O “momento ChatGPT” dos robôs humanoides pode estar perto — mas a adoção em massa ainda levará anos

Os robôs humanoides podem estar se aproximando de um avanço comparável ao impacto do ChatGPT, mas os próprios executivos que fazem as previsões mais otimistas descrevem um caminho bem mais longo até o uso comercial confiável.

Durante a Conferência Mundial de Robôs de 2026, em Pequim, Wang Xiaogang, presidente da ACE Robotics, afirmou que a inteligência incorporada — sistemas de IA capazes de perceber e agir no mundo físico — pode chegar a um ponto de inflexão técnico até o fim de 2027. Wang Xingxing, CEO da Unitree Robotics, falou em dois ou três anos no melhor cenário, mas alertou que uma evolução mais lenta poderia empurrar esse marco para cinco a dez anos.

A divergência não está tanto em saber se um avanço é possível, mas em definir o que seria esse avanço — e quanto tempo levaria para transformar uma demonstração impressionante em um produto confiável.

O que seria o “momento ChatGPT” de um robô?

Para os dois executivos, a expressão não descreve um robô capaz de executar uma única coreografia ou tarefa chamativa. Trata-se de um sistema de uso geral que consiga entender ambientes desconhecidos, transferir conhecimento entre tarefas e agir no mundo físico sem receber instruções passo a passo.

Wang Xingxing apresentou um teste prático: colocar o robô em uma casa que ele nunca viu, dar comandos por voz ou texto e esperar que ele conclua aproximadamente 80% das tarefas solicitadas. O critério mede a capacidade de generalização em ambientes novos, e não apenas o desempenho em uma demonstração controlada.

Em termos simples, seria a passagem de robôs que sabem fazer coisas específicas para robôs capazes de descobrir o que precisam fazer em seguida.

Dois prazos para o mesmo salto tecnológico

Wang Xiaogang: avanço técnico até o fim de 2027

Wang Xiaogang disse que a ACE espera alcançar seu “momento ChatGPT” para a inteligência incorporada até o fim de 2027, impulsionada por modelos de mundo melhores e por conjuntos muito maiores de dados ambientais. Ele separou esse avanço técnico da adoção comercial ampla: segundo o executivo, a implementação em diferentes setores poderia exigir outros quatro ou cinco anos.

A distinção é importante. Um modelo pode demonstrar uma evolução expressiva em raciocínio ou controle e, ainda assim, ser caro demais, inconsistente ou difícil de integrar às operações do dia a dia. Um marco de pesquisa e uma força de trabalho robótica economicamente confiável não são o mesmo acontecimento.

Wang Xingxing: dois ou três anos no melhor caso; até dez anos no pior

Wang Xingxing descreveu dois caminhos possíveis. No cenário otimista, a inteligência incorporada chegaria ao ponto de virada em dois ou três anos. Se o progresso na generalização e no controle físico preciso desacelerar, a indústria poderia precisar de cinco a dez anos.

Seu teste baseado em tarefas domésticas também é mais exigente do que uma simples demonstração de capacidade. O robô teria de operar em um ambiente novo, interpretar comandos em linguagem natural e realizar de forma autônoma uma ampla variedade de tarefas.

Por que o “cérebro” ainda é o gargalo

O hardware está avançando rapidamente, mas o software ainda tem dificuldade para passar de uma experiência limitada à variedade de situações do mundo real. Os dois executivos apontaram os modelos de IA e os dados de treinamento como a principal restrição.

Os robôs precisam de dados que conectem o que veem ao que fazem: como um objeto reage ao toque, quanta força aplicar, o que muda quando uma superfície está escorregadia e como se recuperar quando uma ação dá errado. Simulações e demonstrações ajudam, mas não reproduzem completamente a imprevisibilidade de casas, fábricas, lojas e outros ambientes físicos.

Esse é um problema de dados diferente do treinamento de um modelo de texto. Um robô não pode aprender apenas com a descrição de uma ação; precisa entender a relação entre percepção, movimento, consequências e correção.

