Jibo: o robô social que antecipou a era dos assistentes

Os últimos anos marcaram uma revolução sem precedentes na forma como as máquinas aprendem a interagir com o mundo real. Durante décadas, engenheiros e pesquisadores em robótica alimentaram sonhos grandiosos: criar máquinas que imitassem a complexidade do corpo humano, capazes de se mover com naturalidade, se adaptar a ambientes diversos e até mesmo interagir de forma segura e útil com pessoas. No entanto, a realidade muitas vezes se resumia a projetos modestos, como braços robóticos para linhas de montagem automotiva. Enquanto isso, a ficção científica continuava a inspirar a busca por robôs humanóides sofisticados — algo mais próximo do C-3PO de *Star Wars* do que do aspirador de pó Roomba. Essa discrepância entre a ambição e a execução desanimava muitos investidores e empresas de tecnologia, que viam o setor como um poço sem fundo de gastos com pouca perspectiva de retorno tangível.

Contudo, tudo mudou recentemente. Embora ainda não existam robôs humanóides plenamente funcionais nas ruas ou nas casas, o dinheiro está fluindo como nunca. Em 2025, empresas e investidores despejaram impressionantes US$ 6,1 bilhões em robótica humanóide — um salto de quatro vezes em relação ao ano anterior, quando o investimento foi de US$ 1,5 bilhão. O que desencadeou essa mudança radical? Uma evolução disruptiva na forma como as máquinas aprendem a interagir com o ambiente ao seu redor, combinada com avanços exponenciais em inteligência artificial e simulações digitais.

Para ilustrar como essa transformação ocorreu, imagine que você deseja instalar um par de braços robóticos em sua casa com uma função específica: dobrar roupas. Como um robô aprenderia a realizar essa tarefa de forma eficiente? Na abordagem tradicional da robótica, engenheiros tentavam criar um conjunto detalhado de regras para cada etapa do processo. Primeiro, o sistema precisaria identificar o tecido e determinar até que ponto ele pode ser deformado sem rasgar. Em seguida, reconheceria o colarinho da camisa, moveria o braço robótico até a manga esquerda, levantaria o tecido e o dobraria com precisão milimétrica. O mesmo procedimento seria repetido para a manga direita. Se a camisa estivesse rotacionada, o sistema teria que ajustar toda a sequência. Caso a manga estivesse torcida, seria necessário corrigi-la. Rapidamente, a quantidade de regras necessárias explodiria em complexidade, tornando o sistema extremamente frágil e dependente de programação antecipada — um método que, embora pudesse produzir resultados confiáveis em ambientes controlados, falhava diante de qualquer imprevisto.

Por volta de 2015, os laboratórios de robótica mais avançados começaram a adotar uma abordagem radicalmente diferente. Em vez de depender exclusivamente de regras pré-programadas, passaram a construir simulações digitais detalhadas dos braços robóticos e das roupas, alimentando o sistema com sinais de recompensa sempre que a tarefa era concluída com sucesso e “punições” simbólicas quando ocorriam falhas. Dessa forma, o robô podia experimentar milhões de abordagens distintas por tentativa e erro, refinando suas habilidades gradualmente — um processo notavelmente semelhante ao modo como os modelos de IA aprenderam a dominar jogos complexos como xadrez e Go. Essa mudança de paradigma representou um divisor de águas na robótica, abrindo caminho para sistemas capazes de se adaptar a situações desconhecidas e aprender com a experiência direta.

A chegada do ChatGPT em 2022 acelerou ainda mais essa revolução. Embora os modelos de linguagem de grande porte (LLMs) tenham sido treinados predominantemente com textos, sua arquitetura permitiu adaptações notáveis para a robótica. Em vez de depender de tentativas e erros, esses modelos passaram a prever qual ação um robô deveria executar com base em dados visuais, leituras de sensores e informações sobre a posição de suas articulações. Ao processar dezenas de comandos motores por segundo, os robôs começaram a agir de forma mais intuitiva e responsiva, como se estivessem “entendendo” o contexto ao seu redor. Essa abordagem não se limitava apenas ao movimento ou à interação com objetos — ela também se estendia ao diálogo com pessoas, permitindo que robôs respondessem a comandos em linguagem natural com uma fluidez impressionante.

