um pouco mais forte. Mas as articulações só importam se a mão conseguir usá-las, e é aí que entra a destreza. Desde o primeiro dia, a equipe projetou a mão em torno de comportamentos específicos, como uma pinça precisa o bastante para rolar um objeto pequeno contra o polegar; uma pegada em tripé, que segura um objeto com mais força e ainda permite movê-lo; ou então

01:01 segurar o cabo de uma ferramenta enquanto pressiona o gatilho de forma independente. Esse tipo de variedade é importante porque a mão continua sendo quase totalmente antropomórfica, mantendo uma pequena diferença entre uma demonstração humana e o desempenho da própria mão, o que facilita muito a simulação. E, o que é importante, a Boston Dynamics escolheu essas tarefas porque elas representam habilidades de que o Atlas realmente precisa para ser implementado nas instalações de fabricação da Hyundai. Essas mesmas tarefas de reorientação também são fundamentais para a forma como a mão GR3 aprende.

01:35 E, depois de dominadas, elas efetivamente estabelecem os fundamentos tanto do uso de ferramentas quanto da montagem — duas coisas de que o Atlas precisa para o trabalho real. Além disso, o aprendizado por reforço treina o corpo inteiro do robô, e a equipe está ampliando isso para ensinar os braços e as mãos a manipular objetos diretamente. Mas isso só funciona se a mão puder ser simulada e for transparente em relação à força e ao movimento. E essa transparência depende da propriocepção, termo biológico que descreve a percepção de onde seu corpo e seus músculos estão no espaço,

02:09 se estão se movendo e quanta força está sendo aplicada. O mesmo vale para o Atlas: qualquer força que o ambiente exerça sobre seus dedos se traduz em algo que o Atlas consegue sentir, e qualquer movimento que ele aplique é transmitido com a mesma precisão. Assim, a capacidade de retroacionamento torna isso possível e também cumpre uma segunda função: primeiro, permite movimentos hábeis; segundo, protege o hardware, permitindo que uma articulação acelere para sair do caminho no momento do impacto, em vez de absorvê-lo — exatamente o que, de outro modo, desgastaria e quebraria a mão

02:41 com o tempo. Portanto, a propriocepção aprimorada do Atlas resulta não apenas em uma mão mais capaz, mas também mais resistente. Mas nada disso funciona se a mão física e seu gêmeo digital não forem compatíveis. Por isso, a simulação do Atlas abrange três camadas. Primeiro, a cinemática define a geometria e a posição dos elos e das articulações. Segundo, a dinâmica abrange o atrito, o torque e a folga mecânica. Terceiro, a dinâmica de contato trata da interação física da mão com o mundo. Na verdade, a Boston Dynamics disse que, para fazer a simulação corresponder ao mundo real, foi preciso trabalhar nas duas

03:14 direções ao mesmo tempo, em vez de apenas ajustar a simulação para corresponder ao hardware. Mas, apesar de todo o trabalho de engenharia da equipe, as decisões mais importantes ainda dependeram de tentativa e erro, pois não havia respostas simples: havia apenas objetivos concorrentes, ponderados por meio de simulações, protótipos impressos em 3D e testes dos próprios projetos. No fim, isso levou a equipe a decidir que a mão não precisava de um dedo mínimo, pois a destreza extra não compensava os três graus de liberdade adicionais, o tamanho nem o consumo extra de energia. E, enquanto o Atlas ganha mãos, os agentes de IA estão ganhando algo igualmente importante: seus próprios

03:46 computadores. A Manus acaba de lançar o Manus 2.0, que começa, por baixo dos panos, com o novo agent harness desenvolvido internamente, chamado Cascade. Ele mantém os projetos leves no início e só acrescenta recursos especializados quando uma tarefa realmente precisa deles. O resultado são 23,2% menos tokens, conclusão 28,2% mais rápida e custo 32% menor em comparação com o sistema anterior. Ou seja, ele realiza o mesmo trabalho com mais rapidez e por menos. Depois, há o Cloud Computer, um ambiente dedicado a projetos que precisam continuar em execução. Isso significa servidores sempre ativos

04:19 para jogos multijogador e automações 24 horas por dia, 7 dias por semana. E, falando em automações, agora elas vão além das tarefas agendadas e incluem até workflows acionados por eventos. E-mails, alterações em anúncios, eventos de calendário, mensagens do Slack e atualizações do Notion podem fazer a Manus entrar em ação, e basta configurar tudo com um único prompt. Mas a maior novidade é o Manus Studio, um aplicativo para desktop concebido como um espaço de trabalho profissional para documentos, planilhas, apresentações, sites, código, jogos e vídeos. Ele estreia dois novos ambientes. O editor de vídeo cria uma

