Gemini Robotics 2.5 separa peças na linha de montagem da Mercedes com 96% de precisão

Imagine uma linha de montagem: peças metálicas estão amontoadas em contêineres e é preciso distribuí-las em bandejas de modo que, para cada carro, o kit chegue na ordem certa. Isso se chama kitting, e nas fábricas esse trabalho ainda é feito, em sua maioria, por pessoas. A Google DeepMind afirma que seu novo modelo Gemini Robotics 2.5 já dá conta da tarefa em linhas em operação da Mercedes-Benz, com 96% de sucesso.

Que modelo é esse

O Gemini Robotics 2.5 é um modelo VLA (vision-language-action). Em termos simples, um único "cérebro" recebe a imagem das câmeras e um comando de texto, como "distribua as peças nas bandejas", e entrega como saída os movimentos das mãos e dos dedos. Não é preciso programar cada pega separadamente.

Segundo a DeepMind, o modelo foi testado em mais de 200 tarefas: desde servir comida com pinças até trabalhar com pipeta. Em comparação com as versões anteriores da própria empresa, a taxa de sucesso cresceu de 30% a 100% (dependendo do tipo de tarefa), e as tarefas são executadas de 20% a 30% mais rápido. O modelo funciona com diferentes robôs: o humanoide Apptronik Apollo 2, com mão de cinco dedos e 22 graus de liberdade, e a plataforma Franka Duo, com duas garras de dois dedos.

Piloto na linha de montagem e segurança

Os testes foram realizados em Kecskemét (Hungria) e Sindelfingen (Alemanha). O Apollo 2 pegava peças de uma pilha desordenada e as distribuía em bandejas na ordem necessária para cada automóvel. Dois modelos trabalhavam em conjunto: o Gemini Robotics ER acompanhava o andamento de todo o processo, como um despachante, e o Gemini Robotics 2.5 controlava as mãos. É um esquema conhecido dos sistemas de agentes: uma camada planeja e supervisiona, a outra executa.

O CEO da Apptronik, Jeff Cardenas, diz que, após algumas semanas de ajuste fino, o modelo melhorou de forma notável e passou para a produção da Mercedes com perda mínima de qualidade. Para os profissionais da área, este é o ponto mais interessante: a distância entre o laboratório e o chão de fábrica costuma consumir boa parte das métricas.

O modelo controla o robô em tempo real e sabe evitar perigos físicos. Segundo medições internas da DeepMind, a execução segura de tarefas aumentou 33% perto de obstáculos e 43% perto de pessoas.

À parte, a empresa publicou no Hugging Face o benchmark aberto ASIMOV-Jailbreak. São centenas de prompts em que pedidos perigosos são disfarçados de comuns em dezenas de cenas: o teste verifica se é possível convencer o robô a fazer algo nocivo. Segundo a Google, seu modelo de linguagem Gemini 4 Argon mostra 99,5% de resistência a jailbreak, enquanto o antecessor, Gemini Robotics ER 2, mostra 82%.

O mesmo Argon foi usado como motor de simulação. A partir de uma única cena real captada pela câmera, ele gera milhares de execuções simuladas e um gêmeo digital. Combinado com demonstrações reais, isso ajuda o robô a generalizar a experiência mais rapidamente para novas cenas e objetos. Além disso, a partir de gravações de vídeo, o Argon formula hipóteses sobre as causas dos erros e testa as correções tanto na simulação quanto em um robô de verdade.

Ressalvas e conclusão prática

Todos os números são medições da própria Google e de seus parceiros; ainda não há verificação independente. 96% em uma única tarefa de kitting não significa 96% em qualquer trabalho. As comparações são feitas com versões anteriores da própria DeepMind, e não com concorrentes. Não foi revelado o que exatamente conta como "sucesso" nem quantas foram as tentativas. E 4% de falhas em uma linha de montagem é muito, se a parada da linha sai cara. O acesso, por ora, é restrito aos parceiros: Agile, Apptronik e Mercedes-Benz.

Se você trabalha com robótica ou automação industrial, olhe para o padrão, e não para um único número: a combinação de "modelo despachante mais modelo executor", a simulação por LLM para gerar dados de treinamento e o ajuste fino curto para uma unidade específica. Quem desenvolve agentes deveria adotar o ASIMOV-Jailbreak como exemplo de como testar um sistema em que o erro custa não tokens a mais, mas uma peça quebrada ou um ferimento.

Para produtos e fundadores: convém esperar por acesso aberto e testes independentes, mas já é hora de planejar pilotos. Operações restritas e repetitivas, como o kitting, parecem os primeiros candidatos a uma implantação real de humanoides.