noticias
Robôs humanoides se aproximam de um “momento ChatGPT”, mas o salto decisivo ainda está no software
**CEO da Unitree estima que a inteligência incorporada pode atingir um ponto de virada entre dois e dez anos; desafio é fazer máquinas lidarem com ambientes e tarefas que nunca viram antes.**
A próxima grande ruptura da inteligência artificial pode não acontecer em uma tela.
Pode acontecer quando uma máquina receber uma instrução simples como “arrume esta cozinha”, observar um ambiente que nunca viu antes e descobrir sozinha como executar a tarefa.
Wang Xingxing, fundador e CEO da fabricante chinesa Unitree Robotics, afirmou nesta quinta-feira, 20 de agosto de 2026, durante a World Robot Conference, em Pequim, que o setor caminha para aquilo que chamou de **“momento ChatGPT” da inteligência incorporada**.
Em um cenário otimista, esse salto poderia acontecer dentro de dois ou três anos; em uma projeção mais conservadora, entre cinco e dez anos.
A comparação não significa simplesmente colocar um chatbot dentro de um corpo metálico.
O ponto de virada ocorreria quando robôs fossem capazes de entrar em ambientes desconhecidos e executar a maior parte das tarefas solicitadas por linguagem natural, sem programação específica para cada cômodo, objeto ou situação.
Segundo Wang, uma referência razoável seria um robô conseguir completar aproximadamente **80% das tarefas em cerca de 80% dos ambientes desconhecidos**, recebendo apenas comandos de voz ou texto.
Esse detalhe muda quase tudo.
O problema dos robôs atuais não é mais apenas andar
Durante décadas, construir um robô humanoide significava resolver principalmente problemas mecânicos.
A máquina precisava ficar em pé, caminhar sem cair, equilibrar-se, mover os braços e suportar seu próprio peso.
Boa parte desse desafio continua relevante, mas empresas como Unitree, AgiBot, Tesla, Figure, UBTech e outras já demonstraram máquinas capazes de correr, dançar, manipular objetos e executar movimentos que poucos anos atrás pareciam restritos a laboratórios.
O gargalo está migrando para outro lugar: **o cérebro da máquina**.
Wang reconheceu que os modelos de IA usados atualmente ainda não generalizam suficientemente bem para aplicações amplas e que a Unitree está investindo uma parcela importante de seus recursos e pessoal no desenvolvimento de *world models*, ou modelos de mundo.
Esses sistemas tentam construir uma representação computacional do ambiente físico.
Uma IA de texto precisa prever palavras.
Um robô precisa prever consequências.
Se ele empurrar um copo, o copo pode cair.
Se segurar uma caixa com pouca força, pode deixá-la escapar.
Se encontrar uma cadeira em um lugar diferente daquele existente nos dados de treinamento, precisa entender que continua sendo uma cadeira e adaptar seus movimentos.
Parece trivial para uma pessoa.
Para uma máquina, envolve percepção visual, profundidade, física, planejamento, controle motor, memória e tomada de decisão ocorrendo continuamente.
O verdadeiro salto será a generalização
Esse é provavelmente o ponto mais importante da declaração do CEO da Unitree.
Robôs já conseguem executar tarefas impressionantes quando são treinados especificamente para elas.
O problema surge quando alguma coisa muda.
Durante sua apresentação, Wang explicou que alterações relativamente pequenas no objeto manipulado ou no próprio ambiente ainda podem derrubar significativamente a taxa de sucesso dos robôs.
Imagine um robô treinado para retirar determinadas caixas de uma prateleira.
Trocar a posição das caixas, alterar seu tamanho ou colocar um objeto inesperado no caminho pode exigir uma adaptação que um ser humano faria quase automaticamente.
O chamado “momento ChatGPT” seria justamente o instante em que essa fragilidade começasse a desaparecer.
Em vez de ensinar milhares de tarefas individualmente, seria possível fornecer ao robô conhecimento mais geral sobre objetos, ambientes, ações e consequências.
Ele receberia uma intenção.
A partir dela, construiria um plano.