Essa transformação conceitual — a transição para modelos de IA capazes de ingerir e processar grandes volumes de dados multimodais (textos, imagens, sensores) — provou ser incrivelmente versátil. Independentemente de o objetivo ser conversar com humanos, navegar por ambientes complexos ou executar tarefas manuais sofisticadas, a combinação de aprendizado por reforço e modelos de linguagem permitiu que os robôs desenvolvessem habilidades antes impensáveis. Outra inovação crucial nesse processo foi a estratégia de implantar robôs em ambientes reais mesmo quando eles ainda não haviam atingido a perfeição. Ao interagir diretamente com o mundo, as máquinas passaram a coletar dados valiosos que alimentavam continuamente seus modelos de treinamento, permitindo ajustes dinâmicos e melhorias contínuas. Hoje, a robótica de ponta está novamente sonhando alto — e, pela primeira vez, parece que esses sonhos estão ao alcance.

—

Jibo: o robô social que antecipou a era dos assistentes

Antes mesmo da popularização dos grandes modelos de linguagem, já existiam robôs projetados para interagir socialmente com humanos. Um dos exemplos mais emblemáticos desse movimento foi o Jibo, criado pela pesquisadora Cynthia Breazeal, do MIT, e lançado em 2014. Com sua aparência peculiar — que lembrava uma lâmpada com um rosto minimalista —, o robô não tinha braços nem pernas, mas foi concebido para ser um companheiro doméstico. Seu objetivo era atuar como um assistente em potencial, capaz de lidar com tarefas como agendar compromissos, gerenciar e-mails e até contar histórias para crianças. A campanha de financiamento coletivo para o projeto arrecadou expressivos US$ 3,7 milhões, e os primeiros pedidos antecipados custavam US$ 749 — um valor considerável para um dispositivo que, na prática, tinha funcionalidades limitadas.

Na época de seu lançamento, o Jibo tinha capacidades bastante básicas: ele podia se apresentar, dançar para entreter crianças e responder a comandos de voz simples. No entanto, a visão de Breazeal ia muito além disso. Ela imaginava um robô que pudesse se integrar harmoniosamente ao cotidiano das famílias, atuando como um membro quase invisível da casa. Infelizmente, a realidade da tecnologia da época impôs limitações significativas. Enquanto assistentes virtuais como Siri (Apple) e Alexa (Amazon) já começavam a ganhar popularidade, eles dependiam fortemente de scripts pré-definidos. Quando um usuário fazia uma pergunta, o sistema convertia a fala em texto, analisava a intenção por trás da solicitação e gerava uma resposta selecionada de um banco de dados de frases predefinidas. Embora essas respostas pudessem ser ocasionalmente charmosas, elas também eram repetitivas, previsíveis e, em muitos casos, desanimadoras — daí a fama de “robóticas” que esses assistentes virtuais ganharam.

Essa limitação era especialmente problemática para um robô projetado para interações sociais e familiares. Um dispositivo como o Jibo precisava não apenas responder a comandos, mas também criar um senso de conexão emocional com seus usuários. No entanto, sem a capacidade de gerar linguagem de forma dinâmica e contextualizada, o robô permanecia preso a um repertório limitado de interações, incapaz de se adaptar a nuances ou improvisar em situações imprevistas. Essa deficiência foi um dos principais fatores que levaram ao fechamento da empresa Jibo em 2019, após cinco anos de operação.

Olhando em retrospecto, fica claro que o Jibo carecia de um elemento crucial para seu sucesso: a revolução nos modelos de linguagem que viria anos depois. Hoje, assistentes de voz baseados em IA, como os oferecidos pela Google, Amazon e Microsoft, conseguem gerar respostas que soam naturais e contextualmente relevantes. Essa evolução permitiu que startups de hardware tentassem, mais uma vez, criar robôs sociais capazes de tirar proveito dessas tecnologias. No entanto, essa nova onda também trouxe consigo novos desafios. Enquanto scripts pré-definidos tinham limites óbvios, modelos de linguagem generativos podem, por vezes, produzir respostas inesperadas ou até mesmo inadequadas — um risco especialmente preocupante quando o público-alvo inclui crianças. Casos notórios, como brinquedos de IA que sugeriram a crianças que procurassem por fósforos ou facas, serviram como alertas sobre os perigos de se delegar demais a autonomia de linguagem a sistemas não supervisionados.

