{"content_id":"wnh4uzgh8d","slug":"gemini-robotics-2-5-vla-factory-performance","locale":"pt","schema_type":"TechArticle","category":"ai_data","category_name":"Dados de IA","title":"Gemini Robotics 2.5: desempenho em fábricas","summary":"Gemini Robotics 2.5 é um modelo que conecta visão e linguagem às ações de robôs. O texto distingue o escopo da taxa de sucesso de 96% na validação em fábrica, as taxas de melhoria de desempenho, a avaliação de segurança e o status de disponibilização de cada modelo.","sponsorship_disclosure":null,"affiliate_disclosure":null,"commerce_disclosure":null,"author":{"name":"injoys","url":"https://injoys.com/ko/about"},"key_points":["Gemini Robotics ER é um modelo de raciocínio que acompanha o fluxo de trabalho.","Gemini Robotics 2.5 controla as ações de ambas as mãos e dos braços na validação em fábrica.","A melhoria de 30~100% na taxa de sucesso é um valor relativo em comparação com o modelo de referência existente.","A taxa de sucesso de 96% na validação em fábrica é o resultado de tarefas de kitting de peças automotivas.","É preciso distinguir a disponibilização do modelo de ação para parceiros da prévia pública do modelo ER."],"content_markdown":"Gemini Robotics 2.5 é um modelo VLA que conecta visão e linguagem às ações de robôs. A taxa de sucesso de 96% na demonstração em fábrica se limita à tarefa de preparação de kits de peças. Para decidir sobre a adoção efetiva, é necessário validar também a recuperação de falhas e as condições operacionais.\n\nOs números de desempenho deste artigo se baseiam no anúncio do Google de 10 de novembro de 2026.\n\n## Como funcionam VLA e ER\n\nVLA é um modelo que conecta informações visuais e instruções em linguagem às ações de robôs. O nome é a sigla de Vision-Language-Action. ER significa raciocínio corporificado, usado para planejar tarefas no ambiente físico.\n\nNa demonstração em fábrica, os dois modelos dividem as funções. Gemini Robotics ER acompanha todo o fluxo de trabalho. Gemini Robotics 2.5 controla as duas mãos e os braços.\n\n| Componente | Função desempenhada | Distinção importante |\n| --- | --- | --- |\n| Informações visuais | Identificar objetos e o cenário ao redor | Entrada usada para determinar ações |\n| Instruções em linguagem | Comunicar a tarefa e suas condições | Entrada que expressa o objetivo da tarefa |\n| Modelo ER | Gerenciar o planejamento de várias etapas e o andamento | Raciocínio de alto nível |\n| Modelo de ação VLA | Gerar os movimentos do robô | Controle para executar movimentos reais |\n| Hardware do robô | Executar movimentos e manipular objetos | Dispositivos físicos como mãos, braços e atuadores |\n\nO modelo ER foi projetado para decidir qual é a próxima tarefa e dar continuidade à execução. Ele também determina se uma tarefa foi concluída e se é necessário tentar novamente. Nas informações oficiais do modelo, a saída do ER 2 é especificada como texto. [Descrição do ER 2 pelo Google DeepMind](https://deepmind.google/models/gemini-robotics/embodied-reasoning/)\n\nO modelo de ação e o corpo do robô não são o mesmo produto. A descrição oficial do VLA apresenta um escopo de controle que vai de braços ao corpo inteiro de humanoides. O desempenho em um corpo específico deve ser interpretado em conjunto com as condições desse hardware. [Descrição do VLA pelo Google DeepMind](https://deepmind.google/models/gemini-robotics/vla/)\n\n## Métricas de avaliação de tarefas e critérios de comparação\n\nOs percentuais de melhoria anunciados resultam de uma comparação com o modelo de referência anterior. Não são taxas absolutas de sucesso que se aplicam a todas as tarefas. O anúncio explica que a magnitude da melhoria variou conforme o tipo de tarefa.\n\nA tabela a seguir distingue os números anunciados em 10 de novembro de 2026.\n\n| Item | Conteúdo do anúncio | Escopo de aplicação do número |\n| --- | --- | --- |\n| Abrangência das tarefas avaliadas | A introdução indica mais de 200, e a descrição detalhada indica 200 | O total deve ser entendido como cerca de 200 |\n| Taxa de sucesso nas tarefas | Melhoria de 30~100% em relação ao modelo de referência anterior | Melhoria relativa por tipo de tarefa |\n| Velocidade de conclusão das tarefas | Melhoria de 20~30% em relação ao modelo de referência anterior | Comparação da velocidade de conclusão das tarefas avaliadas |\n| Taxa de sucesso na demonstração em fábrica | 96% | Demonstração de preparação de kits de peças automotivas com Apollo 2 |\n\nO número de tarefas se refere aos tipos de atividades avaliadas. É um conceito diferente do número de repetições de cada atividade. Portanto, não é possível calcular a confiabilidade estatística apenas com o número de tarefas. [Anúncio do Google em coreano](https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/)\n\n### Exemplo de cálculo da melhoria relativa\n\nConverter a melhoria da taxa de sucesso em um fator de multiplicação torna seu significado mais claro. A melhoria anunciada de 30% corresponde a 1.3 vezes a taxa de sucesso anterior. Uma melhoria de 100% significa 2 vezes a taxa de sucesso anterior. Essas relações são calculadas a partir dos números anunciados.\n\n| Expressão | Relação de cálculo | Informação necessária para interpretar |\n| --- | --- | --- |\n| Melhoria de 30% na taxa de sucesso | Nova taxa de sucesso = taxa de sucesso anterior × 1.3 | Taxa de sucesso anterior na mesma tarefa |\n| Melhoria de 100% na taxa de sucesso | Nova taxa de sucesso = taxa de sucesso anterior × 2 | Taxa de sucesso anterior na mesma tarefa |\n| Diferença entre taxas de sucesso | Nova taxa de sucesso - taxa de sucesso anterior | As duas taxas absolutas de sucesso, em pontos percentuais |\n\nSem a taxa de sucesso de referência, não é possível obter a nova taxa absoluta de sucesso. Uma melhoria de 100% não deve ser interpretada como sucesso em todas as tentativas. O percentual de melhoria da velocidade também não pode ser convertido em percentual de aumento da produção de toda a fábrica.\n\n## O alcance da taxa de sucesso de 96% na demonstração em fábrica\n\nOs **96%** anunciados são a taxa de sucesso da demonstração de preparação de kits de peças automotivas. A preparação de kits consiste em organizar, na sequência correta, as peças necessárias à montagem. Nesta demonstração, Apollo 2, da Apptronik, executou essa tarefa.