04:51 primeira versão em minutos, com uma linha do tempo editável na qual clipes, imagens, texto, gráficos em movimento e áudio são componentes separados que você pode trocar e recriar com outro prompt. Ele também é voltado para anúncios curtos, tutoriais de conteúdo gerado por IA por usuários e vlogs. Um modo de alquimia combina a geração de vídeos e código para oferecer mais controle criativo. Já o modo de desenvolvimento de jogos oferece modelos jogáveis desde o início, além de um painel de edição em que você pode alterar código, recursos, arte e cenas — até mesmo editar um recurso sem tocar no que está ao redor. O modo multijogador funciona

05:22 por meio do Cloud Computer, então você não precisa lidar com as dores de cabeça da hospedagem e da rede. Além disso, o Manus Studio também adiciona controle remoto e uso do computador, permitindo acessar seu desktop pelo celular e pedir à Manus que execute tarefas em um espaço de trabalho autorizado, com acesso aos seus arquivos e aplicativos. Assim, é como se seu desktop pudesse trabalhar enquanto você está fora. Por fim, há o Q, um aplicativo independente totalmente novo para agentes pessoais, no qual cada agente recebe identidade própria, e-mail, número de telefone, carteira e computador dedicados. Os agentes podem participar de conversas em grupo e repassar tarefas uns aos outros. E o Q pode até funcionar com sistemas de restaurantes que usam QR

05:56 codes para pedir comida ou gerenciar uma fila. No momento, está em acesso antecipado gratuito com o código de convite meet Q, na web, no desktop e em dispositivos móveis; a versão para iOS chega em breve. Mas a Manus não é a única a dar aos agentes seus próprios computadores, porque a OpenAI acaba de apresentar o DOTS. Os DOTS são agentes de IA com tecnologia GPT-6 Astra que trabalham em seu nome o tempo todo, cada um com seu próprio computador na nuvem e navegador. Eles se conectam a mais de 4.000 aplicativos por meio de plugins, aprendem

06:26 suas preferências com o tempo e podem até iniciar tarefas antes que você peça, usando acesso somente para leitura. Um sistema de revisão automática verifica se ações sensíveis estão de acordo com suas instruções. Você decide o que é permitido, o que exige aprovação e o que está bloqueado, e uma visualização de atividades mostra o trabalho em segundo plano. Além disso, os DOTS estão disponíveis no ChatGPT, no Slack e no Teams; o suporte a SMS chega em breve. E, enquanto os DOTS usam o GPT-6 Astra, a OpenAI também acaba de lançar o GPT-6.1 Sol, um modelo mais barato desenvolvido para

06:57 programação, uso do computador e trabalho profissional. Em benchmarks de programação, ele iguala o Astra por cerca de um quinto do custo. No OS World 2.0, fica a 2,1 pontos do Astra, custando um dezessete avos do preço. E a taxa de erros factuais com baixo esforço de raciocínio caiu para 32%, com preços de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. Mas esses lançamentos da OpenAI estão intensificando a concorrência, já que o Google acaba de lançar o Gemini 4 Argon, desenvolvido para workflows profissionais longos e

07:27 complexos. Seu limite de saída salta de 64.000 para 1 milhão de tokens, e o Argon estabelece uma nova pontuação máxima no DeepSWE versão 1.1, com 77,9%, além de liderar o Automation Bench, com 51,3%. Ele também lida com migrações de bases de código de 800.000 linhas e empata em primeiro lugar no CWE Bench. Os preços começam em US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. O lançamento começa com defensores cibernéticos confiáveis e, depois,

08:01 chega aos clientes pagos da API e aos assinantes do Google AI Ultra.

Transcrição original

[00:00] Boston Dynamics just unveiled its upgraded Atlas hands built on five key engineering choices that let it pull off several new dextrous feats. And the team calls this new generation the natural companion to the newest Atlas designed with mass manufacturing in mind by favoring simplicity wherever possible. except for the degrees of freedom, as the previous GR2 hand featured just seven degrees of freedom, while this new GR3 hand now jumps to 13 total degrees

[00:30] of freedom. And in terms of its size, the GR3 is slightly larger than the average human hand while also being a bit stronger. But joints only matter if the hand can use them, which is where dexterity comes in. And the team built around specific behaviors from day one, like a pinch grasp that’s precise enough to roll something small against the thumb, or a tripod grasp that holds on to an object with more strength while still being able to move it, or else

[01:01] gripping a tool’s handle while independently pressing its trigger, too. And it’s this kind of range that matters because the hand stays close to being fully anthropomorphic while maintaining a small gap between a human demo and the hand’s own performance, which makes it far easier to simulate. And importantly, Boston Dynamics chose these tasks because they represent skills that Atlas actually needs in order to be deployed in Hyundai’s manufacturing facilities. And those same reorientation tasks are also central to how the GR3 hand learns.