Apesar desses desafios, o legado do Jibo permanece relevante. Ele foi um dos primeiros projetos a demonstrar que robôs poderiam ser mais do que meras ferramentas industriais — eles tinham potencial para se tornarem companheiros sociais. Embora a empresa tenha fracassado em sua missão original, sua história serve como um lembrete de que a robótica não se trata apenas de eficiência mecânica, mas também de criar interfaces que ressoem emocionalmente com os seres humanos. Hoje, com os avanços em processamento de linguagem natural, a ideia de um robô doméstico verdadeiramente útil e cativante parece mais próxima do que nunca.

—

Dactyl e a revolução das simulações virtuais

Por volta de 2018, laboratórios de robótica de ponta ao redor do mundo começaram a abandonar a abordagem tradicional de programação baseada em regras em favor de métodos de aprendizado por tentativa e erro. Um dos projetos mais ambiciosos desse período foi o Dactyl, desenvolvido pela OpenAI. Em vez de programar manualmente cada movimento de uma mão robótica, os pesquisadores optaram por treiná-la em um ambiente virtual. Nesse cenário simulado, a mão robótica e os cubos de madeira com letras e números em suas faces eram representados digitalmente. O objetivo era simples: instruir o robô a girar um cubo específico para que uma letra específica ficasse voltada para cima, como “gire o cubo até que o lado vermelho com a letra O fique para cima”.

À primeira vista, parecia uma tarefa trivial. No entanto, o grande desafio residia na transição do mundo simulado para a realidade. Em teoria, um modelo treinado em simulações poderia dominar perfeitamente a tarefa no ambiente digital. Mas, na prática, pequenas discrepâncias entre a simulação e o mundo real — como variações na cor dos cubos, diferenças na textura dos materiais ou imprecisões nos sensores — poderiam levar a falhas catastróficas. Por exemplo, a borracha deformável usada nos dedos robóticos poderia ser mais elástica na realidade do que no modelo digital, alterando completamente a forma como o robô interagia com os objetos.

A solução encontrada pela OpenAI foi a *domain randomization* (randomização de domínio), uma técnica que consiste em criar milhões de simulações levemente diferentes entre si. Em cada uma delas, parâmetros como atrito, iluminação e cores eram alterados aleatoriamente. Ao expor o modelo a essa vasta gama de variações, os pesquisadores esperavam que o robô desenvolvesse uma robustez suficiente para lidar com as incertezas do mundo real. Essa abordagem provou ser eficaz no treinamento do Dactyl, permitindo que ele manipulasse os cubos com relativa precisão. No ano seguinte, a mesma técnica foi aplicada a um desafio ainda mais complexo: resolver cubos mágicos (Rubik’s Cubes). Embora o sucesso não fosse perfeito — o robô conseguia resolver o quebra-cabeça em cerca de 60% das vezes e apenas 20% quando as peças estavam mais embaralhadas —, foi um marco impressionante na evolução da robótica.

Apesar desses avanços, os limites das simulações se tornaram cada vez mais evidentes com o passar do tempo. Em 2021, a OpenAI decidiu encerrar temporariamente sua divisão de robótica, embora tenha reativado o projeto recentemente, com foco específico em robôs humanóides. A decisão refletiu um reconhecimento de que, embora as simulações fossem valiosas para o treinamento inicial, elas não podiam substituir completamente a experiência no mundo real. Hoje, a indústria está dividindo sua atenção entre abordagens baseadas em simulação e métodos que combinam aprendizado virtual com treinamento em ambientes reais — uma estratégia conhecida como *sim-to-real* (da simulação para a realidade).

A história do Dactyl também destaca um padrão recorrente na robótica moderna: a busca por generalização. Em vez de projetar robôs para tarefas específicas e altamente controladas, os pesquisadores passaram a priorizar sistemas capazes de se adaptar a uma variedade de situações não previstas. Essa mudança de paradigma é fundamental para o desenvolvimento de máquinas que possam operar fora de ambientes laboratoriais restritos, seja em lares, hospitais ou ambientes industriais dinâmicos. Embora ainda estejamos longe de robôs que possam realizar tarefas domésticas complexas com a mesma destreza de um humano, os progressos alcançados até agora sugerem que essa meta está cada vez mais tangível.