\n\nA demonstração ocorreu em linhas de produção reais da Mercedes-Benz. O anúncio especifica Kecskemét, na Hungria, e Sindelfingen, na Alemanha. O robô retirou suportes metálicos de um recipiente de abastecimento e os colocou em recipientes organizados por sequência.\n\nUma prova de conceito, ou PoC, é um teste que verifica a viabilidade em um ambiente específico. A taxa de sucesso medida aqui pertence ao escopo desse teste. Ela não pode ser generalizada como taxa de automação de toda a fábrica ou taxa de sucesso de todos os processos.\n\nO Google apresentou como possibilidade de uso a atribuição de tarefas repetitivas de preparação aos robôs. A explicação é que isso ajuda a equipe técnica a se concentrar em montagens complexas. Não foram apresentados números de redução de pessoal nem percentuais de aumento da produtividade do trabalho. [Descrição da demonstração em fábrica pelo Google DeepMind](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)\n\n## Recuperação de falhas e taxa de processamento que a taxa de sucesso não mostra\n\nPara decidir sobre a adoção em fábrica, é necessário conhecer o denominador da taxa de sucesso e o tempo de recuperação. Mesmo com a mesma taxa de sucesso, o volume de produção pode variar conforme a forma de realizar novas tentativas. Esta é uma análise para relacionar os números anunciados aos indicadores operacionais.\n\n| Item a verificar | O que verificar | Impacto na decisão |\n| --- | --- | --- |\n| Unidade de sucesso | Se é uma peça ou uma bandeja inteira | Escopo da tarefa representado pela taxa de sucesso |\n| Número de tentativas | Total de avaliações e distribuição por tarefa | Variabilidade e representatividade dos resultados |\n| Tratamento de novas tentativas | Se o sucesso ocorre na primeira tentativa ou inclui novas tentativas | Nível de execução autônoma |\n| Intervenção humana | Número e momento das intervenções | Pessoal necessário para a operação |\n| Recuperação de falhas | Tempo de recuperação e condições para retomar a tarefa | Redução da taxa de processamento causada por interrupções |\n| Avaliação da qualidade | Critérios para avaliar erros de posicionamento e danos às peças | Possibilidade de uso na montagem subsequente |\n| Operação contínua | Tempo de funcionamento e causas de parada | Estabilidade da operação real |\n\nEsses itens não são resultados adicionais já confirmados. São condições de medição que precisam ser verificadas separadamente na avaliação em campo. O anúncio em coreano, por si só, não permite determinar todas as condições detalhadas.\n\nComo indicador operacional, também é possível calcular a taxa de processamento de unidades aprovadas. A fórmula é “quantidade de unidades concluídas que passaram nos critérios de qualidade ÷ tempo total de operação”. O tempo total de operação deve incluir novas tentativas e o tempo de recuperação. Essa é uma proposta de medição, não um número anunciado da demonstração em fábrica.\n\nA operação de robôs também exige funções de gestão além do modelo. A Apptronik descreve o Fleet Connect como uma solução para monitoramento de estado e atribuição de tarefas. Isso mostra que o escopo operacional também exige gerenciar a bateria e o estado de parada. [Descrição da plataforma Apollo 2 pela Apptronik](https://apptronik.com/apollo/apollo-2)\n\n## A diferença entre segurança física e defesa contra jailbreak\n\nAs diretrizes de segurança física e a defesa contra jailbreak avaliam aspectos diferentes. As primeiras orientam o comportamento para evitar riscos ao redor durante a execução. A segunda avalia a resistência a ataques que tentam fazer o modelo seguir instruções perigosas.\n\nO momento da inferência é quando o modelo recebe uma entrada e toma uma decisão. O Google explica que aplica, nesse momento, diretrizes para evitar riscos. Também é necessário distinguir a qual modelo e a qual avaliação os números de segurança se referem.\n\nA seguir estão os números de segurança do anúncio de 10 de novembro de 2026.\n\n| Avaliação | Resultado anunciado | Escopo de interpretação |\n| --- | --- | --- |\n| Conclusão segura de tarefas perto de obstáculos | Melhoria de 33% | Melhoria decorrente da aplicação de orientações |\n| Conclusão segura de tarefas em ambientes com pessoas por perto | Melhoria de 43% | Melhoria decorrente da aplicação de orientações |\n| Taxa de defesa contra jailbreak do Gemini 4 Argon | 99.5% | Resultado anunciado da avaliação de jailbreak |\n| Taxa de defesa contra jailbreak do modelo de referência | 82% | Resultado comparativo do Gemini Robotics ER 2 |\n\nA taxa de defesa contra jailbreak é um resultado da avaliação do Gemini 4 Argon. Citá-la como taxa de operação sem acidentes do modelo de ação na fábrica altera o objeto da avaliação. O percentual de melhoria na conclusão segura de tarefas também deve ser distinguido da taxa absoluta de sucesso. [Descrição da avaliação de segurança pelo Google DeepMind](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)\n\nO repositório ASIMOV-Jailbreak distingue instruções nocivas de instruções normais. Ele também inclui avaliações de ataques que se estendem por várias interações. A taxa de recusa excessiva de solicitações normais também é um item avaliado. [Repositório de avaliação ASIMOV do Google](https://huggingface.co/datasets/google/asimov_agentic)\n\nOs dispositivos físicos também têm funções de segurança próprias. A Apptronik explica que o robô para imediatamente ao detectar um objeto nas zonas de colisão configuradas. Também oferece configurações de movimento conforme as zonas ao redor. Essas são funções de hardware que devem ser verificadas separadamente da avaliação do modelo.\n\n## Simulação e dados reais de treinamento\n\nSegundo a explicação do Google, a simulação foi combinada com dados de demonstrações reais. Gemini 4 Argon gera ambientes virtuais de treinamento a partir de cenas captadas por câmeras. Também apoia pesquisas que buscam hipóteses de melhoria em vídeos de falhas.\n\nUm gêmeo digital é uma reprodução do ambiente real em um espaço virtual. No ambiente virtual, é possível realizar testes repetidos com diferentes condições. Os testes com robôs reais verificam se os resultados também se confirmam no ambiente físico. [Descrição do processo de treinamento pelo Google DeepMind](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)\n\nNessa estrutura, a fábrica é tanto um local de aplicação quanto de avaliação. Isso ocorre porque as peças reais e a sequência de tarefas testam o alcance da aplicação do modelo. No entanto, a melhoria da eficiência do treinamento não pode ser convertida diretamente em um valor de redução dos custos de adoção.