Em 25 de setembro de 2025, a Google DeepMind anunciou avanços significativos em robótica com o lançamento de dois novos modelos de IA: Gemini Robotics 1.5 e Gemini Robotics-ER 1.5. Essas inovações visam aumentar drasticamente a autonomia, adaptabilidade e capacidade de raciocínio de robôs em ambientes físicos complexos, transformando-os de executores de comandos em sistemas inteligentes capazes de interagir de forma mais sofisticada com o mundo.
O Gemini Robotics 1.5 é um modelo de visão-linguagem-ação (VLA) que interpreta entradas visuais e instruções do usuário para gerar comandos motores. Uma característica notável é sua capacidade de transferir movimentos aprendidos entre diferentes configurações de robôs, acelerando o aprendizado de novas habilidades e a implantação em diversas aplicações. Essa habilidade de aprendizado inter-robôs aborda um desafio significativo no treinamento, reduzindo a necessidade de retreinamento extensivo para cada nova configuração de hardware.
Complementando o Gemini Robotics 1.5, o Gemini Robotics-ER 1.5 é um modelo especializado em raciocínio embarcado (ER), destacando-se na compreensão de espaços físicos e no planejamento de tarefas multi-etapas. Este modelo pode acessar ferramentas externas, como a Pesquisa Google, para obter informações e utilizar funções definidas pelo usuário, permitindo que os robôs acessem dados em tempo real para tomar decisões mais informadas. Por exemplo, um robô pode consultar as regras locais de gerenciamento de resíduos online antes de separar lixo.
Os dois modelos são projetados para trabalhar em colaboração, com o modelo ER orquestrando as ações e o modelo VLA executando-as. O Gemini Robotics-ER 1.5 demonstrou desempenho superior em testes de benchmark de compreensão espacial em comparação com modelos como GPT-5 e Gemini 2.5 Flash. A disponibilidade do Gemini Robotics-ER 1.5 através da API Gemini no Google AI Studio abre novas possibilidades para desenvolvedores.
A Google DeepMind considera esses desenvolvimentos um marco importante na busca pela inteligência artificial geral (AGI) no mundo físico. A integração de IA em robótica está impulsionando um crescimento econômico significativo, com vendas globais de robôs industriais e de serviço em alta, indicando uma transição para máquinas mais adaptáveis e capazes em ambientes do mundo real.