Gemini Robotics 2.5 separa peças em teste na Mercedes-Benz

A Google DeepMind apresentou o Gemini Robotics 2.5, um novo modelo para controlar robôs, e testou-o em linhas de produção em funcionamento, em conjunto com a fabricante de robôs Apptronik e a Mercedes-Benz. O robô humanoide Apollo 2 separou peças de metal, e a Google DeepMind indica uma taxa de sucesso de 96%. Os números vêm do anúncio de 10 de novembro de 2026, noticiado pelo The Decoder.

Segundo o The Decoder, o Gemini Robotics 2.5 é um chamado modelo de visão, linguagem e ação (VLA). Estes modelos processam informação visual, compreendem instruções em linguagem natural e deduzem delas movimentos do robô. O modelo assenta num antecessor apresentado no início do ano, que devia dar aos robôs, pela primeira vez, controlo do corpo inteiro. A Google DeepMind descreve-o como o seu modelo mais capaz deste tipo até agora.

O que o modelo deveria saber fazer

De acordo com a Google DeepMind, o Gemini Robotics 2.5 foi testado em mais de 200 tarefas diferentes, como servir comida com uma pinça, atar um laço numa caixa de presente ou pipetar líquidos. Consoante o tipo de tarefa, a taxa de sucesso seria 30% a 100% superior às referências anteriores da própria empresa, e as tarefas seriam concluídas 20% a 30% mais depressa.

É preciso cautela: a análise do blogue CellCog aponta que o anúncio não nomeia nem quantifica essas referências de comparação. Assim, as taxas de sucesso absolutas são desconhecidas, e o ganho de 30% a 100% não pode ser contextualizado.

O modelo destina-se a vários tipos de robôs. São citados o robô humanoide Apollo 2, da Apptronik, cuja mão de cinco dedos tem 22 graus de liberdade, e a plataforma Franka Duo, com garras paralelas de dois dedos.

O piloto na Mercedes-Benz

O teste prático decorreu em Kecskemét, na Hungria, e em Sindelfingen, na Alemanha, em linhas de produção em funcionamento. O robô tratou do chamado kitting: pegava em peças de metal avulsas de caixas a granel e colocava-as em tabuleiros exatamente pela ordem em que cada veículo as precisa na linha. Vários componentes trabalharam em conjunto:

• O Gemini Robotics ER supervisionava o fluxo de trabalho.
• O Gemini Robotics 2.5 controlava as mãos e os braços do robô.
• O Apollo 2, da Apptronik, executava os movimentos de preensão e colocação.

A Google DeepMind indica uma taxa de sucesso de 96% no piloto. Segundo a CellCog, a própria empresa chama-lhe prova de conceito e não diz em quantas preensões se baseia a taxa. O presidente executivo da Apptronik, Jeff Cardenas, comentou no anúncio a passagem do treino para a fábrica:

Vimos os modelos melhorar de forma drástica em apenas algumas semanas de pós-treino e passar para a produção da Mercedes-Benz com muito pouca perda de desempenho.

Segurança e simulação

Segundo a Google DeepMind, o Gemini Robotics 2.5 usa um controlo em tempo real que permite ao robô evitar perigos físicos enquanto executa uma tarefa. Nas avaliações da própria empresa, a conclusão segura de tarefas teria melhorado 33% perto de obstáculos e 43% perto de pessoas. Não existe verificação independente destes valores.

A empresa publica também no Hugging Face o teste de referência de código aberto ASIMOV-Jailbreak. Contém centenas de instruções que disfarçam pedidos perigosos em dezenas de cenas e serve para verificar se os modelos de robótica podem ser levados a ações perigosas. O modelo de linguagem Gemini 4 Argon atinge assim uma resistência a jailbreak de 99,5%, contra 82% do antecessor Gemini Robotics ER 2. Importante: segundo a CellCog, este valor pertence ao Gemini 4 Argon, e não ao próprio Gemini Robotics 2.5; para o modelo de robótica, o anúncio não apresenta nenhum valor.

O Argon teve também um papel no treino, como motor de simulação. A partir de uma cena real captada por câmara, pode gerar milhares de execuções de treino simuladas e construir um gémeo digital. Combinado com demonstrações reais, isto deve ajudar o robô a generalizar mais depressa para novas cenas e objetos. Além disso, o Argon pode deduzir de gravações de vídeo hipóteses sobre as causas de erros, que depois são testadas em simulação e no robô real.

O que continua em aberto

Segundo a Google DeepMind, o Gemini Robotics 2.5 está a ser disponibilizado aos parceiros Agile, Apptronik e Mercedes-Benz. De acordo com a CellCog, o anúncio não apresenta preços, interface pública nem data para um acesso mais alargado, e também não há artigo técnico sobre o modelo. Todos os números vêm da Google DeepMind ou dos seus parceiros.

Também não se sabe se o robô fica de forma definitiva na linha depois do teste. Um piloto é uma experimentação; uma utilização duradoura por turnos seria outra afirmação. Vale a pena acompanhar resultados de entidades independentes, medições com o ASIMOV-Jailbreak feitas por outros laboratórios e acesso para programadores fora do círculo de parceiros.

O que muda para uma empresa portuguesa

Para um fornecedor ou fabricante de máquinas em Portugal, a notícia é sobretudo um sinal, não um produto: o kitting, isto é, o abastecimento de peças na sequência certa, existe em muitas fábricas, e é precisamente aí que agora se testa um robô com um modelo de controlo de uso geral. O Gemini Robotics 2.5 não pode, para já, ser comprado nem implementado. Quem planeia automatizar pode acompanhar a evolução e pedir aos fornecedores dados concretos: o tamanho da amostra por trás da taxa de sucesso, o tratamento de preensões falhadas, o comportamento perto de pessoas e o esforço para ensinar peças novas ao robô.

Enquanto essas respostas não existirem, convém recordar que os 96% são um número do fabricante, vindo de um piloto, e não um padrão comprovado para o dia a dia da produção.