\n\n## A diferença entre disponibilização a parceiros e API pública\n\nO status de disponibilização do modelo de ação e do modelo ER deve ser verificado separadamente. Segundo o anúncio, o modelo de ação está sendo disponibilizado gradualmente a parceiros de robótica. A página oficial do ER 2 informa que ele está em prévia pública.\n\nO anúncio do Google DeepMind descreveu o alcance da disponibilização da seguinte forma.\n\n\u003e Gemini Robotics 2.5 está sendo disponibilizado gradualmente aos nossos parceiros de robótica.\n\nA fonte é o [anúncio do Gemini Robotics 2.5](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/).\n\n| Modelo | Status de disponibilização confirmado | Distinção importante |\n| --- | --- | --- |\n| Gemini Robotics 2.5 | Disponibilização gradual a parceiros de robótica | Diferente da abertura de uma API de ação para desenvolvedores em geral |\n| Gemini Robotics ER 2 | Prévia pública no Google AI Studio e na Gemini API | Escopo de acesso ao modelo de raciocínio |\n\nO acesso à API do ER não significa permissão de acesso ao modelo de ação. O cronograma de adoção comercial na Coreia do Sul também não pode ser determinado apenas com este anúncio. O status de disponibilização de cada modelo deve ser verificado em sua respectiva página oficial.\n\n## Erros comuns ao interpretar números de desempenho\n\nQuando se omitem o objeto e a unidade da avaliação, resultados diferentes acabam misturados. Em especial, agrupar números apenas pelo nome do modelo torna a interpretação imprecisa. Ao citá-los, é necessário informar também a tarefa e as condições de comparação.\n\n| Interpretação comum | Distinção correta |\n| --- | --- |\n| A taxa de sucesso melhorou 100%, então todas as tarefas foram concluídas com sucesso | Melhoria relativa e taxa absoluta de sucesso são diferentes |\n| A taxa de sucesso na fábrica é a taxa de automação de toda a fábrica | O resultado da PoC de preparação de kits e o alcance da automação são diferentes |\n| A taxa de defesa contra jailbreak é a taxa de operação sem acidentes do robô | Resistência a ataques e indicadores de acidentes físicos são diferentes |\n| A API do ER também permite usar imediatamente o modelo de ação | As permissões de acesso devem ser verificadas separadamente para cada modelo |\n| A produção aumenta na mesma proporção que a velocidade de conclusão das tarefas | É necessário medir incluindo o tempo de recuperação e as esperas do processo |\n\n## Perguntas frequentes\n\nDistinguir as funções dos modelos, as unidades de avaliação e o status de disponibilização ajuda a esclarecer as principais dúvidas.\n\n### Gemini Robotics 2.5 é o corpo de um robô?\n\nÉ um modelo VLA que controla robôs. Apollo 2 é o corpo robótico que utiliza esse modelo. É necessário distinguir o desempenho do modelo do desempenho físico do corpo do robô.\n\n### As cerca de 200 tarefas são o número de processos de uma fábrica real?\n\nElas representam os tipos de tarefas da avaliação do modelo anunciada. Isso não significa que todas sejam processos de uma fábrica de automóveis. O número de tarefas avaliadas e o escopo da demonstração em fábrica são distintos.\n\n### É possível calcular os benefícios da adoção apenas com a taxa de sucesso na fábrica?\n\nNão é possível calcular custos ou volume de produção apenas com a taxa de sucesso. É necessário conhecer também o tempo das tarefas e o tempo de recuperação de falhas. Os critérios de qualidade e as condições de intervenção humana também são necessários.\n\n### Prévia pública e adoção comercial significam a mesma coisa?\n\nA prévia pública é um status de disponibilização que permite acessar um modelo específico. Ela não significa que a integração com os sistemas da fábrica esteja concluída. As condições de disponibilização do modelo de ação também devem ser verificadas separadamente.","content_html":"\u003cp\u003eGemini Robotics 2.5 é um modelo VLA que conecta visão e linguagem às ações de robôs. A taxa de sucesso de 96% na demonstração em fábrica se limita à tarefa de preparação de kits de peças. Para decidir sobre a adoção efetiva, é necessário validar também a recuperação de falhas e as condições operacionais.\u003c/p\u003e\n\u003cp\u003eOs números de desempenho deste artigo se baseiam no anúncio do Google de 10 de novembro de 2026.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#como-funcionam-vla-e-er\" class=\"anchor\" id=\"como-funcionam-vla-e-er\"\u003e\u003c/a\u003eComo funcionam VLA e ER\u003c/h2\u003e\n\u003cp\u003eVLA é um modelo que conecta informações visuais e instruções em linguagem às ações de robôs. O nome é a sigla de Vision-Language-Action. ER significa raciocínio corporificado, usado para planejar tarefas no ambiente físico.\u003c/p\u003e\n\u003cp\u003eNa demonstração em fábrica, os dois modelos dividem as funções. Gemini Robotics ER acompanha todo o fluxo de trabalho. Gemini Robotics 2.5 controla as duas mãos e os braços.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eComponente\u003c/th\u003e\n\u003cth\u003eFunção desempenhada\u003c/th\u003e\n\u003cth\u003eDistinção importante\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Componente\"\u003eInformações visuais\u003c/td\u003e\n\u003ctd data-label=\"Função desempenhada\"\u003eIdentificar objetos e o cenário ao redor\u003c/td\u003e\n\u003ctd data-label=\"Distinção importante\"\u003eEntrada usada para determinar ações\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Componente\"\u003eInstruções em linguagem\u003c/td\u003e\n\u003ctd data-label=\"Função desempenhada\"\u003eComunicar a tarefa e suas condições\u003c/td\u003e\n\u003ctd data-label=\"Distinção importante\"\u003eEntrada que expressa o objetivo da tarefa\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Componente\"\u003eModelo ER\u003c/td\u003e\n\u003ctd data-label=\"Função desempenhada\"\u003eGerenciar o planejamento de várias etapas e o andamento\u003c/td\u003e\n\u003ctd data-label=\"Distinção importante\"\u003eRaciocínio de alto