Google Cloud disponibiliza aos seus clientes o Gemini Robotics ER 2, um modelo encarregue de planificar as tarefas dos robôs, em pré-visão pública desde 27 de outubro de 2026. O modelo não comanda os motores diretamente: apoia-se noutras ferramentas para agir.
No instituto singapuriano A*STAR IMRE, que concebe novos materiais, o laboratório possui um antigo reator de micro-ondas sem API, apenas com um ecrã tátil. O seu diretor executivo, o professor Loh Xian Jun, deseja que os robôs guiados pelo ER 2 saibam «ler o ecrã tátil de um antigo reator de micro-ondas sem API, equilibrar e carregar uma centrífuga, ou mover amostras em segurança num laboratório muito movimentado». Afirma-o no comunicado do Google Cloud, antes de acrescentar: «É o próximo nível a que aspiramos chegar.»
Um modelo que planifica, outro que executa
A Google DeepMind apresentou o ER 2 a 30 de julho de 2026, disponível para programadores através da API Gemini e do Google AI Studio. Desde 27 de outubro, as empresas clientes do Google Cloud podem invocá-lo no Model Garden sob o identificador gemini-robotics-er-2-preview, experimentá-lo no Agent Studio e depois implementá-lo com os controlos de segurança da plataforma. Segundo a documentação da API Gemini, o seu antecessor, o ER 1.6, foi descontinuado a 31 de agosto de 2026.
A Google descreve-o como «um cérebro de alto nível para robôs», que «depois confia a execução motora a qualquer modelo visão-linguagem-ação (VLA) de nível mais baixo». Um VLA é um modelo que relaciona imagem, linguagem e gestos. O ER 2 recebe vídeo, áudio ou texto, decompõe a tarefa, invoca as ferramentas declaradas pelo programador e depois examina o vídeo para verificar se uma etapa foi bem-sucedida e reiniciá-la se necessário. Construído sobre o Gemini 3.5 Flash segundo a sua ficha técnica, apenas produz texto. O modelo que comanda os motores, o Gemini Robotics 2, está reservado a parceiros em acesso antecipado, de acordo com o comunicado da DeepMind de 30 de julho.
Números anunciados pela Google, segurança confiada ao operador
A Google afirma uma precisão de 91,3% para identificar, num vídeo, o momento em que ocorre um evento crítico, com um desvio médio de 0,96 segundos. Segundo a empresa, o modelo funcionaria a «4 vezes a velocidade de execução» de «muitas categorias de modelos maiores», sem que esses modelos sejam nomeados. Na classificação do progresso de uma tarefa, o comunicado de julho anuncia 57,4% de respostas corretas. A Google não publica nem o protocolo deste teste nem as pontuações dos concorrentes.
A documentação de robótica da API Gemini especifica que «é da sua responsabilidade manter um ambiente seguro em torno do robô». A ficha técnica exclui aplicações críticas para a segurança, como saúde ou transportes. No relatório de segurança da DeepMind, datado de 29 de julho de 2026, os melhores modelos testados detetam numa imagem a transgressão de um limite de um metro em torno de uma pessoa com uma precisão de cerca de 79 a 93%. Na versão de agente, os modelos que reduzem para cerca de 10 a 15% a proporção de paragens não efetuadas quando uma pessoa está próxima param o robô sem razão em 15 a 25% dos casos. Nenhum se aproxima de zero em ambas as métricas. O relatório considera que é «atualmente preferível» usar estes modelos com «sistemas de segurança determinísticos de baixo nível».
Um uso em produção e um preço promocional
Nestes anúncios, o único uso robótico descrito em produção vem da Boston Dynamics. A 8 de abril de 2026, o seu módulo de inspeção visual para o Spot, o AIVI-Learning, passou para o Gemini Robotics ER 1.6 para os clientes inscritos, para leitura de medidores, nível de indicadores de líquido, danos numa correia transportadora ou contagem de paletes. A partilha de dados com a Boston Dynamics é obrigatória. Marco da Silva, que dirige a atividade Spot, considera que o ER 2 traz «ainda mais valor» a estes clientes: «O vídeo muda o que pode ser uma inspeção.» Nenhum calendário de migração para o ER 2 foi publicado.
A tabela de preços do Google Cloud apresenta para o ER 2 um preço promocional de 1 dólar por milhão de tokens de entrada e 5 dólares de saída, até 31 de dezembro de 2026. A Google devolve em créditos 50% da despesa líquida, sem especificar quando esses créditos são atribuídos nem quanto tempo são válidos. A partir de 1 de janeiro de 2027, a tabela apresenta 2 dólares de entrada e 10 dólares de saída.