—

Google RT-1 e RT-2: a era dos modelos de fundação em robótica

Em 2022, a equipe de robótica do Google embarcou em um projeto ambicioso e um tanto inusitado: durante 17 meses, eles forneceram controles robóticos a pessoas comuns e filmaram enquanto elas executavam tarefas cotidianas, como pegar sacolas de chips ou abrir potes de vidro. Ao final do experimento, a equipe havia coletado um banco de dados impressionante com 700 tarefas diferentes. O objetivo não era apenas catalogar essas atividades, mas sim treinar um dos primeiros modelos de fundação para robótica — uma abordagem inspirada diretamente nos grandes modelos de linguagem, como o BERT e o T5.

Os modelos de fundação, como o nome sugere, são sistemas de IA treinados em vastas quantidades de dados não supervisionados, capazes de serem adaptados para uma ampla gama de tarefas. No caso do Google, o primeiro modelo a surgir desse projeto foi o RT-1 (Robotics Transformer 1). Ele recebia como entrada informações visuais sobre o ambiente — como a posição de objetos e a configuração dos braços robóticos — e instruções em linguagem natural. Com base nesses dados, o modelo gerava comandos motores para executar a tarefa solicitada. Quando confrontado com instruções que já havia visto durante o treinamento, o RT-1 conseguia cumpri-las com uma taxa de sucesso de impressionantes 97%. Mesmo em situações novas, onde não havia exemplos prévios, a taxa de sucesso ainda chegava a 76%. Esses resultados demonstraram pela primeira vez que era possível criar um sistema robótico genérico, capaz de lidar com uma variedade de tarefas sem necessidade de reprogramação específica.

O sucesso do RT-1 abriu caminho para uma evolução ainda mais ambiciosa: o RT-2, lançado no ano seguinte. Enquanto seu predecessor foi treinado especificamente com dados de robótica, o RT-2 adotou uma estratégia diferente. Em vez de se limitar a exemplos de tarefas manuais, ele incorporou um conjunto muito mais amplo de dados visuais e textuais provenientes da internet — semelhante aos modelos de visão-linguagem que estavam sendo desenvolvidos por outros pesquisadores na época. Isso permitiu que o robô não apenas manipulasse objetos, mas também interpretasse comandos complexos e ambíguos, como “coloque a lata de Coca-Cola perto da foto da Taylor Swift”. Essa capacidade de entender contextos abstratos e referências culturais representou um salto qualitativo na habilidade dos robôs de interagir com o mundo de forma mais humana.

Segundo Kanishka Rao, engenheiro da Google DeepMind que liderou o desenvolvimento de ambos os modelos, a principal inovação do RT-2 foi sua capacidade de “desbloquear” novas habilidades. “Antes, os robôs só conseguiam fazer aquilo para o qual haviam sido explicitamente treinados”, explica Rao. “Com o RT-2, eles passaram a entender conceitos mais abstratos e a aplicar esse conhecimento a situações novas.” Essa flexibilidade é crucial para o futuro da robótica, pois permite que os sistemas sejam implantados em ambientes dinâmicos onde as tarefas podem variar significativamente ao longo do tempo.

Em 2025, o Google DeepMind deu mais um passo adiante com o lançamento do modelo Gemini Robotics, que fundiu de forma ainda mais estreita a robótica com os grandes modelos de linguagem. Essa nova geração de sistemas não apenas entende comandos em linguagem natural com maior precisão, mas também é capaz de raciocinar sobre ações complexas e executá-las com um grau de autonomia anteriormente inimaginável. Para especialistas do setor, esses avanços sugerem que estamos entrando em uma nova fase da robótica, onde as máquinas não serão mais meros executores de tarefas pré-programadas, mas agentes ativos capazes de tomar decisões em tempo real.

—

Covariant e a robótica como “colega de trabalho”

Enquanto muitos laboratórios acadêmicos e empresas de tecnologia focavam em robôs humanóides ou assistentes domésticos, um grupo de engenheiros da OpenAI decidiu seguir uma abordagem mais pragmática. Em 2017, eles fundaram a Covariant, uma startup com o objetivo de desenvolver braços robóticos capazes de operar em ambientes industriais, especificamente em centros de distribuição e armazéns. Em vez de tentar criar máquinas humanóides com aparência futurista, a Covariant optou por construir sistemas robustos, escaláveis e economicamente viáveis — algo que pudesse ser implantado imediatamente em operações logísticas reais.