nível\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Componente\"\u003eModelo de ação VLA\u003c/td\u003e\n\u003ctd data-label=\"Função desempenhada\"\u003eGerar os movimentos do robô\u003c/td\u003e\n\u003ctd data-label=\"Distinção importante\"\u003eControle para executar movimentos reais\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Componente\"\u003eHardware do robô\u003c/td\u003e\n\u003ctd data-label=\"Função desempenhada\"\u003eExecutar movimentos e manipular objetos\u003c/td\u003e\n\u003ctd data-label=\"Distinção importante\"\u003eDispositivos físicos como mãos, braços e atuadores\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eO modelo ER foi projetado para decidir qual é a próxima tarefa e dar continuidade à execução. Ele também determina se uma tarefa foi concluída e se é necessário tentar novamente. Nas informações oficiais do modelo, a saída do ER 2 é especificada como texto. \u003ca href=\"https://deepmind.google/models/gemini-robotics/embodied-reasoning/\"\u003eDescrição do ER 2 pelo Google DeepMind\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003eO modelo de ação e o corpo do robô não são o mesmo produto. A descrição oficial do VLA apresenta um escopo de controle que vai de braços ao corpo inteiro de humanoides. O desempenho em um corpo específico deve ser interpretado em conjunto com as condições desse hardware. \u003ca href=\"https://deepmind.google/models/gemini-robotics/vla/\"\u003eDescrição do VLA pelo Google DeepMind\u003c/a\u003e\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#m%C3%A9tricas-de-avalia%C3%A7%C3%A3o-de-tarefas-e-crit%C3%A9rios-de-compara%C3%A7%C3%A3o\" class=\"anchor\" id=\"métricas-de-avaliação-de-tarefas-e-critérios-de-comparação\"\u003e\u003c/a\u003eMétricas de avaliação de tarefas e critérios de comparação\u003c/h2\u003e\n\u003cp\u003eOs percentuais de melhoria anunciados resultam de uma comparação com o modelo de referência anterior. Não são taxas absolutas de sucesso que se aplicam a todas as tarefas. O anúncio explica que a magnitude da melhoria variou conforme o tipo de tarefa.\u003c/p\u003e\n\u003cp\u003eA tabela a seguir distingue os números anunciados em 10 de novembro de 2026.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eItem\u003c/th\u003e\n\u003cth\u003eConteúdo do anúncio\u003c/th\u003e\n\u003cth\u003eEscopo de aplicação do número\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item\"\u003eAbrangência das tarefas avaliadas\u003c/td\u003e\n\u003ctd data-label=\"Conteúdo do anúncio\"\u003eA introdução indica mais de 200, e a descrição detalhada indica 200\u003c/td\u003e\n\u003ctd data-label=\"Escopo de aplicação do número\"\u003eO total deve ser entendido como cerca de 200\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item\"\u003eTaxa de sucesso nas tarefas\u003c/td\u003e\n\u003ctd data-label=\"Conteúdo do anúncio\"\u003eMelhoria de 30~100% em relação ao modelo de referência anterior\u003c/td\u003e\n\u003ctd data-label=\"Escopo de aplicação do número\"\u003eMelhoria relativa por tipo de tarefa\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item\"\u003eVelocidade de conclusão das tarefas\u003c/td\u003e\n\u003ctd data-label=\"Conteúdo do anúncio\"\u003eMelhoria de 20~30% em relação ao modelo de referência anterior\u003c/td\u003e\n\u003ctd data-label=\"Escopo de aplicação do número\"\u003eComparação da velocidade de conclusão das tarefas avaliadas\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item\"\u003eTaxa de sucesso na demonstração em fábrica\u003c/td\u003e\n\u003ctd data-label=\"Conteúdo do anúncio\"\u003e96%\u003c/td\u003e\n\u003ctd data-label=\"Escopo de aplicação do número\"\u003eDemonstração de preparação de kits de peças automotivas com Apollo 2\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eO número de tarefas se refere aos tipos de atividades avaliadas. É um conceito diferente do número de repetições de cada atividade. Portanto, não é possível calcular a confiabilidade estatística apenas com o número de tarefas. \u003ca href=\"https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/\"\u003eAnúncio do Google em coreano\u003c/a\u003e\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#exemplo-de-c%C3%A1lculo-da-melhoria-relativa\" class=\"anchor\" id=\"exemplo-de-cálculo-da-melhoria-relativa\"\u003e\u003c/a\u003eExemplo de cálculo da melhoria relativa\u003c/h3\u003e\n\u003cp\u003eConverter a melhoria da taxa de sucesso em um fator de multiplicação torna seu significado mais claro. A melhoria anunciada de 30% corresponde a 1.3 vezes a taxa de sucesso anterior. Uma melhoria de 100% significa 2 vezes a taxa de sucesso anterior. Essas relações são calculadas a partir dos números anunciados.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eExpressão\u003c/th\u003e\n\u003cth\u003eRelação de cálculo\u003c/th\u003e\n\u003cth\u003eInformação necessária para interpretar\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Expressão\"\u003eMelhoria de 30% na taxa de sucesso\u003c/td\u003e\n\u003ctd data-label=\"Relação de cálculo\"\u003eNova taxa de sucesso = taxa de sucesso anterior × 1.3\u003c/td\u003e\n\u003ctd data-label=\"Informação necessária para interpretar\"\u003eTaxa de sucesso anterior na mesma tarefa\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Expressão\"\u003eMelhoria de 100% na taxa de sucesso\u003c/td\u003e\n\u003ctd data-label=\"Relação de cálculo\"\u003eNova taxa de sucesso = taxa de sucesso anterior × 2\u003c/td\u003e\n\u003ctd data-label=\"Informação necessária para interpretar\"\u003eTaxa de sucesso anterior na mesma tarefa\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Expressão\"\u003eDiferença entre taxas de sucesso\u003c/td\u003e\n\u003ctd data-label=\"Relação de cálculo\"\u003eNova taxa de sucesso - taxa de sucesso anterior\u003c/td\u003e\n\u003ctd data-label=\"Informação necessária para interpretar\"\u003eAs duas taxas absolutas de sucesso, em pontos percentuais\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eSem a taxa de sucesso de referência, não é possível obter a nova taxa absoluta de sucesso. Uma melhoria de 100% não deve ser interpretada como sucesso em todas as tentativas. O percentual de melhoria da velocidade também não pode ser convertido em percentual de aumento da produção de toda a fábrica.