ChatGPT teve internet. Robôs precisam aprender com o mundo físico
Existe, entretanto, uma diferença brutal entre treinar modelos de linguagem e treinar robôs.
A internet forneceu quantidades gigantescas de textos, imagens, códigos, livros, fóruns e outros materiais utilizados no desenvolvimento das atuais gerações de modelos de IA.
Para robótica, os dados necessários são muito mais difíceis de obter.
É preciso registrar coisas como posição das articulações, força aplicada, movimento das mãos, imagens captadas pelas câmeras, profundidade, contato físico e resultado de cada ação.
Também existe o chamado problema *sim-to-real*.
Empresas podem treinar milhões de movimentos em ambientes simulados, acelerando enormemente o aprendizado.
Mas nenhuma simulação reproduz perfeitamente atrito, iluminação, deformação dos objetos, falhas mecânicas ou todas as pequenas imprevisibilidades do mundo real.
Um robô precisa aprender a lidar justamente com essas exceções.
É por isso que centros de coleta de dados robóticos estão se tornando uma peça estratégica dessa indústria.
A ironia é interessante: antes de robôs substituírem trabalhadores, existem hoje trabalhadores ensinando robôs a trabalhar.
A China já transformou humanoides em uma corrida industrial
O comentário de Wang acontece em um momento particularmente importante para a indústria chinesa.
A Unitree estreou nesta semana no mercado de ações de Xangai, depois de uma oferta pública que atraiu enorme demanda de investidores. A empresa tornou-se conhecida inicialmente pelos robôs quadrúpedes e posteriormente ganhou projeção mundial com humanoides capazes de correr, saltar, dançar e realizar demonstrações de artes marciais.
Ao mesmo tempo, a China está construindo uma vantagem industrial difícil de ignorar.
Um relatório divulgado por uma entidade chinesa do setor citado pela Reuters estima que mais de 40 mil humanoides foram entregues no país durante o primeiro semestre de 2026 e atribui às fabricantes chinesas 97% dos embarques globais. Outras consultorias utilizam metodologias diferentes e chegam a volumes absolutos menores, o que exige cautela ao comparar números desse mercado ainda muito jovem.
O ponto em comum entre as estimativas é mais relevante do que a divergência: a China assumiu uma posição dominante na fabricação inicial desse tipo de máquina.
AgiBot e Unitree aparecem entre as maiores fabricantes por volume.
Mas produzir muitos robôs não significa necessariamente que eles já estejam realizando trabalho economicamente útil.
E aí começa a parte menos cinematográfica dessa história.
Dançar é fácil. Pagar o próprio custo é mais complicado
O setor está descobrindo que existe uma distância considerável entre uma demonstração viral e uma máquina capaz de trabalhar oito horas em uma fábrica.
Robôs atuais ainda enfrentam dificuldades de autonomia, confiabilidade, manutenção, velocidade e produtividade.
Estimativas citadas pela Reuters indicam que humanoides industriais podem custar atualmente entre **300 mil e 500 mil yuans**, enquanto uma análise da Guotai Securities calcula que um custo total próximo de 160 mil yuans seria necessário para que determinadas aplicações recuperassem o investimento em dois anos frente ao custo de um trabalhador.
É uma diferença considerável.
Também existe outro detalhe pouco discutido.
Uma parcela relevante dos robôs produzidos atualmente pode não estar trabalhando em fábricas, hospitais ou residências.
O analista Georg Stieler estima que entre 50% e 70% dos humanoides fabricados neste ano poderão terminar em chamadas **“fábricas de dados”**, onde são usados principalmente para gerar informações destinadas ao treinamento de modelos de inteligência incorporada.
Ou seja, parte do crescimento da própria indústria está sendo consumida pela construção da tecnologia que espera criar o mercado futuro.
Os primeiros empregos afetados provavelmente não serão os que aparecem nos filmes
Caso a tecnologia avance, a substituição inicial provavelmente acontecerá onde a equação econômica for mais simples.
Linhas de produção.
Armazéns.
Separação de mercadorias.
Inspeção industrial.
Movimentação de materiais.
Ambientes perigosos.
Operações repetitivas.
