Gemini Robotics 2 dá controle de corpo inteiro ao robô
O Google DeepMind lançou o Gemini Robotics 2, versão nova do seu modelo de visão-linguagem-ação. A diferença em relação ao anterior está no corpo: o modelo antigo comandava só a metade de cima do robô, em tarefa de bancada, e este comanda a máquina inteira, incluindo andar, agachar e se esticar dentro da mesma sequência de movimento. Ele também opera uma mão de cinco dedos com 22 graus de liberdade, roda dentro do próprio robô sem conexão com a internet e se adapta a um corpo de robô novo em poucas horas, com menos de 200 exemplos, segundo a empresa. Nada disso está aberto ao público. O Gemini Robotics ER 2 saiu no Google AI Studio e em prévia privada na Gemini Enterprise Agent Platform; as outras duas peças foram para parceiros de acesso antecipado.
O que é o Gemini Robotics 2
O Gemini Robotics 2 é um modelo de visão-linguagem-ação do Google DeepMind. Esse tipo de modelo recebe imagem e instrução em texto e devolve comando de movimento para um robô, sem que um programador escreva a trajetória. É a segunda geração da linha, e a primeira que comanda o corpo inteiro da máquina.
O The Robot Report publicou a cobertura em 2 de agosto de 2026 e situa o anúncio do DeepMind na semana anterior.
O robô saiu da mesa
As versões anteriores do Gemini Robotics moviam tronco e braços do humanoide para resolver tarefa em cima de uma bancada. O Gemini Robotics 2 traduz a instrução em movimento do corpo todo.
O DeepMind demonstrou isso no Apollo 2, humanoide da Apptronik. O comando foi colocar o regador dentro do cesto verde na prateleira de baixo. O robô caminha até a mesa, pega o regador, dá alguns passos até a estante e o encaixa no lugar.
A empresa admite o limite: falta velocidade de movimento. O que ela reivindica com essa demonstração é coordenação.
A mão de 22 graus de liberdade
O modelo comanda a mão SharpaWave do Apollo 2, de cinco dedos e 22 graus de liberdade, em tarefas como amarrar nó e fechar um saco ziplock. O mesmo modelo opera garra paralela de dois dedos na plataforma Franka Duo, para empacotamento apertado.
Quem toca uma linha com mais de um tipo de braço deveria olhar para esse par de exemplos: é o mesmo modelo em terminais mecânicos diferentes.
O cérebro que planeja fica separado do que executa
A arquitetura tem duas camadas. O Gemini Robotics ER 2 ocupa a de cima: recebe a instrução, conversa com a pessoa, observa o ambiente, decompõe a tarefa em passos e coordena o modelo de ação até o fim.
Com isso o conjunto executa sequências de vários minutos, com centenas de decisões encadeadas, e se corrige quando um passo falha. O ER 2 também passou a identificar quando uma tarefa começa e quando termina, e a apontar o instante em que um evento importante acontece.
O DeepMind acrescentou colaboração entre robôs. Máquinas de tipos diferentes se comunicam e dividem um fluxo que nenhuma delas fecharia sozinha.
Rodar sem internet, e trocar de robô em horas
O Gemini Robotics On-Device 2 existe porque boa parte das aplicações de robótica não tolera latência de rede nem conta com conectividade garantida. Ele roda no equipamento.
O modelo serve vários tipos de corpo por construção e herda a técnica de transferência de movimento do Gemini Robotics 1.5. O Google DeepMind afirma que ele se adapta a plataformas de dois braços inéditas em poucas horas, na maioria dos casos com menos de 200 exemplos, mesmo quando o corpo novo tem formato, sensores e graus de liberdade bem distantes do que ele já viu.
Esse número muda a conta de quem compra robô. Se ele se confirmar fora do laboratório, trocar de fornecedor de hardware deixa de exigir que a empresa recomece a coleta de dados de treinamento do zero.
Segurança virou benchmark
O DeepMind apresentou o ASIMOV-Agentic, uma régua para o que a empresa chama de orquestração segura em agente e resolução de incerteza. Ela mede se o agente de raciocínio recusa uma chamada de ferramenta insegura vinda do modelo de ação, se prevê que uma tarefa é impossível e se pede intervenção humana quando está em dúvida.
O DeepMind diz que o ER 2 é o seu modelo de robótica mais seguro até aqui em obediência a restrição e em proximidade de humano. Ele detecta gente por perto, dispara chamada de segurança e para o robô quando alguém se aproxima demais. A empresa aponta esse comportamento como exigência das normas de segurança colaborativa.
Todos esses resultados vêm do próprio DeepMind. Não há avaliação independente no material apurado.
O que o DeepMind não divulgou
A empresa não informou preço, não deu data de disponibilidade geral e não nomeou os parceiros de acesso antecipado. Também não publicou taxa de sucesso para as tarefas demonstradas: o anúncio descreve o que o robô fez, sem dizer em quantas tentativas.
Para quem decide compra de automação no Brasil, sobra pouco a fazer agora. A camada de raciocínio já dá para testar no Google AI Studio. O resto depende de entrar numa lista fechada que o Google não abriu.
--- Apurado em 1 veículo de 1 país.