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#o-alcance-da-taxa-de-sucesso-de-96-na-demonstra%C3%A7%C3%A3o-em-f%C3%A1brica\" class=\"anchor\" id=\"o-alcance-da-taxa-de-sucesso-de-96-na-demonstração-em-fábrica\"\u003e\u003c/a\u003eO alcance da taxa de sucesso de 96% na demonstração em fábrica\u003c/h2\u003e\n\u003cp\u003eOs \u003cstrong\u003e96%\u003c/strong\u003e anunciados são a taxa de sucesso da demonstração de preparação de kits de peças automotivas. A preparação de kits consiste em organizar, na sequência correta, as peças necessárias à montagem. Nesta demonstração, Apollo 2, da Apptronik, executou essa tarefa.\u003c/p\u003e\n\u003cp\u003eA demonstração ocorreu em linhas de produção reais da Mercedes-Benz. O anúncio especifica Kecskemét, na Hungria, e Sindelfingen, na Alemanha. O robô retirou suportes metálicos de um recipiente de abastecimento e os colocou em recipientes organizados por sequência.\u003c/p\u003e\n\u003cp\u003eUma prova de conceito, ou PoC, é um teste que verifica a viabilidade em um ambiente específico. A taxa de sucesso medida aqui pertence ao escopo desse teste. Ela não pode ser generalizada como taxa de automação de toda a fábrica ou taxa de sucesso de todos os processos.\u003c/p\u003e\n\u003cp\u003eO Google apresentou como possibilidade de uso a atribuição de tarefas repetitivas de preparação aos robôs. A explicação é que isso ajuda a equipe técnica a se concentrar em montagens complexas. Não foram apresentados números de redução de pessoal nem percentuais de aumento da produtividade do trabalho. \u003ca href=\"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/\"\u003eDescrição da demonstração em fábrica pelo Google DeepMind\u003c/a\u003e\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#recupera%C3%A7%C3%A3o-de-falhas-e-taxa-de-processamento-que-a-taxa-de-sucesso-n%C3%A3o-mostra\" class=\"anchor\" id=\"recuperação-de-falhas-e-taxa-de-processamento-que-a-taxa-de-sucesso-não-mostra\"\u003e\u003c/a\u003eRecuperação de falhas e taxa de processamento que a taxa de sucesso não mostra\u003c/h2\u003e\n\u003cp\u003ePara decidir sobre a adoção em fábrica, é necessário conhecer o denominador da taxa de sucesso e o tempo de recuperação. Mesmo com a mesma taxa de sucesso, o volume de produção pode variar conforme a forma de realizar novas tentativas. Esta é uma análise para relacionar os números anunciados aos indicadores operacionais.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eItem a verificar\u003c/th\u003e\n\u003cth\u003eO que verificar\u003c/th\u003e\n\u003cth\u003eImpacto na decisão\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item a verificar\"\u003eUnidade de sucesso\u003c/td\u003e\n\u003ctd data-label=\"O que verificar\"\u003eSe é uma peça ou uma bandeja inteira\u003c/td\u003e\n\u003ctd data-label=\"Impacto na decisão\"\u003eEscopo da tarefa representado pela taxa de sucesso\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item a verificar\"\u003eNúmero de tentativas\u003c/td\u003e\n\u003ctd data-label=\"O que verificar\"\u003eTotal de avaliações e distribuição por tarefa\u003c/td\u003e\n\u003ctd data-label=\"Impacto na decisão\"\u003eVariabilidade e representatividade dos resultados\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item a verificar\"\u003eTratamento de novas tentativas\u003c/td\u003e\n\u003ctd data-label=\"O que verificar\"\u003eSe o sucesso ocorre na primeira tentativa ou inclui novas tentativas\u003c/td\u003e\n\u003ctd data-label=\"Impacto na decisão\"\u003eNível de execução autônoma\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item a verificar\"\u003eIntervenção humana\u003c/td\u003e\n\u003ctd data-label=\"O que verificar\"\u003eNúmero e momento das intervenções\u003c/td\u003e\n\u003ctd data-label=\"Impacto na decisão\"\u003ePessoal necessário para a operação\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item a verificar\"\u003eRecuperação de falhas\u003c/td\u003e\n\u003ctd data-label=\"O que verificar\"\u003eTempo de recuperação e condições para retomar a tarefa\u003c/td\u003e\n\u003ctd data-label=\"Impacto na decisão\"\u003eRedução da taxa de processamento causada por interrupções\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item a verificar\"\u003eAvaliação da qualidade\u003c/td\u003e\n\u003ctd data-label=\"O que verificar\"\u003eCritérios para avaliar erros de posicionamento e danos às peças\u003c/td\u003e\n\u003ctd data-label=\"Impacto na decisão\"\u003ePossibilidade de uso na montagem subsequente\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Item a verificar\"\u003eOperação contínua\u003c/td\u003e\n\u003ctd data-label=\"O que verificar\"\u003eTempo de funcionamento e causas de parada\u003c/td\u003e\n\u003ctd data-label=\"Impacto na decisão\"\u003eEstabilidade da operação real\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eEsses itens não são resultados adicionais já confirmados. São condições de medição que precisam ser verificadas separadamente na avaliação em campo. O anúncio em coreano, por si só, não permite determinar todas as condições detalhadas.\u003c/p\u003e\n\u003cp\u003eComo indicador operacional, também é possível calcular a taxa de processamento de unidades aprovadas. A fórmula é “quantidade de unidades concluídas que passaram nos critérios de qualidade ÷ tempo total de operação”. O tempo total de operação deve incluir novas tentativas e o tempo de recuperação. Essa é uma proposta de medição, não um número anunciado da demonstração em fábrica.\u003c/p\u003e\n\u003cp\u003eA operação de robôs também exige funções de gestão além do modelo. A Apptronik descreve o Fleet Connect como uma solução para monitoramento de estado e atribuição de tarefas. Isso mostra que o escopo operacional também exige gerenciar a bateria e o estado de parada. \u003ca href=\"https://apptronik.com/apollo/apollo-2\"\u003eDescrição da plataforma Apollo 2 pela Apptronik\u003c/a\u003e\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#a-diferen%C3%A7a-entre-seguran%C3%A7a-f%C3%ADsica-e-defesa-contra-jailbreak\" class=\"anchor\" id=\"a-diferença-entre-segurança-física-e-defesa-contra-jailbreak\"\u003e\u003c/a\u003eA diferença entre segurança física e defesa contra jailbreak\u003c/h2\u003e\n\u003cp\u003eAs diretrizes de segurança física e a defesa contra jailbreak avaliam aspectos diferentes. As primeiras orientam o comportamento para evitar riscos ao redor durante a execução. A segunda avalia a resistência a ataques que tentam fazer o modelo seguir instruções perigosas.