[01:35] And once mastered, the foundation for both tool use and assembly is effectively built, which are two things that Atlas needs for real work. Furthermore, reinforcement learning trains the robot’s entire body, and the team is actually extending that to teach the arms and hands to manipulate objects directly. But this only works if the hand is simulatable and transparent to force and motion. And that transparency comes down to propriception, which is the biological term for sensing where your body and muscles are in space,

[02:09] whether they’re moving and how much force is applied. And the same is true for Atlas, where any force the environment puts on its fingers translates back into something that Atlas can sense, and any motion it applies goes out just as cleanly. So back drivability makes this possible and it does it double duty by first enabling dextrous movement and second saving the hardware by letting a joint accelerate out of the way on impact instead of absorbing it which is exactly what would otherwise wear down and break the hand

[02:41] over time. So Atlas’s upgraded propriception leads to not just a more capable hand, but also a more rugged one. But none of this works unless the physical hand and its digital twin match. So, simulation for Atlas covers three layers. First, kinematics defines geometry where the links and joints sit. Second, dynamics cover friction, torque, and backlash. And third, contact dynamics handles how the hand physically interacts with the world. In fact, Boston Dynamics said getting sim to real to match meant working from both

[03:14] directions at once instead of just tuning simulation to match the hardware. But despite all of the team’s engineering, their biggest decisions still came down to trial and error, as there were no clean answers, just competing objectives weighed through simulation, 3D printed mock-ups, and testing designs themselves. And this ultimately led to the team deciding the hand didn’t need a pinky because that extra dexterity wasn’t worth the three additional degrees of freedom or the size or the extra power draw. And while Atlas is getting hands, AI agents are getting something just as big, their own

[03:46] computers. As Manus just launched Manus 2.0, and it starts under the hood with the new in-house agent harness called Cascade. It keeps projects lightweight at the start and only adds specialized capabilities when a task actually needs them. And the payoff here is 23.2% fewer tokens, 28.2% faster completion, and 32% lower cost compared to the previous system. So, it does the same work faster and cheaper. Then there’s Cloud Computer, which is a dedicated environment for projects that need to keep running. That means always on

[04:19] servers for multiplayer games and 24/7 automations. And speaking of automations, they now go beyond scheduled tasks to even triggered workflows. Emails, ad changes, calendar events, Slack messages, and notion updates can all set Manus in motion, and you set it up with a single prompt. But the biggest addition is Manus Studio, which is a desktop app built as a professional workspace for documents, spreadsheets, slides, websites, code, games, and video. And it debuts two new environments. The video editor creates a

[04:51] first cut in minutes with an editable timeline where clips, images, text, motion graphics, and audio are all separate components that you can swap and reprompt. And then it also targets short ads, AI UGC tutorials and vlogs. And an alchemy mode combines video and code generation for more creative direction. Then gamedev gives you playable templates from the start, plus an edit panel where you can change code, assets, art, and scenes, even editing one asset without touching what surrounds it. And multiplayer runs

[05:22] through cloud computer, so you skip the hosting and networking headaches. Furthermore, Manus Studio also adds remote control and computer use, so you can reach your desktop from your phone and have Manus carry out tasks in an authorized workspace with access to your files and apps. So, it’s like your desktop can work while you’re away. And finally, there’s Q, a brand new standalone app for personal agents where each agent gets its own identity, a dedicated email, phone number, wallet, and computer. And the agents can join group chats and then hand tasks off to each other. And Q can even work with QR

[05:56] code restaurant systems to order food or manage a queue. So currently it’s in early access free with the invite code meet Q on web, desktop, and mobile with iOS coming soon. But Manis isn’t the only one giving agents their own computer because OpenAI just introduced DOTS. And dots are AI agents powered by GPT6 Astra that work on your behalf around the clock, each with its own cloud computer and browser. They connect over 4,000 apps through plugins, learn

[06:26] your preferences over time, and can even start tasks before you ask using readonly access. And an autoreview system checks sensitive actions against your instructions. And you decide what’s allowed, what needs approval, and what’s blocked with an activity view showing the background work. Plus, DOTS lives in chatGPT, Slack, and Teams with SMS coming soon. And while dots run on GPT-6 Astra, OpenAI also just launched GPT 6.1 Sol, which is a cheaper model built for

[06:57] coding, computer use, and professional work. And on coding benchmarks, it matches Astra at roughly 1/5 if of the cost. And on OS World 2.0, it lands within 2.1 points of Astra at 17th the cost. and factual errors at low reasoning effort dropped to 32% with price being $2 per million input tokens and $10 per million output tokens. But these releases from OpenAI is heating up the competition as Google just released Gemini 4 Argon which is built for long

[07:27] complex professional workflows and its output limit jumps from 64,000 to 1 million tokens with Argon setting a new high on DeepSWE version 1.1 at 77.9% and leading automation bench at 51.3%. It also handles 800,000 line codebase migrations and ties for first on CWE bench. So pricing starts at $2 per million input tokens and $10 per million output tokens. And it’s rolling out first to trusted cyber defenders, then

[08:01] to paid API customers and Google AI Ultra subscribers.