Nomagic implementou um modelo VLA em robôs de armazém e reduziu pela metade os chamados de operadores

Nomagic, empresa polonesa, implantou um modelo vision-language-action (VLA) em operações reais de armazém com clientes comerciais em julho de 2026 — e registrou uma redução aproximadamente em duas vezes no número de casos em que o robô exigia intervenção do operador. Em paralelo, a empresa lançou seu próprio laboratório de IA liderado por um ex-pesquisador do Google DeepMind.

O que é um modelo VLA e por que um robô de armazém precisa dele

Modelos vision-language-action são redes neurais que combinam três componentes em uma única arquitetura: visão computacional (o que o robô vê à sua frente), compreensão de contexto (qual tarefa precisa ser resolvida com este objeto) e planejamento de ações (como exatamente controlar o manipulador). Diferentemente da programação clássica, onde as regras são escritas manualmente para cada tipo de produto ou cenário não padronizado, um modelo VLA toma decisões dinamicamente — da mesma forma que uma pessoa manejaria um objeto desconhecido sem abrir um manual de instruções.

Até recentemente, os modelos VLA existiam principalmente em laboratório: eram testados em conjuntos limitados de objetos em ambiente controlado. Nomagic — empresa sediada em Varsóvia especializada em manipuladores para logística de armazém — transferiu essa tecnologia para condições reais de operação.

• Tipo de modelo: vision-language-action (VLA)
• Empresa: Nomagic, Varsóvia, Polônia
• Resultado: ~50% de redução na frequência de solicitações de intervenção do operador
• Laboratório de IA: lançado em 2026, liderado por ex-pesquisador do Google DeepMind
• Estratégia: "mastery before generality" — primeiro domínio em tarefas específicas, depois universalidade

Por que Nomagic aposta no domínio, não na universalidade

Na corrida da robótica, uma narrativa domina: criar um agente universal capaz de atuar em qualquer ambiente e com qualquer objeto. Isso é o que Physical Intelligence, Google DeepMind e vários outros grandes laboratórios buscam. Nomagic conscientemente escolheu um caminho diferente.

A equipe do novo laboratório de IA é liderada por um ex-pesquisador do Google DeepMind — alguém bem familiarizado com a corrida pela generalizabilidade desde dentro. No entanto, dentro da Nomagic, a equipe deliberadamente estreita seu foco: domínio profundo de um conjunto específico de operações de armazém — preensão, transferência e classificação de itens heterogêneos em velocidade industrial — é mais importante do que a capacidade de lidar com tarefas arbitrárias.

A justificativa é pragmática: um cliente construindo um centro de atendimento automatizado não precisa de um robô que possa abrir portas ou fazer café. Ele precisa de um sistema que, às três da manhã, quando chega um lote com embalagem não padronizada, não "congele" esperando por um operador.

O que mudou nas operações de armazém

A métrica-chave no atendimento robótico é a "human-in-the-loop rate": a proporção de situações em que o sistema não consegue lidar sozinho e solicita assistência humana. Cada uma dessas chamadas é um atraso na linha de produção, custos operacionais adicionais e uma limitação na escalabilidade sem aumentar a equipe.

Segundo a Nomagic, a implantação do modelo VLA reduziu essa métrica em aproximadamente 50% nos sites de clientes comerciais. Criticamente importante: isso diz respeito ao mesmo equipamento físico — os robôs não foram substituídos. O aumento em duas vezes na autonomia foi alcançado exclusivamente através do novo "cérebro".

Para a indústria, este é um sinal importante: os modelos VLA cruzaram o limiar onde podem ser não apenas demonstrados em exposições, mas também implantados em operação real com resultados comerciais mensuráveis.

O que isso significa

Nomagic fez o que a indústria de robótica promete há anos: moveu um modelo de IA de nova geração de um ambiente de pesquisa para a produção e alcançou um resultado concreto e mensurável. A estratégia "primeiro domínio" pode se mostrar um caminho mais curto para armazéns verdadeiramente autônomos do que desenvolver um agente universal.