\u003c/p\u003e\n\u003cp\u003eO momento da inferência é quando o modelo recebe uma entrada e toma uma decisão. O Google explica que aplica, nesse momento, diretrizes para evitar riscos. Também é necessário distinguir a qual modelo e a qual avaliação os números de segurança se referem.\u003c/p\u003e\n\u003cp\u003eA seguir estão os números de segurança do anúncio de 10 de novembro de 2026.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eAvaliação\u003c/th\u003e\n\u003cth\u003eResultado anunciado\u003c/th\u003e\n\u003cth\u003eEscopo de interpretação\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Avaliação\"\u003eConclusão segura de tarefas perto de obstáculos\u003c/td\u003e\n\u003ctd data-label=\"Resultado anunciado\"\u003eMelhoria de 33%\u003c/td\u003e\n\u003ctd data-label=\"Escopo de interpretação\"\u003eMelhoria decorrente da aplicação de orientações\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Avaliação\"\u003eConclusão segura de tarefas em ambientes com pessoas por perto\u003c/td\u003e\n\u003ctd data-label=\"Resultado anunciado\"\u003eMelhoria de 43%\u003c/td\u003e\n\u003ctd data-label=\"Escopo de interpretação\"\u003eMelhoria decorrente da aplicação de orientações\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Avaliação\"\u003eTaxa de defesa contra jailbreak do Gemini 4 Argon\u003c/td\u003e\n\u003ctd data-label=\"Resultado anunciado\"\u003e99.5%\u003c/td\u003e\n\u003ctd data-label=\"Escopo de interpretação\"\u003eResultado anunciado da avaliação de jailbreak\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Avaliação\"\u003eTaxa de defesa contra jailbreak do modelo de referência\u003c/td\u003e\n\u003ctd data-label=\"Resultado anunciado\"\u003e82%\u003c/td\u003e\n\u003ctd data-label=\"Escopo de interpretação\"\u003eResultado comparativo do Gemini Robotics ER 2\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eA taxa de defesa contra jailbreak é um resultado da avaliação do Gemini 4 Argon. Citá-la como taxa de operação sem acidentes do modelo de ação na fábrica altera o objeto da avaliação. O percentual de melhoria na conclusão segura de tarefas também deve ser distinguido da taxa absoluta de sucesso. \u003ca href=\"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/\"\u003eDescrição da avaliação de segurança pelo Google DeepMind\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003eO repositório ASIMOV-Jailbreak distingue instruções nocivas de instruções normais. Ele também inclui avaliações de ataques que se estendem por várias interações. A taxa de recusa excessiva de solicitações normais também é um item avaliado. \u003ca href=\"https://huggingface.co/datasets/google/asimov_agentic\"\u003eRepositório de avaliação ASIMOV do Google\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003eOs dispositivos físicos também têm funções de segurança próprias. A Apptronik explica que o robô para imediatamente ao detectar um objeto nas zonas de colisão configuradas. Também oferece configurações de movimento conforme as zonas ao redor. Essas são funções de hardware que devem ser verificadas separadamente da avaliação do modelo.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#simula%C3%A7%C3%A3o-e-dados-reais-de-treinamento\" class=\"anchor\" id=\"simulação-e-dados-reais-de-treinamento\"\u003e\u003c/a\u003eSimulação e dados reais de treinamento\u003c/h2\u003e\n\u003cp\u003eSegundo a explicação do Google, a simulação foi combinada com dados de demonstrações reais. Gemini 4 Argon gera ambientes virtuais de treinamento a partir de cenas captadas por câmeras. Também apoia pesquisas que buscam hipóteses de melhoria em vídeos de falhas.\u003c/p\u003e\n\u003cp\u003eUm gêmeo digital é uma reprodução do ambiente real em um espaço virtual. No ambiente virtual, é possível realizar testes repetidos com diferentes condições. Os testes com robôs reais verificam se os resultados também se confirmam no ambiente físico. \u003ca href=\"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/\"\u003eDescrição do processo de treinamento pelo Google DeepMind\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003eNessa estrutura, a fábrica é tanto um local de aplicação quanto de avaliação. Isso ocorre porque as peças reais e a sequência de tarefas testam o alcance da aplicação do modelo. No entanto, a melhoria da eficiência do treinamento não pode ser convertida diretamente em um valor de redução dos custos de adoção.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#a-diferen%C3%A7a-entre-disponibiliza%C3%A7%C3%A3o-a-parceiros-e-api-p%C3%BAblica\" class=\"anchor\" id=\"a-diferença-entre-disponibilização-a-parceiros-e-api-pública\"\u003e\u003c/a\u003eA diferença entre disponibilização a parceiros e API pública\u003c/h2\u003e\n\u003cp\u003eO status de disponibilização do modelo de ação e do modelo ER deve ser verificado separadamente. Segundo o anúncio, o modelo de ação está sendo disponibilizado gradualmente a parceiros de robótica. A página oficial do ER 2 informa que ele está em prévia pública.\u003c/p\u003e\n\u003cp\u003eO anúncio do Google DeepMind descreveu o alcance da disponibilização da seguinte forma.\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eGemini Robotics 2.5 está sendo disponibilizado gradualmente aos nossos parceiros de robótica.\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003eA fonte é o \u003ca href=\"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/\"\u003eanúncio do Gemini Robotics 2.5\u003c/a\u003e.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eModelo\u003c/th\u003e\n\u003cth\u003eStatus de disponibilização confirmado\u003c/th\u003e\n\u003cth\u003eDistinção importante\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Modelo\"\u003eGemini Robotics 2.5\u003c/td\u003e\n\u003ctd data-label=\"Status de disponibilização confirmado\"\u003eDisponibilização gradual a parceiros de robótica\u003c/td\u003e\n\u003ctd data-label=\"Distinção importante\"\u003eDiferente da abertura de uma API de ação para desenvolvedores em geral\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Modelo\"\u003eGemini Robotics ER 2\u003c/td\u003e\n\u003ctd data-label=\"Status de disponibilização confirmado\"\u003ePrévia pública no Google AI Studio e na Gemini API\u003c/td\u003e\n\u003ctd data-label=\"Distinção importante\"\u003eEscopo de acesso ao modelo de raciocínio\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eO acesso à API do ER não significa permissão de acesso ao modelo de ação. O cronograma de adoção comercial na Coreia do Sul também não pode ser determinado apenas com este anúncio. O status de disponibilização de cada modelo deve ser verificado em sua respectiva página oficial.