Não porque essas sejam necessariamente as únicas tarefas possíveis, mas porque são ambientes mais previsíveis e controlados.
Uma residência é muito mais difícil.
Existem crianças, animais, escadas, roupas espalhadas, objetos frágeis, líquidos, móveis diferentes e milhares de situações inesperadas.
Uma fábrica pode ser reorganizada para atender às limitações de um robô.
Uma casa dificilmente será.
É justamente por isso que o teste sugerido por Wang — colocar um humanoide em uma residência desconhecida — é tão ambicioso.
Segurança será um problema maior quando os robôs ficarem mais inteligentes
Há ainda uma consequência pouco confortável.
Um erro de um chatbot pode produzir uma resposta absurda.
Um erro de um robô pode derrubar alguma coisa.
Ou alguém.
Quanto mais autonomia essas máquinas receberem, mais importantes serão mecanismos independentes de segurança.
Isso envolve limites físicos de força e velocidade, sensores redundantes, zonas de exclusão, interrupção emergencial, auditoria das decisões do modelo e sistemas capazes de bloquear comandos perigosos.
Também cria questões de segurança digital.
Um humanoide conectado possui câmeras, microfones, sensores e atuadores dentro de ambientes privados.
Comprometer uma máquina dessas seria muito mais grave do que invadir um computador convencional.
A disputa geopolítica já começou.
Em julho, a Federal Communications Commission dos Estados Unidos restringiu novas autorizações para determinados equipamentos robóticos avançados produzidos no exterior, afetando fabricantes chineses como a própria Unitree.
Robótica, portanto, começa a seguir o mesmo caminho de semicondutores, telecomunicações e inteligência artificial: deixou de ser apenas tecnologia e passou a ser infraestrutura estratégica.
Talvez não exista um único “momento ChatGPT”
A expressão utilizada por Wang é excelente para explicar a ambição do setor, mas também pode simplificar demais o problema.
O ChatGPT conseguiu crescer extraordinariamente rápido porque software pode ser distribuído para milhões de usuários praticamente instantaneamente.
Robôs precisam ser fabricados.
Precisam de motores, redutores, baterias, sensores, processadores, peças mecânicas e assistência técnica.
Precisam ser transportados.
Quebram.
Sofrem desgaste.
Consomem energia.
E cada unidade adicional possui um custo físico.
Especialistas da área já questionam, inclusive, se a robótica terá realmente um único momento de ruptura comparável ao lançamento do ChatGPT ou se a transformação ocorrerá gradualmente, tarefa por tarefa e setor por setor.
É uma diferença importante.
O software pode escalar quase na velocidade de um download.
A robótica escala na velocidade de uma indústria.
Análise da equipe
A previsão de Wang Xingxing merece atenção justamente porque não é a mais espetacular possível.
O próprio dirigente de uma das empresas mais visíveis da robótica mundial reconhece que hardware impressionante não significa inteligência geral.
Essa distinção é fundamental.
Durante algum tempo, o setor vendeu vídeos de robôs correndo, dando cambalhotas e lutando como se fossem evidência suficiente de que trabalhadores humanoides estavam prestes a chegar às nossas casas.
Não são.
Essas demonstrações provam avanços mecânicos extraordinários, mas não resolvem o problema central da autonomia.
O verdadeiro salto acontecerá quando parar de ser necessário preparar cuidadosamente o mundo para o robô e o robô começar a entender o mundo como ele realmente é.
Se isso acontecer dentro de dois, cinco ou dez anos, a consequência econômica pode ser enorme.
Mas haverá um indicador muito mais útil do que vídeos virais para descobrir quando o “momento ChatGPT” realmente chegou.
Não será quando um robô der outra cambalhota perfeita.
Será quando uma empresa conseguir colocá-lo em um ambiente que ele nunca viu, explicar o trabalho em poucas palavras, deixá-lo sozinho e perceber, algumas horas depois, que ninguém precisou ir lá salvá-lo.
Esse será o momento em que a robótica deixará definitivamente de ser demonstração tecnológica e começará a disputar trabalho no mundo real.
👉 Dúvida? Então veja mais em: https://pixbugtech.com/linksuteis