Boston Dynamics e Google DeepMind ligam o Gemini Robotics-ER 1.6 no Spot: robôs agora leem manômetros analógicos em fábricas
Boston Dynamics integra Gemini Robotics-ER 1.6 no Spot via Orbit AIVI: robôs agora leem manômetros analógicos, contam pallets e detectam vazamentos em fábricas.
Resumo: a Boston Dynamics ligou oficialmente o Gemini Robotics-ER 1.6 da Google DeepMind na sua plataforma Orbit AIVI-Learning. A mudança já vale para todos os clientes inscritos no AIVI-Learning e transforma o cachorro-robô Spot em algo que antes exigia turno humano: um inspetor que lê manômetros e visores analógicos, conta pallets, mede nível de líquido em visores de nível e detecta poças de líquido no chão. Aqui, o modelo generalista dá lugar a um modelo de raciocínio embarcado (Embodied Reasoning) desenhado para tarefas físicas.
O que é o Gemini Robotics-ER 1.6
Anunciado pela Google DeepMind em 15 de abril, o Robotics-ER 1.6 é uma versão do Gemini construída para atuar como planejador de alto nível de tarefas em robôs. Ele não é o controle motor — quem move as juntas continua sendo o software de baixo nível do robô. O que a ER 1.6 faz é entender a cena, apontar para objetos com coordenadas, contar, decidir a ordem das ações e verificar se cada etapa foi bem-sucedida. É uma camada de raciocínio espacial, com melhora significativa sobre a versão anterior 1.5 e sobre o Gemini 3.0 Flash em benchmarks como pointing, counting e success detection.
A grande novidade — que a Google chamou de nova capability — é leitura de instrumentos analógicos: manômetros, termômetros, visores de nível. Nunca foi um problema resolvido em visão computacional clássica sem treinar um modelo por instrumento; ER 1.6 faz isso zero-shot, generalizando.
Como entra na Orbit AIVI
Orbit é a plataforma de gestão de frotas da Boston Dynamics. Dentro dela, AIVI-Learning é o serviço que ensina o Spot novas tarefas via demonstração e feedback. Antes, essa camada usava modelos internos da própria Boston Dynamics. Desde 8 de abril de 2026 ela roda em cima do Gemini, e agora em cima do ER 1.6.
Na prática, o robô pode:
- fazer auditorias 5S (organização e limpeza) autonomamente;
- medir a fullness de visores de líquido de 0 a 100%;
- fazer contagem de pallets em rotas de armazém;
- detectar poças de líquido no chão de fábrica;
- ler manômetros e visores analógicos e reportar valores em tempo real.
Por que importa
Indústria pesada — óleo e gás, química, mineração, energia — depende de milhares de instrumentos analógicos legados. Trocar todos por sensores IoT é caro e demorado. Um robô que passa pelo turno e lê os visores como um humano olharia resolve o problema sem retrofit. O ganho de disponibilidade é imediato: inspeções que aconteciam 2x por dia passam a rodar de hora em hora.
É a mesma tese do Startup Advisor da Woodside que noticiamos aqui: agentes que aposentam manuais e tarefas de campo repetitivas. A diferença é que o Spot põe o agente no chão de fábrica.
Status no Brasil
Petrobras, Vale e Braskem já operam frotas Spot em unidades específicas para inspeção — e o pacote AIVI/Gemini agora chega automaticamente para quem tem contrato Orbit ativo. O gargalo local não é tecnologia, é o processo de mudança: o inspetor humano continua no loop para validar leituras em ativos críticos (NR-13, ex.), e o time de manutenção precisa aprender a ler o que o agente reporta em vez de fazer a leitura direto. É integração organizacional, não integração técnica.
Riscos e limitações
Três limites são claros. Primeiro, iluminação: manômetros em áreas com pouca luz ou reflexo continuam desafiando VLMs. Segundo, autonomia energética: um Spot cheio de sensores tem cerca de 90 minutos de operação; um turno de 8 horas exige troca de bateria. Terceiro, responsabilidade: se o robô lê 6 bar quando o real é 12, quem responde por um acidente? A cadeia jurídica precisa ficar amarrada em contrato, algo que ainda não é padrão nem na indústria americana.
Análise SWOT
Leitura zero-shot de instrumentos; integração pronta com Orbit; base instalada de Spots; camada de raciocínio dedicada.
Autonomia limitada; sensibilidade a iluminação; hardware caro; latência para tarefas de tempo crítico.
Óleo e gás; mineração; utilities; substituição de retrofit IoT; auditoria contínua.
Concorrência da Figure, Agility e Unitree; regulação de robótica; responsabilidade civil; questões de emprego.
O que muda na prática
Para a área de manutenção de uma refinaria brasileira, a leitura é: começar 2027 com plano piloto de inspeção autônoma. Não porque o robô substitua o inspetor, mas porque agora ele cabe no orçamento como par — cobrindo a repetição enquanto o humano decide o que fazer com o dado.
Fonte original: Boston Dynamics — AIVI-Learning Is Now Powered by Google Gemini Robotics e Google DeepMind — Gemini Robotics ER 1.6.