A estratégia da Covariant foi baseada em modelos de fundação semelhantes aos desenvolvidos pelo Google, mas adaptados para o contexto de manipulação de objetos em larga escala. A empresa implantou seus braços robóticos em armazéns de clientes como Crate & Barrel, onde eles passaram a atuar como verdadeiros “colegas de trabalho”. Essa abordagem não apenas permitiu que os robôs aprendessem com a experiência real, mas também criou um ciclo virtuoso de melhoria contínua: quanto mais dados os modelos coletavam, mais precisos e versáteis eles se tornavam.

Em 2024, a Covariant lançou o RFM-1 (Robotics Foundation Model 1), um sistema que podia ser interagido de forma quase conversacional. Por exemplo, se um operador mostrasse ao braço robótico várias mangas de bolas de tênis, ele poderia receber a instrução de separá-las em áreas distintas. O robô não apenas executava a tarefa, mas também demonstrava um nível surpreendente de interatividade: em alguns casos, ele antecipava dificuldades potenciais, como a incapacidade de agarrar um objeto com precisão, e perguntava ao usuário qual tipo de ventosa ou garra seria mais adequado para a situação. Essa capacidade de comunicação bidirecional representou um marco na robótica industrial, aproximando as máquinas do conceito de “colaboradores” em vez de meras ferramentas.

No entanto, o RFM-1 ainda estava longe da perfeição. Em uma demonstração realizada em março de 2024, quando solicitado a “devolver a banana à sua posição original”, o robô demonstrou limitações claras. Ele pegou um esponja, depois uma maçã, e continuou tentando diferentes objetos antes de finalmente localizar a banana e recolocá-la no lugar correto. Segundo Peter Chen, cofundador da Covariant, a dificuldade residia na incapacidade do sistema de “entender o novo conceito” de rastrear seus próprios passos. “É um bom exemplo de um cenário onde o robô não funciona bem porque não teve treinamento suficiente naquela tarefa específica”, explicou Chen na ocasião. Essa observação destaca um desafio fundamental na robótica atual: a dependência de dados de treinamento de alta qualidade e representativos das condições reais de operação.

Em um movimento estratégico, Chen e seu sócio Pieter Abbeel foram recrutados pela Amazon, uma das maiores empresas de logística do mundo. Embora a gigante do varejo não tenha fornecido detalhes sobre como está utilizando o modelo da Covariant, estima-se que a Amazon opere mais de 1.300 armazéns nos Estados Unidos — um ambiente perfeito para testar e refinar sistemas robóticos em escala industrial. A aquisição desses especialistas sugere que a Amazon está investindo pesadamente em automação robótica, possivelmente como parte de uma estratégia mais ampla para reduzir custos operacionais e aumentar a eficiência em suas operações logísticas.

—

Digit: o primeiro robô humanóide a gerar economia real

O fluxo recorde de investimentos em robótica humanóide em 2025 não é um mero reflexo de entusiasmo tecnológico — ele é impulsionado por uma crença crescente de que esses robôs podem, finalmente, se tornar economicamente viáveis. Diferentemente dos braços robóticos industriais, que há décadas dominam linhas de montagem, os robôs humanóides são projetados para operar em ambientes projetados para humanos: fábricas, armazéns, hospitais e até mesmo lares. Sua forma bípede e membros articulados permitem que eles naveguem por espaços projetados para pessoas, eliminando a necessidade de reconfigurar infraestruturas existentes — um fator crítico para a adoção em larga escala.

No entanto, criar um robô humanóide funcional e economicamente viável é uma das tarefas mais desafiadoras da engenharia moderna. A maioria das empresas que tentam desenvolver tais máquinas ainda está em fase de testes ou programas-piloto. Mesmo assim, algumas já começaram a demonstrar resultados concretos. Um exemplo notável é o Digit, produzido pela Agility Robotics, uma startup que tem atraído investimentos significativos e parcerias com gigantes como Amazon, Toyota e GXO Logistics — uma empresa de logística que atende clientes como Apple e Nike. Diferentemente dos robôs humanóides de ficção científica, com cabeças humanóides e designs elegantes, o Digit possui uma aparência funcional: juntas expostas e uma cabeça que mais se assemelha a um sensor do que a um rosto. Essa abordagem minimalista reflete uma priorização da função sobre a estética, algo essencial para ambientes industriais onde a robustez é mais importante do que a aparência.

