Robô humanoide começa a trabalhar em fábricas da Mercedes-Benz na Europa

O Google DeepMind apresentou o Gemini Robotics 2.5, um modelo de inteligência artificial desenvolvido para controlar robôs em tarefas físicas. Em testes realizados em fábricas da Mercedes-Benz, na Hungria e na Alemanha, um robô humanoide equipado com o sistema alcançou 96% de sucesso na separação e organização de peças.

A empresa também anunciou o ASIMOV-Jailbreak, uma ferramenta de código aberto criada para avaliar se robôs podem ser manipulados por comandos que tentam burlar suas regras de segurança. (Vídeo no final da matéria).

Cupons Shopee liberados hoje

O anúncio foi publicado em 10 de novembro, no blog oficial do Google DeepMind, em um texto assinado por Carolina Parada. Segundo a empresa, o Gemini Robotics 2.5 é seu modelo mais avançado para transformar imagens e instruções em ações realizadas por robôs.

Por enquanto, a tecnologia está disponível apenas para parceiros da área de robótica, sem previsão de liberação para o público em geral.

Robô humanoide trabalha em fábricas da Mercedes-Benz

Os testes foram realizados em parceria com a Apptronik, fabricante de robôs humanoides, e a Mercedes-Benz. O robô Apollo 2 foi utilizado em linhas de produção em funcionamento nas cidades de Kecskemét, na Hungria, e Sindelfingen, na Alemanha.

Uma das tarefas executadas foi o chamado kitting, processo que consiste em separar e organizar peças de acordo com as necessidades de cada veículo.

O robô precisava retirar suportes metálicos de caixas com peças misturadas e colocá-los em bandejas, seguindo a sequência exigida para a produção de cada automóvel.

Segundo o Google DeepMind, o sistema conseguiu identificar e corrigir falhas durante a execução das tarefas. Nos testes, alcançou uma taxa de sucesso de 96%, resultado apresentado pela empresa como parte de um projeto-piloto.

Jeff Cardenas, cofundador e diretor-executivo da Apptronik, afirmou que o desempenho dos modelos melhorou significativamente após algumas semanas de treinamento adicional. Segundo ele, a transferência da tecnologia para as fábricas da Mercedes-Benz ocorreu com pouca perda de desempenho.

Em avaliações de laboratório, o Google DeepMind submeteu o modelo a mais de 200 tarefas diferentes. Entre elas estavam servir alimentos com pinças, amarrar uma fita em uma caixa de presente e transferir líquidos com uma pipeta.

Em comparação com versões anteriores, a empresa informou que a taxa de sucesso aumentou entre 30% e 100%, dependendo da tarefa. A velocidade de execução também melhorou entre 20% e 30%.

O sistema foi desenvolvido para funcionar com diferentes plataformas robóticas. Entre os exemplos apresentados estão o Apollo 2, equipado com mãos de cinco dedos, e o Franka Duo, que utiliza pinças de dois dedos.

Teste avalia se robôs podem ser enganados

Além da capacidade de executar tarefas, o Google DeepMind apresentou uma ferramenta para avaliar a segurança dos robôs diante de comandos maliciosos.

O projeto recebeu o nome de ASIMOV-Jailbreak e reúne centenas de instruções elaboradas para tentar fazer sistemas de inteligência artificial ignorarem suas regras de segurança em diferentes situações.

O termo jailbreak é utilizado para descrever tentativas de burlar as restrições de um sistema de IA. Em um chatbot, isso pode levar à geração de respostas que deveriam ser bloqueadas. Em um robô, o problema pode resultar em ações físicas perigosas.

A ferramenta foi disponibilizada em código aberto, permitindo que pesquisadores utilizem os testes para avaliar a resistência de sistemas robóticos a esse tipo de manipulação.

O nome faz referência ao conjunto de avaliações ASIMOV, apresentado pelo Google DeepMind em um estudo publicado em março de 2025, voltado à segurança de robôs.

Nos testes divulgados pela empresa, o Gemini 4 Argon, modelo de linguagem utilizado para supervisionar as decisões do robô, alcançou 99,5% de resistência às tentativas de manipulação. O resultado representa um avanço em relação ao Gemini Robotics ER 2, que havia registrado 82%.

Os percentuais foram divulgados pelo próprio Google DeepMind e não contam com verificação externa independente.

Sistema tenta evitar acidentes durante as tarefas

O Gemini Robotics 2.5 também incorpora um mecanismo que revisa o raciocínio do robô enquanto ele executa suas atividades. O objetivo é identificar situações de risco e permitir que o sistema ajuste suas ações antes que ocorram acidentes.

Nas avaliações realizadas pelo Google DeepMind, a capacidade de concluir tarefas com segurança aumentou 33% quando havia obstáculos por perto. Na presença de pessoas, a melhora chegou a 43%.

A empresa também utilizou o Gemini 4 Argon para acelerar o desenvolvimento da tecnologia. O modelo gerou milhares de simulações a partir de cenas reais e ajudou os pesquisadores a identificar os motivos de falhas durante a execução das tarefas.

O Google DeepMind não divulgou os preços nem uma data para disponibilizar o Gemini Robotics 2.5 ao público em geral.