Google DeepMind apresenta o Gemini Robotics 2, com inteligência de corpo inteiro para robôs

O Google DeepMind apresentou, em julho de 2026, o Gemini Robotics 2, versão atualizada do sistema de controle de robôs com whole-body intelligence. Pela primeira vez, o modelo dá ao robô controle síncrono sobre o corpo inteiro — pernas, tronco e braços — em um único ciclo de planejamento de movimentos.

O que é whole-body intelligence

Whole-body intelligence significa que o robô coordena os movimentos do corpo todo como um sistema cinemático único, em vez de controlar cada elo em sequência. A primeira versão do Gemini Robotics, anunciada pelo Google DeepMind em janeiro de 2025 na CES, concentrava-se na manipulação com as mãos: captura precisa de objetos, manuseio de itens frágeis e tarefas que exigem motricidade fina. O Gemini Robotics 2 estende esse princípio a todo o aparato motor. O objetivo é criar um robô que se mova de forma natural, e não que execute sequências programadas de antemão.

O sistema planeja ao mesmo tempo os movimentos de tornozelo, quadril, coluna e braços, do mesmo modo que uma pessoa faz ao carregar uma caixa pesada sobre um piso irregular ou ao se abaixar para pegar um objeto no chão. Segundo o blog do Google DeepMind, o modelo leva em conta com antecedência as restrições físicas do ambiente e redistribui a carga entre as articulações, sem esperar que ocorra um erro de equilíbrio.

Os sistemas de controle tradicionais otimizam cada grau de liberdade separadamente. O Gemini Robotics 2, ao contrário, trata o corpo como um sistema único, com balanço comum de forças e de momento. Isso permite executar movimentos sem programar explicitamente cada articulação.

Como funciona o treinamento do sistema?

O Gemini Robotics 2 foi construído sobre a arquitetura multimodal do Gemini: o robô recebe entrada visual e textual, raciocina sobre a tarefa proposta e traduz esse raciocínio em comandos motores em tempo real. Para o treinamento, o DeepMind combinou teleoperação, em que um especialista controla o robô à distância e deixa um registro de decisões corretas, com dados sintéticos de movimento. Isso reduziu de forma significativa o número de demonstrações reais necessárias para aprender uma nova tarefa.

Principais características do sistema, segundo o anúncio do Google DeepMind:

• Base arquitetural: modelo multimodal Gemini
• Ciclo único de planejamento que abrange pernas, tronco e braços
• Suporte a plataformas humanoides e a manipuladores clássicos
• Treinamento por teleoperação e dados motores sintéticos
• Cenários-alvo: ambientes não estruturados e variáveis

Segundo o blog oficial do

Google DeepMind, o Gemini Robotics 2 oferece «inteligência de corpo inteiro», permitindo que o robô planeje e execute movimentos como faz um organismo vivo, usando todo o recurso motor disponível.

Onde o novo sistema pode ser aplicado?

A whole-body intelligence abre uma classe de tarefas fora do alcance de manipuladores especializados. Logística de armazém em superfícies irregulares, limpeza de ambientes domésticos com layout variável, auxílio a pessoas com mobilidade reduzida e manutenção de linhas de produção: em todos esses cenários, o principal limitador era justamente a coordenação do corpo como um todo. De acordo com o DeepMind, o sistema foi testado em condições o mais próximas possível das reais, como superfícies escorregadias, ambientes com obstáculos e tarefas com as duas mãos envolvendo objetos assimétricos.

O Google DeepMind trabalha com parceiros de robótica para testar o sistema em plataformas humanoides físicas. O ritmo de desenvolvimento acelerou: da primeira à segunda versão do Gemini Robotics passou cerca de um ano e meio, enquanto os sistemas de pesquisa anteriores eram atualizados com bem menos frequência.

O que isso significa

O Gemini Robotics 2 leva a IA física das demonstrações de laboratório para sistemas funcionais no mundo real. No mercado de whole-body robotics, o Google DeepMind compete com Figure AI, Boston Dynamics e Tesla Optimus, mas a integração com o Gemini dá aos robôs um nível de raciocínio linguístico e visual que os sistemas puramente motores ainda não têm. Se o sistema provar sua confiabilidade fora do laboratório, isso pode estabelecer um novo padrão para o setor.