O Google DeepMind lançou o Gemini Robotics 2 na quinta-feira: três modelos que, pela primeira vez, controlam um humanoide completo — pernas, torso, braços e mãos com vários dedos — sob uma única política, em vez de uma pilha acoplada de locomoção e manipulação. A empresa também publicou uma tabela de desempenho que contradiz suas próprias manchetes.

O que a tabela diz

No Apollo da Apptronik com mãos Inspire: pegar de uma prateleira 76,3%, de uma mesa 68,4%, do chão 45,7%. Com mãos Sharpa: desparafusar uma lâmpada 92%, amarrar um saco de lixo 44%, fechar um ziplock 40%, parafusar uma lâmpada 36%, varrer uma pá de lixo 32%. Na configuração de pinça dupla do Franka Duo, os números são muito mais altos — inserção precisa 89,6%, preparação de ferramentas 78,9%.

O número que circulou foi a melhor célula da tabela

Quase todas as reportagens abriram com a lâmpada em 92%. A operação inversa — recolocá-la — é 36%. Apresentada como um avanço em destreza, a tabela descreve um sistema que falha em cerca de dois terços das tarefas de motricidade fina. A DeepMind publicar esses números já é incomum e merece crédito; citar apenas o mais favorável, não.

“Disponível” está fazendo muito trabalho

Três modelos foram lançados, e eles não estão igualmente disponíveis. ER 2, o modelo de raciocínio incorporado, está em prévia pública via Gemini API e AI Studio — e não move um robô. O modelo VLA, que gera comandos motores, é exclusivo para parceiros com acesso antecipado. On-Device 2 é restrito a testadores confiáveis. Ninguém fora da lista de parceiros do Google pode executar o sistema que produziu esses resultados.

Autônomo, mas de forma restrita

O Google afirma que as imagens são em tempo real e totalmente autônomas, em contraste direto com as demos de humanoides teleoperados que dominam a categoria — e essa afirmação procede. Mas os robôs foram treinados por tarefa demonstrada, por meio de teleoperação humana, vídeo e simulação, e a DeepMind admite que o sistema é "limitado na generalização para tarefas fora da distribuição". Trata-se de execução autônoma de tarefas especificamente treinadas, não de capacidade geral. Outra correção que vale fazer: a parceria com a Boston Dynamics associada a esta notícia foi anunciada na CES em 5 de janeiro de 2026. O hardware da demonstração aqui é o da Apptronik.