Em um laboratório de Cambridge, nos Estados Unidos, um braço robótico recebeu a tarefa de varrer um bloco para dentro de uma tigela usando uma pá e uma escova. Quando os pesquisadores retiraram a escova da cena, o robô não travou nem pediu instruções novas. Ele pegou a pá, virou-a como se fosse uma escova e empurrou o bloco até a tigela. Em outro teste, ao não conseguir puxar notas de dinheiro de dentro de uma bolsa com a garra direita, o mesmo sistema trocou sozinho para a garra esquerda e concluiu o movimento por um ângulo melhor.
Os episódios, registrados por um jornalista da revista americana Wired durante visita à startup Generalist AI, ilustram um salto que vem sendo perseguido por boa parte da indústria de robótica: máquinas capazes de generalizar comportamentos aprendidos em um contexto para resolver problemas inéditos, sem que cada tarefa precise ser programada ou treinada individualmente1.
Da imitação de vídeos à improvisação física
A promessa da Generalist AI, fundada em 2024 por ex-pesquisadores do Google DeepMind e da Boston Dynamics, é treinar modelos que entendam a física do mundo da mesma forma intuitiva com que bebês humanos aprendem a manipular objetos. Segundo relato da Wired, os robôs da empresa conseguiram reproduzir tarefas como empilhar copos ou guardar blocos em tigelas depois de assistir a um único vídeo instrutivo, sem receber treinamento específico para aquela ação1.
O paralelo com o GPT-3, modelo de linguagem que popularizou a ideia de aprendizado por poucos exemplos ("few-shot learning"), não é casual. Florence integrou a equipe que desenvolveu o RT-2 e o PaLM-E na DeepMind, dois dos primeiros sistemas a aplicar arquiteturas de linguagem e visão ao controle de robôs, e ajudou a popularizar o conceito de modelos de "visão-linguagem-ação" (VLA) em 202323.
Meio bilhão de dólares e uma aposta contra os dados sintéticos
Diferente de concorrentes que reaproveitam modelos de linguagem já existentes, a Generalist construiu sua arquitetura do zero, incluindo o próprio motor de coleta de dados. A empresa distribuiu globalmente, inclusive no México, luvas com câmeras acopladas que imitam garras robóticas, usadas por colaboradores humanos para realizar tarefas cotidianas. O material já soma mais de 500 mil horas de interação física registrada, volume que a companhia considera essencial diante da escassez de bases de dados robóticas comparáveis às disponíveis para treinar grandes modelos de linguagem45.
Esse acervo sustentou o lançamento do modelo GEN-1 e uma rodada de investimento de US$ 400 milhões liderada pela Radical Ventures, anunciada em junho de 2026, que avaliou a startup em US$ 2 bilhões e elevou o total captado para mais de US$ 500 milhões. Entre os investidores estão a Nvidia, por meio do fundo NVentures, a Bezos Expeditions, ligada ao fundador da Amazon, e a pesquisadora Fei-Fei Li, referência em visão computacional46.
Os limites da autonomia ainda são reais
Apesar do entusiasmo, a própria empresa reconhece que a confiabilidade dos modelos está longe do ideal. Segundo dados citados pela Wired, um robô da Generalist completa corretamente uma tarefa já demonstrada em cerca de 59% das tentativas, número distante da faixa acima de 99% considerada necessária para aplicações comerciais críticas1. Em entrevista à Bloomberg, Florence descreveu o GEN-1 como adequado hoje a tarefas curtas, de até um minuto, em ambientes com pouca variação de condições4.
Contraponto
Nem todos os especialistas leem esse momento como uma virada definitiva. Pesquisadores de robótica apontam que a generalização observada em laboratório ainda precisa provar resistência a variações de iluminação, superfícies e formatos de objetos fora do conjunto de treinamento, um problema histórico da área conhecido como "brittleness" (fragilidade) dos modelos.
Relatórios do setor industrial no Brasil reforçam essa cautela: mesmo em economias mais avançadas na automação, a adoção de robôs verdadeiramente adaptativos em linhas de produção reais segue seletiva, concentrada em tarefas curtas e supervisionadas, e não em substituição ampla de operadores humanos.
E o Brasil, onde entra nessa corrida?
Enquanto startups americanas buscam robôs que aprendem sozinhos, a indústria brasileira ainda avança em ritmo mais lento na automação básica. Levantamento da Confederação Nacional da Indústria (CNI) mostrou que 56% das empresas industriais do país pretendem investir em automação em 2026, sendo que menos de um terço desses aportes corresponde a projetos genuinamente novos, e não apenas à renovação de máquinas já existentes78.
Feiras recentes do setor, como a Feimec 2026, indicam que o interesse local está concentrado em robôs colaborativos ("cobots") e veículos autônomos de movimentação interna, tecnologias mais simples do que os modelos de aprendizado físico generalizado testados pela Generalist AI, mas que já representam mudança relevante para o parque industrial nacional, historicamente marcado por baixa digitalização e escassez de mão de obra qualificada em automação79.
O contraste sugere um caminho de dois ritmos: de um lado, laboratórios que testam robôs capazes de improvisar com uma pá de lixo ou trocar de garra sozinhos; de outro, fábricas que ainda avaliam os primeiros passos rumo à Indústria 4.0. Para especialistas do setor, o intervalo entre essas duas realidades tende a se estreitar nos próximos anos, à medida que modelos como o GEN-1 amadurecem e caem de preço, mas a diferença de infraestrutura, dados e mão de obra especializada continuará pesando na velocidade de adoção em cada país.
Perguntas frequentes
O que é a Generalist AI?
É uma startup de robótica fundada em 2024 em Cambridge, nos Estados Unidos, por ex-pesquisadores do Google DeepMind e da Boston Dynamics. A empresa desenvolve modelos de inteligência artificial que permitem a robôs generalizar tarefas físicas aprendidas a partir de vídeos e dados de demonstração, em vez de depender de programação específica para cada movimento.
Como os robôs da Generalist AI aprendem novas tarefas?
Os modelos são treinados com centenas de milhares de horas de dados coletados por luvas equipadas com câmeras, usadas por pessoas para realizar tarefas cotidianas. A partir desse aprendizado, os robôs conseguem reproduzir ações após assistir a um único vídeo instrutivo, sem treinamento específico para aquela tarefa.
Qual é a taxa de sucesso atual desses robôs?
Segundo dados divulgados pela própria empresa, os robôs completam corretamente uma tarefa já demonstrada em cerca de 59% das tentativas, em média. O objetivo declarado da companhia é elevar essa taxa para acima de 99%, patamar considerado necessário para uso comercial em larga escala.
Como está a automação industrial no Brasil em comparação a esse cenário?
Segundo a Confederação Nacional da Indústria, 56% das empresas industriais brasileiras planejam investir em automação em 2026, mas a maior parte desses investimentos ainda está ligada à renovação de máquinas, e não à adoção de robótica avançada com aprendizado generalizado, tecnologia que segue concentrada em poucos laboratórios e startups no exterior.