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#erros-comuns-ao-interpretar-n%C3%BAmeros-de-desempenho\" class=\"anchor\" id=\"erros-comuns-ao-interpretar-números-de-desempenho\"\u003e\u003c/a\u003eErros comuns ao interpretar números de desempenho\u003c/h2\u003e\n\u003cp\u003eQuando se omitem o objeto e a unidade da avaliação, resultados diferentes acabam misturados. Em especial, agrupar números apenas pelo nome do modelo torna a interpretação imprecisa. Ao citá-los, é necessário informar também a tarefa e as condições de comparação.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eInterpretação comum\u003c/th\u003e\n\u003cth\u003eDistinção correta\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Interpretação comum\"\u003eA taxa de sucesso melhorou 100%, então todas as tarefas foram concluídas com sucesso\u003c/td\u003e\n\u003ctd data-label=\"Distinção correta\"\u003eMelhoria relativa e taxa absoluta de sucesso são diferentes\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Interpretação comum\"\u003eA taxa de sucesso na fábrica é a taxa de automação de toda a fábrica\u003c/td\u003e\n\u003ctd data-label=\"Distinção correta\"\u003eO resultado da PoC de preparação de kits e o alcance da automação são diferentes\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Interpretação comum\"\u003eA taxa de defesa contra jailbreak é a taxa de operação sem acidentes do robô\u003c/td\u003e\n\u003ctd data-label=\"Distinção correta\"\u003eResistência a ataques e indicadores de acidentes físicos são diferentes\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Interpretação comum\"\u003eA API do ER também permite usar imediatamente o modelo de ação\u003c/td\u003e\n\u003ctd data-label=\"Distinção correta\"\u003eAs permissões de acesso devem ser verificadas separadamente para cada modelo\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Interpretação comum\"\u003eA produção aumenta na mesma proporção que a velocidade de conclusão das tarefas\u003c/td\u003e\n\u003ctd data-label=\"Distinção correta\"\u003eÉ necessário medir incluindo o tempo de recuperação e as esperas do processo\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch2\u003e\n\u003ca href=\"#perguntas-frequentes\" class=\"anchor\" id=\"perguntas-frequentes\"\u003e\u003c/a\u003ePerguntas frequentes\u003c/h2\u003e\n\u003cp\u003eDistinguir as funções dos modelos, as unidades de avaliação e o status de disponibilização ajuda a esclarecer as principais dúvidas.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#gemini-robotics-25-%C3%A9-o-corpo-de-um-rob%C3%B4\" class=\"anchor\" id=\"gemini-robotics-25-é-o-corpo-de-um-robô\"\u003e\u003c/a\u003eGemini Robotics 2.5 é o corpo de um robô?\u003c/h3\u003e\n\u003cp\u003eÉ um modelo VLA que controla robôs. Apollo 2 é o corpo robótico que utiliza esse modelo. É necessário distinguir o desempenho do modelo do desempenho físico do corpo do robô.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#as-cerca-de-200-tarefas-s%C3%A3o-o-n%C3%BAmero-de-processos-de-uma-f%C3%A1brica-real\" class=\"anchor\" id=\"as-cerca-de-200-tarefas-são-o-número-de-processos-de-uma-fábrica-real\"\u003e\u003c/a\u003eAs cerca de 200 tarefas são o número de processos de uma fábrica real?\u003c/h3\u003e\n\u003cp\u003eElas representam os tipos de tarefas da avaliação do modelo anunciada. Isso não significa que todas sejam processos de uma fábrica de automóveis. O número de tarefas avaliadas e o escopo da demonstração em fábrica são distintos.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%C3%A9-poss%C3%ADvel-calcular-os-benef%C3%ADcios-da-ado%C3%A7%C3%A3o-apenas-com-a-taxa-de-sucesso-na-f%C3%A1brica\" class=\"anchor\" id=\"é-possível-calcular-os-benefícios-da-adoção-apenas-com-a-taxa-de-sucesso-na-fábrica\"\u003e\u003c/a\u003eÉ possível calcular os benefícios da adoção apenas com a taxa de sucesso na fábrica?\u003c/h3\u003e\n\u003cp\u003eNão é possível calcular custos ou volume de produção apenas com a taxa de sucesso. É necessário conhecer também o tempo das tarefas e o tempo de recuperação de falhas. Os critérios de qualidade e as condições de intervenção humana também são necessários.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#pr%C3%A9via-p%C3%BAblica-e-ado%C3%A7%C3%A3o-comercial-significam-a-mesma-coisa\" class=\"anchor\" id=\"prévia-pública-e-adoção-comercial-significam-a-mesma-coisa\"\u003e\u003c/a\u003ePrévia pública e adoção comercial significam a mesma coisa?\u003c/h3\u003e\n\u003cp\u003eA prévia pública é um status de disponibilização que permite acessar um modelo específico. Ela não significa que a integração com os sistemas da fábrica esteja concluída. As condições de disponibilização do modelo de ação também devem ser verificadas separadamente.\u003c/p\u003e\n","tags":["IA generativa","Desenvolvimento de IA","Robôs","Estratégia tecnológica"],"faqs":[{"question":"O que é o VLA do Gemini Robotics 2.5?","answer":"VLA é a sigla de Vision-Language-Action. Refere-se a um modelo que conecta informações visuais e instruções em linguagem a ações do robô."},{"question":"Qual é a diferença entre o Gemini Robotics ER e o modelo de ação?","answer":"ER é um modelo de raciocínio que gerencia o planejamento das tarefas e o andamento da execução. Na demonstração em fábrica, o modelo de ação ficou responsável pelo controle das duas mãos e dos braços."},{"question":"A melhoria de 30~100% na taxa de sucesso representa uma taxa de sucesso absoluta?","answer":"É uma taxa de melhoria relativa em comparação com o modelo de referência anterior. Para calcular a nova taxa de sucesso absoluta, é necessário conhecer a taxa de sucesso anterior da mesma tarefa."},{"question":"O que mede a taxa de sucesso de 96% da demonstração em fábrica?","answer":"É a taxa de sucesso anunciada na PoC de preparação de kits de peças automotivas. Corresponde ao resultado das tarefas executadas pelo Apollo 2 na linha de produção da Mercedes-Benz."