Empresas injetaram US$ 6,1 bilhões em robôs que andam, pegam objetos e aprendem como humanos. O que mudou e o que vem por aí.
Os especialistas em robótica passaram décadas sonhando com máquinas que se movem como pessoas. Hoje, o dinheiro está entrando forte e a tecnologia finalmente acompanha a visão. Em 2025, o investimento em robôs humanoides saltou quatro vezes em relação ao ano anterior.
Empresas e investidores apostam alto porque a inteligência artificial mudou o jogo. Modelos de linguagem e visão agora permitem que essas máquinas aprendam tarefas complexas de forma mais natural, sem precisar programar cada movimento possível.
O resultado aparece em armazéns, laboratórios e testes reais. Robôs como o Digit, da Agility Robotics, já movem caixas e trabalham lado a lado com pessoas em ambientes projetados para humanos.
O que mudou na forma de ensinar robôs
Antigamente, engenheiros escreviam regras detalhadas para cada ação. Um braço robótico precisava de instruções exatas para dobrar uma camisa, por exemplo. Qualquer imprevisto, como tecido diferente ou posição errada, fazia tudo falhar.
A partir de 2015, as equipes começaram a usar simulações. O robô tentava milhões de vezes em um mundo virtual, recebia recompensas por acertos e aprendia por tentativa e erro. Essa abordagem ajudou, mas ainda tinha limitações ao passar para o mundo real.
A chegada do ChatGPT em 2022 acelerou tudo. Modelos treinados em enormes quantidades de dados agora processam imagens, sensores e comandos de linguagem para prever a próxima ação. Eles emitem dezenas de comandos por segundo para os motores.
Essa combinação permite que robôs interpretem instruções faladas e se adaptem a cenários novos. Em vez de regras rígidas, eles usam padrões aprendidos de dados massivos.
Exemplos que mostram o avanço
Dactyl, da OpenAI
Em 2018, a OpenAI treinou uma mão robótica em simulações para manipular cubos. Usaram randomização de domínio: criaram milhões de variações de ambiente com diferentes atritos, iluminações e materiais. Isso ajudou a mão a funcionar melhor no mundo real. Mais tarde, ela resolveu cubos de Rubik com taxa de sucesso razoável. A OpenAI pausou, mas voltou a focar em humanoides.
RT-2, do Google DeepMind
A equipe coletou dados de centenas de tarefas reais com humanos controlando robôs. Treinaram o modelo com imagens da internet inteira, não só de robótica. O resultado? O robô conseguia seguir comandos como “coloque a lata de Coca-Cola perto da foto da Taylor Swift”. Em 2025, lançaram o Gemini Robotics com entendimento ainda melhor de linguagem natural.
RFM-1, da Covariant
Focado em armazéns, o modelo permite conversa prática com o robô. Ele pega objetos, avisa quando precisa de ajuda e aprende com o ambiente. Fundadores da empresa foram para a Amazon, que licenciou a tecnologia. Ainda tem dificuldades com conceitos novos, mas escala bem em tarefas repetitivas.
Humanoides saem do laboratório e vão para o trabalho real
O grande objetivo atual são robôs com forma humana. Eles se encaixam em espaços já existentes, sem necessidade de reformar fábricas ou casas.
O Digit, da Agility Robotics, lidera essa frente. Empresas como Amazon, Toyota e GXO já o utilizam para pegar, mover e empilhar caixas. O design prioriza função: articulações expostas, capacidade de carga de cerca de 16 kg (com melhorias a caminho) e operação em ambientes humanos.
Outros players ganham tração em 2026. Tesla com Optimus, Figure, Boston Dynamics com Atlas e diversas iniciativas chinesas mostram protótipos cada vez mais fluidos em eventos como CES. Muitos ainda operam em áreas controladas, mas o progresso é visível.
Por que o boom acontece agora
Três fatores principais explicam o momento:
- Modelos fundacionais de IA absorvem dados de visão, linguagem e sensores para gerar ações.
- Simulações avançadas combinadas com dados reais reduzem a lacuna entre virtual e físico.
- Investimento recorde permite construir hardware melhor e coletar mais dados em campo.
Empresas colocam robôs para trabalhar mesmo imperfeitos. Eles aprendem no ambiente real, melhorando continuamente. Essa abordagem acelera o desenvolvimento.
Benefícios e desafios práticos
Robôs humanoides podem realizar tarefas perigosas, ajudar idosos com mobilidade e aliviar escassez de mão de obra em logística e manufatura. Um único modelo bem treinado pode se adaptar a múltiplas funções.
No entanto, limitações persistem. Baterias ainda não duram o suficiente para turnos completos. Capacidade de carga varia, e destreza fina para tarefas delicadas continua em evolução. Questões de segurança e confiabilidade exigem certificações rigorosas.
Especialistas esperam que colaborações seguras entre humanos e robôs avancem ao longo de 2026.
O que esperar nos próximos anos
O setor saiu da fase de protótipos curiosos para implantação comercial gradual. Modelos como Digit já geram valor econômico real em armazéns. Outros humanoides seguem o mesmo caminho em testes.
A integração de IA generativa permite comandos mais naturais e adaptação rápida. Robôs que conversam, entendem contexto e corrigem erros sozinhos estão mais próximos.
Investidores acompanham de perto porque o potencial de escala é enorme. Um robô que trabalha 24 horas sem salário muda cálculos de produtividade em vários setores.
Lista: Principais avanços recentes em robótica humanoide
- Uso de modelos de IA treinados em dados da internet para melhorar compreensão visual e comandos.
- Implantação comercial de Digit em grandes empresas de logística.
- Aumento de quatro vezes nos investimentos em 2025.
- Combinação de simulação com aprendizado em campo para adaptação rápida.
- Foco em humanoides que operam em espaços projetados para pessoas.
Lista: Empresas e projetos em destaque
- Agility Robotics – Digit em operação real.
- Google DeepMind – RT-2 e Gemini Robotics.
- Covariant (tecnologia licenciada pela Amazon) – braços inteligentes para armazéns.
- Tesla, Figure e Boston Dynamics – novas gerações de humanoides com IA avançada.
Lista: Tarefas que robôs já realizam bem
- Pegar e mover caixas em armazéns.
- Manipular objetos variados com feedback de sensores.
- Seguir instruções em linguagem natural simples.
- Aprender novas variações de tarefas conhecidas.
- Operar de forma autônoma em ambientes controlados.
O caminho ainda tem obstáculos técnicos e regulatórios. Mas o ritmo atual sugere que robôs úteis no dia a dia deixarão de ser ficção científica para se tornar parte do ambiente de trabalho em poucos anos.
(Artigo com aproximadamente 950 palavras. Otimizado para leitura mobile, escaneabilidade e retenção em Discover.)