Como a ACE Robotics tenta construir essa base de dados

A ACE Robotics aposta em uma abordagem “centrada no ser humano”: trabalhadores de linhas de produção usam sensores leves para registrar ações e interações com o ambiente. A empresa afirma que pretende reunir dezenas de milhões de horas de dados de treinamento para seus modelos de mundo voltados à inteligência incorporada.

A estratégia busca ampliar a oferta de exemplos reais para além dos dados gerados exclusivamente por robôs ou simulações. Trabalhadores humanos podem demonstrar como uma tarefa é realizada, como os movimentos se adaptam a condições diferentes e como várias ações são encadeadas em fluxos de trabalho mais longos.

A ACE foi fundada em julho de 2025 e é liderada por Wang Xiaogang, cofundador da SenseTime. O Ant Group conduziu sua rodada de investimento-anjo, com participação de capital ligado à SenseTime e de outros investidores.

O que chama atenção no modelo Kairos?

A ACE afirma que seu modelo incorporado de código aberto Kairos-4B liderou benchmarks públicos de IA incorporada e superou o Cosmos 3, da Nvidia, na comparação citada durante a conferência. Como são afirmações ligadas à própria empresa, os resultados devem ser entendidos como desempenho em benchmarks — e não como prova de que robôs humanoides de uso geral já estejam prontos para casas ou fábricas.

A empresa também tenta avançar além das demonstrações de laboratório. A ACE declarou que planeja levar seus modelos de IA a 1.000 lojas sem funcionários. A ambição mostra por que muitos desenvolvedores miram primeiro ambientes comerciais mais restritos, nos quais os fluxos de trabalho podem ser padronizados com mais facilidade do que em uma residência comum.

O boom da robótica na China traz escala — e exige cautela

As previsões surgem em meio ao forte entusiasmo em torno do setor chinês de robôs humanoides. O IPO da Unitree no mercado STAR, em Xangai, levantou cerca de US$ 904 milhões e teria recebido uma demanda de investidores de varejo mais de 8.000 vezes superior à oferta. As ações fecharam 460% acima do preço inicial, levando o valor de mercado da empresa a aproximadamente US$ 50 bilhões.

Os dados de embarques também apontam uma liderança inicial da fabricação chinesa. A Smart Analytics Global estima que os embarques globais de robôs humanoides tenham chegado a cerca de 19.100 unidades no primeiro semestre de 2026, com fabricantes chineses respondendo por mais de 97% do total.

Esse número não deve ser confundido com uma prova de automação madura e de uso geral. Há uma alegação conflitante de que a China teria enviado mais de 40.000 robôs humanoides no mesmo período, mas esse dado não é compatível com a estimativa global de 19.100 unidades e não é sustentado pelos dados de embarques mais sólidos disponíveis neste conjunto de fontes.

Separadamente, o Morgan Stanley elevou para 50.000 unidades sua previsão de embarques chineses de robôs humanoides em todo o ano, citando a transição mais rápida do que o esperado entre demonstrações e implantação comercial. Uma previsão de embarques, porém, mede a expansão do mercado — não a capacidade de as máquinas passarem no teste de concluir 80% das tarefas domésticas descrito por Wang Xingxing.

A conclusão: capacidade pode chegar antes da confiabilidade

A leitura mais útil das declarações dos dois executivos não é que os robôs humanoides certamente alcançarão um marco específico em 2027. O ponto é que o setor se aproxima de uma fase em que a qualidade do software, os dados de treinamento e a capacidade de generalização — e não apenas motores, baterias ou projeto mecânico — determinarão se a categoria será realmente útil em larga escala.

A previsão da ACE aponta para um avanço técnico até o fim de 2027, seguido por anos de comercialização. A faixa apresentada pela Unitree deixa a incerteza explícita: dois ou três anos se o progresso acelerar; cinco a dez anos se os problemas mais difíceis continuarem resistentes.

A China já demonstra força em financiamento, fabricação e embarques iniciais. A questão ainda sem resposta é se essa escala conseguirá produzir robôs que funcionem de maneira confiável em ambientes que nunca viram. Até que o problema dos dados e dos modelos seja resolvido, o “momento ChatGPT” dos cérebros robóticos continua sendo uma previsão — não um produto pronto.