noticias
Robôs que entendem ordens e executam tarefas complexas: Spirit AI aposta em salto histórico já em 2027
**Startup chinesa afirma que o gargalo dos humanoides deixou de ser apenas o corpo e passou para o “cérebro”: modelos capazes de transformar linguagem, visão e contexto em ações físicas confiáveis.**
Durante anos, a robótica perseguiu um problema essencialmente mecânico: construir máquinas capazes de andar, equilibrar o próprio corpo, segurar objetos e executar movimentos próximos aos humanos.
Esse problema ainda não desapareceu, mas começa a dividir o palco com outro muito mais complicado.
O robô precisa entender o que estamos pedindo.
Mais do que isso: precisa olhar para um ambiente que nunca viu, descobrir sozinho como cumprir uma ordem, dividir a tarefa em etapas, executar movimentos físicos, perceber quando alguma coisa deu errado e corrigir o próprio comportamento.
É nessa fronteira que a startup chinesa **Spirit AI** acredita que ocorrerá um salto importante já em meados de 2027.
Gao Yang, cofundador e cientista-chefe da companhia, disse que a inteligência dos robôs o chamado “cérebro robótico” tornou-se o elo mais fraco da atual cadeia tecnológica dos humanoides. A expectativa da empresa é que modelos de inteligência incorporada avancem a ponto de permitir que máquinas executem tarefas de propósito mais geral depois de receber instruções verbais.
A previsão é ambiciosa.
Mas não surgiu no vazio.
Fazer um robô dar um salto mortal é diferente de fazê-lo arrumar a sala
Vídeos de humanoides correndo, dançando ou realizando acrobacias impressionam porque tornam visível a evolução da engenharia mecânica.
Só que existe uma diferença gigantesca entre executar uma sequência previamente preparada e receber uma ordem como:
**“Arrume a sala.”**
Essa frase aparentemente simples contém dezenas de problemas computacionais.
O que significa estar arrumada?
Quais objetos estão fora do lugar?
Uma lata vazia deve ir para a mesa, para um armário ou para o lixo?
A louça deve ser empilhada ou colocada na máquina?
E se alguém mover um objeto enquanto o robô trabalha?
É justamente esse tipo de sequência que a Spirit AI está tentando desenvolver com seus modelos.
Em demonstrações da empresa, o Moz1 recebeu uma única instrução em linguagem natural para organizar uma sala e executou uma sequência de subtarefas, incluindo recolher objetos e colocar louça na lava-louças. Durante o processo, elementos adicionais foram introduzidos no ambiente e o sistema precisou incorporá-los ao planejamento.
Isso parece simples quando descrito em uma frase.
Tecnicamente, não é.
O que existe dentro de um “cérebro robótico”
Os sistemas mais promissores dessa área pertencem a uma família conhecida como **Vision-Language-Action**, ou VLA.
O princípio é combinar três mundos que durante muito tempo permaneceram relativamente separados.
A visão permite que o robô interprete câmeras e outros sensores.
A linguagem permite compreender uma instrução humana.
A ação transforma a decisão do modelo em movimentos físicos.
Em vez de programar manualmente algo como “avance 42 centímetros, gire o braço 27 graus, feche a garra e recue”, o objetivo passa a ser dar ao robô uma intenção.
“Pegue aquela garrafa e coloque-a na geladeira.”
A IA precisa descobrir o restante.
O modelo Spirit v1.6 utilizado pela empresa combina percepção multimodal, modelagem do ambiente, previsão de estados futuros e geração de ações. A proposta é permitir que a máquina reavalie o mundo enquanto executa a tarefa, em vez de simplesmente reproduzir uma lista rígida de movimentos.
É uma mudança conceitual enorme.
Estamos deixando de programar movimentos e começando a ensinar objetivos.
E a Spirit AI está longe de estar sozinha
Talvez o sinal mais importante seja que diferentes empresas chegaram praticamente ao mesmo problema.
O Google DeepMind apresentou recentemente o **Gemini Robotics 2**, um modelo VLA capaz de converter visão e linguagem em controle motor de corpo inteiro. Em demonstrações divulgadas pela empresa, um humanoide Apollo recebe instruções, caminha até objetos, manipula-os e os transporta para locais determinados.
O sistema utiliza ainda uma camada de raciocínio que funciona como uma espécie de coordenador de alto nível: observa o ambiente, interpreta o objetivo, divide a operação em etapas e acompanha se aquilo que deveria acontecer realmente aconteceu.
É praticamente a transformação dos agentes de IA que hoje operam computadores em **agentes que operam o mundo físico**.
A diferença é que errar um clique e errar o movimento de um braço mecânico com dezenas de quilos são problemas bastante diferentes.
O verdadeiro petróleo dessa corrida são movimentos humanos
Aqui aparece uma das partes mais interessantes — e menos glamourosas — dessa história.
