Em seis meses, equipe de Li Hongyang mostra robô que posiciona o próprio banquinho

Seis meses após a fundação, a equipe de Li Hongyang mostrou pela primeira vez, de forma sistemática, que sua abordagem de "inteligência de corpo inteiro" (Whole-Body Intelligence, WBI) funciona em um robô real. O enredo da demonstração é simples: o brinquedo está alto demais e o braço não o alcança. O robô encontra um banquinho, leva-o até o local, sobe e pega o brinquedo. A publicação saiu em 10 de outubro de 2026, e o material ganhou repercussão por meio do veículo «机器之心» (Jiqizhixin).

O que exatamente foi mostrado

O principal no vídeo é uma sequência de três ações, cada uma com sua própria física:

• transporte do banquinho: o robô segura o objeto, e seu centro de massa se desloca;
• subida no banquinho: o contato com o chão e a área de apoio mudam; a plataforma é mais alta, e a estabilidade, menor;
• pegar o brinquedo em altura: o braço opera em uma nova zona de trabalho, e o equilíbrio precisa ser mantido sobre um apoio estreito.

Segundo o anúncio, esta é a primeira publicação sistemática de resultados em um robô real. Até então, a equipe havia apenas descrito o caminho tecnológico do WBI em seu blog técnico. No trecho disponível, não há números sobre a duração do episódio, a taxa de tentativas bem-sucedidas, o tipo de plataforma ou a quantidade de graus de liberdade. Por ora, só é possível avaliar o cenário.

Por que o banquinho é mais difícil do que parece

A maioria das demonstrações de manipulação se apoia em uma simplificação: o corpo fica parado e só o braço trabalha. Aqui isso não é possível. Quando o robô sobe no banquinho, ele muda, na prática, a própria morfologia. Mudam a altura, os pontos de apoio e os esforços admissíveis nas articulações. O controlador precisa levar isso em conta de antemão: o banquinho tem de ser posicionado de modo que o robô possa subir nele e, depois, alcançar o objeto.

Daí vem a lógica do WBI. Quando o planejamento de movimento de braços, pernas e tronco fica dividido em módulos separados, a tarefa se desfaz nas emendas: o manipulador não sabe que o apoio logo vai mudar. Um modelo único ou um circuito de controle único, em teoria, elimina esse problema. Em teoria, porque o vídeo não mostra como o sistema é estruturado: política end-to-end, hierarquia ou o clássico whole-body control com camadas treináveis por cima.

A própria escolha do cenário revela ambição. Usar uma ferramenta do ambiente, mesmo tão simples, exige entender a geometria da cena e as consequências das próprias ações. Isso se aproxima mais de um raciocínio sobre física do que da reprodução de uma trajetória decorada. Mas um único episódio bem-sucedido também pode ser resultado de uma montagem cuidadosa.

O que observar daqui para frente

Para separar um resultado científico de um vídeo bonito, é preciso responder a algumas perguntas práticas:

• Repetibilidade. De cem tentativas, quantas terminam em sucesso, e como o robô se comporta diante de uma falha?
• Generalização. O que acontece se mudarem a altura do banquinho, o peso, o revestimento do piso ou a posição do brinquedo?
• Autonomia. Quem define o objetivo: um humano por comando, ou o próprio robô decide que não dá para resolver sem o banquinho?
• Plataforma. É um corpo próprio da equipe ou um humanoide pronto, e qual é o custo de um erro em caso de queda?
• Abertura. Haverá artigo, código ou benchmark que permitam a outros laboratórios verificar o resultado?

Para a indústria, o sinal está em outro ponto. O mercado de humanoides está deixando as demonstrações com um único braço e passando para tarefas em que o corpo inteiro participa da solução. Para fábricas e armazéns, são habilidades assim que definem se o robô conseguirá trabalhar em um ambiente que não é ideal. Agora, a equipe de Li Hongyang precisa mostrar que sua abordagem se sustenta em dezenas de variações, e não em um único cenário. Por enquanto, é uma proposta com um protótipo funcional, e o teste virá com novas publicações que tragam métricas.