Nos armazéns onde o Digit foi implantado, suas tarefas são relativamente simples, mas economicamente relevantes: pegar, mover e empilhar caixas plásticas usadas para transporte de mercadorias. Embora ainda esteja longe de ser o assistente doméstico dos sonhos de muitos engenheiros, o Digit já está gerando economias operacionais reais para seus clientes. Por exemplo, ele pode levantar até 15 kg (35 libras) — uma capacidade limitada, mas suficiente para tarefas leves de logística. No entanto, cada avanço na capacidade de carga do robô traz consigo um novo desafio: baterias mais pesadas, que reduzem a autonomia e aumentam o tempo necessário para recarga. Essa limitação atual evidencia os trade-offs que ainda precisam ser resolvidos antes que robôs humanóides possam se tornar onipresentes.

Outro obstáculo significativo é a segurança. Organizações de padronização estão desenvolvendo normas específicas para robôs humanóides, que devem ser mais rigorosas do que aquelas aplicadas a robôs industriais convencionais. Isso ocorre porque esses robôs são projetados para se moverem livremente em ambientes compartilhados com humanos, o que aumenta o risco de acidentes. Além disso, sua mobilidade — especialmente em terrenos irregulares — ainda está longe da perfeição, o que limita sua aplicabilidade em ambientes externos ou não estruturados. Apesar desses desafios, o Digit representa um marco importante: ele é um dos primeiros robôs humanóides a ser visto não como uma curiosidade tecnológica, mas como uma solução prática capaz de gerar retorno financeiro.

A Agility Robotics tem combinado várias abordagens de treinamento para desenvolver o Digit. Ela utiliza técnicas de simulação semelhantes às empregadas pela OpenAI no treinamento do Dactyl, além de incorporar modelos avançados como o Gemini da Google para ajudar o robô a se adaptar a novos ambientes. Essa estratégia híbrida — que mescla aprendizado virtual, dados reais e modelos de linguagem — reflete o consenso emergente na indústria de que não existe uma única solução mágica para os desafios da robótica humanóide. Em vez disso, o sucesso depende da combinação inteligente de múltiplas técnicas e da capacidade de iterar rapidamente com base em feedback real.

—

O futuro da robótica: desafios e promessas

O atual boom em investimentos em robótica humanóide é, em muitos aspectos, uma aposta no futuro da automação. Com empresas como a Tesla, a Figure AI e a Boston Dynamics despejando centenas de milhões de dólares em projetos que prometem trazer robôs bípedes ao mercado nos próximos anos, a pergunta que se impõe é: estamos à beira de uma revolução robótica tão transformadora quanto a revolução industrial? A resposta, como sempre, depende de quem você pergunta. Para os otimistas, a combinação de modelos de linguagem avançados, aprendizado por reforço e sensores cada vez mais precisos tornará possível, em breve, criar robôs capazes de realizar tarefas domésticas, cuidar de idosos ou até mesmo atuar como profissionais em setores como saúde e educação.

No entanto, os céticos apontam que a robótica humanóide ainda enfrenta barreiras formidáveis. Além dos desafios técnicos — como a necessidade de baterias mais leves e eficientes, motores mais precisos e sistemas de controle mais robustos —, existem questões éticas e sociais que precisam ser consideradas. Por exemplo, qual será o impacto da automação robótica no mercado de trabalho? Embora robôs possam assumir tarefas perigosas ou repetitivas, eles também podem deslocar trabalhadores humanos, especialmente em setores como logística e manufatura. Além disso, a integração de robôs em lares e espaços públicos levanta questões sobre privacidade, segurança e até mesmo a natureza da interação humana.

Outro ponto de discussão é o custo dessas tecnologias. Embora os investimentos em robótica tenham aumentado exponencialmente, os preços dos robôs humanóides ainda são proibitivos para a maioria das famílias e pequenas empresas. Enquanto um braço robótico industrial pode custar dezenas de milhares de dólares, um robô humanóide funcional ainda está na casa das centenas de milhares — ou até milhões — de reais. Essa barreira econômica limita a adoção em larga escala e mantém a robótica humanóide restrita, por enquanto, a nichos industriais e projetos de pesquisa.