Robôs precisam de dados.
Modelos de linguagem puderam aprender com uma quantidade colossal de textos, páginas da internet, livros, códigos e documentos já digitalizados.
Para um robô, entretanto, saber que alguém escreveu “abra a geladeira” não ensina necessariamente a força, o ângulo, a velocidade e a sequência de movimentos necessários para realmente abrir uma porta.
Esses dados simplesmente não existem na internet na mesma escala.
A solução encontrada pela Spirit AI é bastante física.
A empresa utiliza cerca de **mil prestadores de serviços** para coletar movimentos humanos em residências e ambientes industriais usando equipamentos com sensores. Pessoas repetem atividades como abrir geladeiras, manipular objetos, cortar alimentos ou interagir com equipamentos para gerar exemplos dos quais os modelos possam aprender.
É quase uma inversão histórica curiosa.
Durante décadas, humanos programaram robôs.
Agora humanos estão executando tarefas cotidianas para que robôs possam aprender observando seus movimentos.
E a empresa descobriu uma coisa ainda mais interessante: erros podem ensinar
Um dos pontos mais incomuns da estratégia da Spirit AI está no que a companhia chama de utilização de dados menos “limpos”.
Em sistemas tradicionais de treinamento robótico, há uma tendência de registrar movimentos muito precisos e repetidos diversas vezes.
A Spirit AI afirma ter observado benefícios ao incorporar execuções mais diversas e imperfeitas.
Isso faz sentido quando pensamos no mundo real.
Pessoas não abrem uma gaveta exatamente do mesmo modo todas as vezes.
Objetos não permanecem sempre no mesmo lugar.
Uma sacola dobra.
Um cabo se enrola.
Uma camiseta muda completamente de formato quando é manipulada.
E aí aparece outro problema fundamental.
O mundo é deformável
Simulações de física tornaram-se extraordinariamente sofisticadas.
Mesmo assim, reproduzir perfeitamente determinados objetos continua complicado.
Uma peça metálica rígida possui propriedades relativamente previsíveis.
Uma toalha, um fio elétrico, uma sacola, uma camiseta ou um alimento são outra história.
Eles dobram, torcem, amassam, escorregam e mudam de geometria continuamente.
É por isso que a Spirit AI aposta fortemente em dados coletados no mundo real.
Simuladores continuam sendo importantes e permitem produzir treinamento em grande escala sem movimentar máquinas físicas durante milhões de horas. Mas existe uma diferença entre aprender física simulada e enfrentar aquela gaveta que resolveu emperrar justamente hoje.
É nessa diferença que boa parte da próxima geração da robótica está sendo construída.
90% de sucesso ainda significam uma coisa importante: 10% de falha
A Spirit AI afirma que seus sistemas já alcançam cerca de **90% de sucesso em tarefas simples realizadas em ambientes estruturados**.
O número é impressionante como indicador de progresso.
Também mostra quanto trabalho ainda existe.
Imagine um robô doméstico realizando vinte ações durante o dia.
Se cada ação independente tivesse 90% de chance de funcionar, a confiabilidade acumulada de uma sequência longa se deterioraria rapidamente.
Naturalmente, sistemas reais podem repetir operações, detectar erros e recuperar-se de falhas — justamente uma das principais linhas de pesquisa atuais.
Mas esse exemplo ajuda a explicar por que demonstrações impressionantes não significam que um robô esteja pronto para viver sozinho dentro de uma casa.
Uma fábrica é muito mais amigável para máquinas.
O chão é previsível.
As estações de trabalho são conhecidas.
Objetos podem ser padronizados.
Existem áreas delimitadas e procedimentos definidos.
Uma residência é praticamente o pesadelo de um algoritmo.
Crianças deixam objetos no chão, animais atravessam o caminho, móveis mudam de lugar, pessoas interrompem tarefas e praticamente qualquer objeto pode aparecer em praticamente qualquer posição.
Por isso a fábrica vem primeiro
A própria estratégia da Spirit AI reconhece esse problema.
A empresa resume seu roteiro em uma sequência bastante lógica: **indústria primeiro, serviços comerciais depois e residências por último**.
A Spirit AI já mantém dezenas de robôs Moz1 em ambientes produtivos ligados à fabricante de baterias CATL e à varejista JD.com, que também investiu na startup. Gao Yang estima que os primeiros um ou dois anos representam a janela inicial de aplicações industriais, enquanto o uso doméstico generalizado pode exigir pelo menos oito anos.
Essa diferença temporal é importante porque ajuda a retirar um pouco da ficção científica da discussão.
Provavelmente não acordaremos em 2027 cercados por mordomos robóticos.
O que podemos começar a perceber é muito mais pragmático: máquinas assumindo pequenas sequências de trabalho em fábricas, depósitos, centros logísticos, restaurantes e ambientes comerciais.