},{"question":"A melhoria na velocidade de conclusão das tarefas pode ser considerada um aumento da produção?","answer":"Não é possível calcular a taxa de aumento da produção total apenas com a velocidade de conclusão. É necessário conhecer o tempo de operação, incluindo novas tentativas, recuperação de falhas e esperas no processo."},{"question":"A taxa de defesa contra jailbreak de 99.5% é resultado de qual modelo?","answer":"É o resultado da avaliação de jailbreak do Gemini 4 Argon divulgado pelo Google. Não representa a taxa de operação sem acidentes do modelo de ação em fábrica."},{"question":"Um desenvolvedor comum já pode usar a API do modelo de ação?","answer":"A oferta anunciada do modelo de ação é voltada a parceiros de robótica. É preciso distinguir a prévia pública do ER 2 das permissões de acesso ao modelo de ação."},{"question":"Foi anunciado um cronograma de adoção comercial em fábricas na Coreia do Sul?","answer":"Não é possível confirmar o cronograma de adoção comercial na Coreia do Sul apenas com este anúncio. As condições específicas de disponibilização e o cronograma devem ser confirmados com o Google e os fornecedores de robôs."}],"sources":[{"url":"https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/","title":"Anúncio do Google em coreano: Gemini Robotics 2.5: acelerando a inteligência física no mundo real","type":"source"},{"url":"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/","title":"Google DeepMind: anúncio do Gemini Robotics 2.5","type":"source"},{"url":"https://deepmind.google/models/gemini-robotics/vla/","title":"Google DeepMind: modelo VLA Gemini Robotics 2.5","type":"source"},{"url":"https://deepmind.google/models/gemini-robotics/embodied-reasoning/","title":"Google DeepMind: informações sobre o modelo Gemini Robotics ER 2","type":"source"},{"url":"https://apptronik.com/apollo/apollo-2","title":"Apptronik: plataforma Apollo 2 e recursos de operação e segurança","type":"source"},{"url":"https://huggingface.co/datasets/google/asimov_agentic","title":"Google: Asimov Agentic Safety Evaluation e ASIMOV-Jailbreak","type":"source"}],"images":[{"id":2720,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3NzQsInB1ciI6ImJsb2JfaWQifX0=--942c42c606bce2666318996725dd445f966e877a/ai-4a3f957c.webp","is_representative":true,"generation_method":"ai_photo","license":"ai_generated","mime_type":"image/webp","width":1536,"height":1024,"translations":{"ko":{"alt":"작업자가 안전 유리 너머로 지켜보는 가운데 양팔 로봇이 금속 브래킷을 칸막이 트레이에 넣고 있다.","caption":"공장 실증 성공률 96%는 자동차 부품 키팅 작업에 한정된 결과다.","description":null},"en":{"alt":"A dual-arm robot places metal brackets in a divided tray as a worker watches from behind a safety barrier.","caption":"The 96% factory trial success rate applies specifically to automotive parts kitting.","description":null},"ja":{"alt":"作業員が安全ガラス越しに見守る中、双腕ロボットが金属ブラケットを仕切り付きトレーに入れている。","caption":"工場実証での成功率96％は、自動車部品のキッティング作業に限定された結果だ。","description":null},"es":{"alt":"Un robot de dos brazos coloca soportes metálicos en una bandeja mientras una operaria observa tras un cristal.","caption":"La tasa de éxito del 96% en la prueba de fábrica corresponde específicamente a la preparación de kits de piezas de automóvil.","description":null},"id":{"alt":"Robot dua lengan menaruh braket logam ke baki bersekat, sementara pekerja mengamati dari balik kaca pengaman.","caption":"Tingkat keberhasilan 96% dalam uji pabrik khusus berlaku untuk penyiapan kit komponen otomotif.","description":null},"pt":{"alt":"Um robô de dois braços coloca suportes metálicos numa bandeja enquanto uma operadora observa atrás de um vidro.","caption":"A taxa de sucesso de 96% no teste de fábrica se refere especificamente à preparação de kits de peças automotivas.","description":null},"zh-hant":{"alt":"一名作業員隔著安全玻璃觀看，雙臂機器人將金屬支架放入分隔托盤。","caption":"工廠實證的96%成功率僅適用於汽車零件配套作業。","description":null},"de":{"alt":"Ein zweiarmiger Roboter legt Metallwinkel in eine Fächerschale, während eine Fachkraft hinter Schutzglas zusieht.","caption":"Die Erfolgsquote von 96 % im Werkstest gilt speziell für die Zusammenstellung von Automobilteilesätzen.","description":null}}},{"id":2721,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3ODAsInB1ciI6ImJsb2JfaWQifX0=--19b385253034a3ff7240ac9fd1708a09552dc8d6/ai-abdf1234.webp","is_representative":false,"generation_method":"ai_semi","license":"ai_generated","mime_type":"image/webp","width":1536,"height":1024,"translations":{"ko":{"alt":"보호안경과 주황색 작업복을 착용한 엔지니어가 로봇 집게와 완충재 장애물 사이의 간격을 살핀다.","caption":"작업 성공률과 안전성 평가는 구분해서 살펴봐야 한다.","description":null},"en":{"alt":"An engineer in safety glasses and an orange jacket checks the gap between a robot gripper and a padded obstacle.","caption":"Task success rates and safety evaluations must be considered separately.","description":null},"ja":{"alt":"保護メガネとオレンジ色の作業着を着た技術者が、ロボットのグリッパーと緩衝材付き障害物の間隔を確認する。","caption":"作業成功率と安全性評価は分けて捉える必要がある。","description":null},"es":{"alt":"Una ingeniera con gafas protectoras revisa la separación entre una pinza robótica y un obstáculo acolchado.","caption":"La tasa de éxito de las tareas y la evaluación de seguridad deben considerarse por separado.","description":null},"id":{"alt":"Insinyur berkacamata pelindung memeriksa jarak antara pencengkeram robot dan penghalang berlapis busa.","caption":"Tingkat keberhasilan tugas dan evaluasi keselamatan perlu ditinjau secara terpisah.","description":null},"pt":{"alt":"Uma engenheira de óculos de proteção verifica a distância entre uma garra robótica e um obstáculo acolchoado.","caption":"A taxa de sucesso das tarefas e a avaliação de segurança devem ser consideradas separadamente.","description":null},"zh-hant":{"alt":"一名戴著護目鏡、身穿橘色工作服的工程師，檢查機器人夾爪與軟墊障礙物之間的間距。","caption":"任務成功率與安全性評估應分開看待。","description":null},"de":{"alt":"Eine Ingenieurin mit Schutzbrille prüft den Abstand zwischen Robotergreifer und gepolstertem Hindernis.","caption":"Aufgabenerfolgsquoten und Sicherheitsbewertungen müssen getrennt betrachtet werden.","description":null}}}],"published_at":"2026-11-11T22:26:13+09:00","updated_at":"2026-11-11T22:26:13+09:00","license":"cc_by","translation_status":"reviewed","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/en/articles/gemini-robotics-2-5-vla-factory-performance"}