Apesar desses desafios, há motivos para otimismo. A rápida evolução dos modelos de fundação, como os desenvolvidos pelo Google e pela Covariant, está democratizando o acesso a tecnologias antes restritas a grandes corporações e laboratórios de ponta. Além disso, a crescente disponibilidade de dados e a melhoria contínua em hardware — como processadores mais poderosos e sensores mais precisos — estão acelerando o ritmo das inovações. Em um futuro não muito distante, poderemos ver robôs capazes de aprender novas tarefas com apenas algumas demonstrações, em vez de milhões de iterações em simulação.

Para Jakub Pachocki, cientista-chefe da OpenAI, o futuro da robótica está intrinsecamente ligado ao avanço da inteligência artificial. Em uma entrevista exclusiva concedida recentemente, Pachocki destacou que o grande desafio atual não é apenas criar robôs que possam executar tarefas, mas sim desenvolver sistemas capazes de raciocinar e adaptar-se a situações imprevistas. “A robótica do futuro não será sobre seguir scripts”, afirmou Pachocki. “Será sobre criar máquinas que possam entender o contexto, tomar decisões éticas e interagir de forma natural com humanos.”

Empresas como a Niantic, conhecida por seus jogos de realidade aumentada como *Pokémon GO*, também estão entrando no jogo com projetos inovadores. Recentemente, a empresa lançou uma spin-off focada no desenvolvimento de modelos de “mundo” (*world models*), treinados com 30 bilhões de imagens de marcos urbanos coletadas de jogadores. Essa abordagem, que combina visão computacional com aprendizado de máquina, poderá permitir que robôs naveguem em ambientes urbanos com uma precisão sem precedentes.

Enquanto isso, startups como a Axiom Math estão tentando democratizar o acesso a ferramentas de IA poderosas, oferecendo gratuitamente plataformas que, segundo a empresa, podem acelerar significativamente a pesquisa em robótica. No entanto, resta saber se essas iniciativas conseguirão ter um impacto tão profundo quanto prometem, especialmente em um cenário onde o ritmo das inovações muitas vezes supera a capacidade de assimilação da sociedade.

—

Conclusão: robôs que aprendem, humanos que inovam

A história da robótica moderna é, em muitos aspectos, uma história de resiliência e reinvenção. Durante décadas, os engenheiros sonharam com robôs que pudessem se mover e interagir com o mundo da mesma forma que os humanos. No entanto, as limitações tecnológicas e a complexidade do problema mantiveram essas ambições no campo da ficção científica. Hoje, graças a uma combinação de avanços em inteligência artificial, aprendizado por reforço e simulações digitais, estamos testemunhando o nascimento de uma nova era na robótica — uma era onde as máquinas não apenas executam tarefas pré-programadas, mas aprendem, se adaptam e, em muitos casos, superam as expectativas de seus criadores.

Os exemplos do Jibo, do Dactyl, do RT-1 e do Digit demonstram que o caminho para a robótica avançada é pavimentado com experimentação, falhas e aprendizados constantes. Cada um desses projetos ofereceu lições valiosas, seja sobre a importância da linguagem natural na interação robótica, sobre os limites das simulações ou sobre a necessidade de sistemas que possam operar em ambientes não estruturados. Além disso, eles revelaram que a robótica não é apenas uma questão de engenharia mecânica, mas também de ciência da computação, psicologia e design.

Olhando para o futuro, é claro que os próximos anos serão decisivos. Com investimentos recordes e um ritmo acelerado de inovações, estamos nos aproximando de um ponto de virada onde robôs humanóides deixarão de ser meras curiosidades tecnológicas para se tornarem parte integrante de nossa vida cotidiana. No entanto, esse futuro também exigirá que enfrentemos questões éticas, econômicas e sociais complexas. Como sociedade, teremos que decidir até que ponto estamos dispostos a delegar tarefas a máquinas, e como garantir que essa transição seja benéfica para todos.

Uma coisa, no entanto, é certa: a revolução da robótica já começou. E, pela primeira vez na história, ela não é apenas uma promessa para o futuro — é uma realidade em construção. À medida que os robôs aprendem a interagir com o mundo de forma cada vez mais natural e inteligente, cabe a nós, humanos, garantir que essa evolução seja conduzida com responsabilidade, criatividade e visão de longo prazo. O futuro não será feito por robôs sozinhos, mas pela colaboração entre máquinas e seres humanos — uma parceria que, se bem gerida, poderá transformar não apenas a tecnologia, mas a própria essência do que significa viver, trabalhar e interagir em sociedade.