Depois, aumentando gradualmente sua autonomia.
O trabalho pode mudar antes de os robôs chegarem às nossas casas
Esse talvez seja o impacto mais subestimado.
Quando se fala em humanoides, imaginamos imediatamente o robô doméstico.
Mas empresas têm uma motivação econômica muito maior para automatizar ambientes profissionais.
Um sistema que consegue transportar peças, separar objetos, alimentar máquinas, organizar produtos e repetir tarefas durante muitas horas pode alterar rapidamente determinadas operações industriais e logísticas.
Isso não significa simplesmente substituir pessoas.
Os primeiros impactos provavelmente ocorrerão também na reorganização do trabalho.
Alguns profissionais passarão a supervisionar grupos de máquinas.
Outros poderão trabalhar na coleta de dados, treinamento, manutenção, teleoperação e recuperação de robôs quando a autonomia falhar.
Curiosamente, a automação pode inicialmente criar uma enorme quantidade de trabalho humano destinado justamente a ensinar as máquinas a automatizar trabalho humano.
Só depois saberemos o tamanho dessa ironia.
Segurança deixa de ser um filtro de conteúdo
Existe outra diferença fundamental entre ChatGPT e um humanoide.
Quando uma IA textual interpreta mal uma instrução, ela pode produzir uma resposta incorreta.
Quando inteligência artificial controla um corpo físico, a consequência do erro pode envolver massa, velocidade, força e pessoas reais.
Um braço precisa saber não apenas onde deve parar.
Precisa saber **quanto pode apertar**.
Um robô precisa diferenciar uma caixa de um animal.
Precisa interromper um movimento inesperado.
Precisa reconhecer quando não possui segurança suficiente para executar determinada operação.
Controle de força, sensores, limites mecânicos, sistemas independentes de emergência e mecanismos de supervisão tornam-se tão importantes quanto o modelo de IA.
A segurança da inteligência artificial deixa então de ser apenas uma questão sobre aquilo que a máquina pode dizer.
Passa a envolver aquilo que ela pode fazer.
Análise da equipe
Existe uma tentação compreensível de chamar qualquer demonstração impressionante de “momento ChatGPT da robótica”.
A comparação exige cuidado.
O ChatGPT pôde alcançar centenas de milhões de pessoas porque software pode ser copiado praticamente sem custo marginal e entregue pela internet.
Robôs precisam ser fabricados.
Precisam de motores, redutores, sensores, baterias, processadores, manutenção, peças de reposição e energia.
Também precisam sobreviver ao mundo físico.
Ainda assim, a tese da Spirit AI toca em algo fundamental.
O hardware avançou rápido o suficiente para que o principal gargalo comece a migrar do movimento para a inteligência.
E isso muda completamente a natureza da competição.
A pergunta deixa de ser apenas quem construirá o robô que corre mais rápido ou possui a mão mais sofisticada.
Passa a ser quem construirá o **modelo capaz de aprender o maior número de tarefas e transferi-las entre diferentes corpos e ambientes**.
Nesse cenário, o recurso estratégico deixa de ser somente hardware.
Passa a ser experiência.
Dados sobre como o mundo físico funciona podem se tornar para a robótica aquilo que grandes conjuntos de texto representaram para os modelos generativos.
2027 não será necessariamente o ano do robô doméstico — e isso talvez seja mais interessante
A previsão da Spirit AI deve ser tratada exatamente como aquilo que é: **uma previsão feita por uma empresa diretamente envolvida nessa corrida tecnológica**, não uma data garantida para o nascimento de robôs de propósito geral.
Existe, porém, evidência concreta de que o campo está avançando.
Spirit AI já demonstra tarefas de longa duração a partir de linguagem natural.
O Google DeepMind mostra controle corporal, destreza e raciocínio incorporado com Gemini Robotics 2.
E o mercado ainda é pequeno quando comparado à robótica industrial tradicional: cerca de 7 mil humanoides foram vendidos globalmente em 2025 para aplicações industriais e profissionais, segundo dados divulgados pela Federação Internacional de Robótica, enquanto instalações de robôs industriais convencionais são medidas em centenas de milhares de unidades por ano.
Essa diferença talvez seja justamente o ponto.
Estamos olhando para uma tecnologia que ainda não chegou à escala — mas que está tentando resolver o problema que poderá permitir que isso aconteça.
O dia realmente importante para a robótica provavelmente não será aquele em que um humanoide executar o salto mortal mais espetacular.
Será aquele em que alguém apontar para uma cozinha bagunçada e disser apenas:
**“Organize isso.”**
E a máquina souber, sozinha, o que fazer em seguida.
👉 Dúvida? Então veja mais em: https://pixbugtech.com/linksuteis