Em resumo

  • Empresas chinesas investem em IA incorporada (Embodied AI) para que robôs aprendam tarefas sem programação detalhada para cada uma.
  • Segundo a ITjuzi, citada pela Reuters, o setor captou 93,5 bilhões de yuans (cerca de US$ 13 bilhões) em 322 operações no primeiro semestre de 2026, cinco vezes mais que um ano antes.
  • Já há uso comercial pontual, como na CATL e em farmácias de Xangai, mas um consultor ouvido pela Reuters fala em anos, e não meses, até a tecnologia ser confiável para clientes.
  • No Brasil, a robótica industrial cresce (quase 4,3 mil robôs instalados em 2025, alta de 38%), mas ainda concentrada em poucos setores.

Da dança ao trabalho: uma nova fase da robótica

Durante anos, os robôs humanoides chamaram a atenção principalmente por suas demonstrações impressionantes. Máquinas capazes de caminhar, correr, dançar e até realizar movimentos acrobáticos se tornaram símbolos do avanço tecnológico, especialmente na China.

Agora, a indústria está direcionando seus esforços para um desafio muito mais complexo: fazer com que essas máquinas consigam compreender o ambiente ao redor, aprender novas atividades e executar tarefas que não foram previamente programadas em todos os seus detalhes.

Essa mudança está colocando a inteligência artificial no centro da próxima geração da robótica.

Segundo uma reportagem publicada pela Reuters em 2 de novembro de 2026, empresas chinesas estão ampliando os investimentos em inteligência artificial incorporada, conhecida internacionalmente como Embodied AI. Essa área combina inteligência artificial com máquinas físicas, permitindo que sistemas computacionais percebam o ambiente e interajam com objetos e pessoas.

A proposta é fazer com que um robô não seja apenas uma máquina que repete movimentos, mas um equipamento capaz de interpretar situações e encontrar maneiras de realizar determinadas atividades.

O que significa ensinar um robô a aprender?

Para entender a importância dessa tecnologia, é necessário observar como os robôs tradicionais funcionam.

Em muitos sistemas industriais, cada movimento precisa ser cuidadosamente programado. Uma máquina pode executar milhares de vezes a mesma operação com precisão, mas terá dificuldades quando encontrar uma situação diferente daquela para a qual foi configurada.

A inteligência artificial incorporada procura superar parte dessa limitação.

Em vez de depender exclusivamente de instruções rígidas, o robô recebe treinamento utilizando demonstrações humanas, sensores, vídeos e ambientes simulados. Com esses dados, os modelos de inteligência artificial aprendem a relacionar movimentos, objetos e resultados.

Por exemplo: imagine um robô que precisa pegar uma caixa colocada em uma posição diferente daquela que encontrou durante seu treinamento.

Um sistema tradicional pode precisar de uma nova programação. Já um robô equipado com modelos mais avançados de IA pode interpretar a posição do objeto, identificar alternativas e tentar executar a tarefa de outra maneira.

Isso não significa que ele tenha inteligência humana ou consiga resolver qualquer problema sozinho. Significa que está adquirindo maior capacidade de adaptação a situações que não foram exatamente previstas durante sua programação.

Um exemplo citado pela Reuters veio da JoyIn Technology: um robô não conseguia guardar fones de ouvido em um armário fora de seu alcance. Depois que os engenheiros mostraram vídeos de pessoas resolvendo o problema, ele empurrou uma caixa até o armário e tentou subir nela. Segundo Zhu Mingxuan, que lidera o projeto, a cada tentativa o robô explorava um comportamento diferente.

China amplia investimentos para desenvolver robôs mais inteligentes

O interesse chinês por essa tecnologia vem acompanhado de investimentos expressivos.

De acordo com dados da empresa de pesquisa ITjuzi citados pela Reuters, as empresas chinesas de inteligência artificial incorporada captaram 93,5 bilhões de yuans, aproximadamente US$ 13 bilhões, em 322 operações de investimento durante o primeiro semestre de 2026.

O volume foi cinco vezes superior ao registrado no mesmo período do ano anterior.

US$ 13 bicaptados no 1º semestre de 2026 (93,5 bilhões de yuans)
322operações de investimento
5xmais que no mesmo período do ano anterior

Entre as empresas que disputam espaço nesse mercado estão X Square, Galaxea e Spirit AI, que trabalham no desenvolvimento de sistemas de inteligência artificial voltados à operação de robôs. Segundo informações divulgadas pelas próprias empresas, cada uma já atingiu valor de mercado de cerca de US$ 3 bilhões.

A estratégia chinesa também se beneficia da proximidade entre desenvolvedores de software, fabricantes de equipamentos e ambientes industriais. Essa integração permite testar tecnologias em situações reais e coletar informações que podem ajudar a aperfeiçoar os modelos.

O objetivo não é apenas produzir mais robôs, mas desenvolver sistemas capazes de executar atividades diferentes utilizando uma mesma base de inteligência artificial.

Com a queda dos preços dos equipamentos, o ganho tende a migrar do hardware para o “cérebro” do robô. Para Dermot McGrath, fundador da consultoria ZenGen Labs, os fabricantes concluíram que a margem não virá da máquina, e sim da inteligência que a controla.

Como os robôs estão aprendendo tarefas humanas?

Um dos maiores desafios dessa evolução é ensinar máquinas a compreender o mundo físico.

Diferentemente dos chatbots, que podem aprender padrões a partir de grandes quantidades de textos, os robôs precisam desenvolver habilidades relacionadas ao movimento, equilíbrio, força, distância e manipulação de objetos.

Por isso, empresas estão utilizando diferentes métodos de treinamento.

  • Demonstrações humanas: pessoas realizam determinadas atividades enquanto sistemas registram movimentos, posições e interações com objetos. Essas informações são utilizadas para ensinar os robôs a reproduzir tarefas semelhantes.
  • Sensores e equipamentos vestíveis: dispositivos instalados no corpo dos trabalhadores podem registrar movimentos e informações sobre a força utilizada para segurar ou manipular objetos.
  • Simulações digitais: ambientes virtuais permitem treinar máquinas em diferentes situações antes de testar os resultados em equipamentos físicos. Isso pode reduzir custos e acelerar o desenvolvimento, embora as simulações nem sempre reproduzam perfeitamente as condições do mundo real.

A escala desse esforço varia. A Spirit AI contratou cerca de mil pessoas para registrar atividades cotidianas e industriais, e a Robbyant, unidade de robótica do Ant Group, treinou um modelo com 160 mil horas de material, incluindo 50 mil horas de movimentos de robôs guiados por humanos.

Uma das dificuldades é justamente garantir que o aprendizado realizado em um ambiente controlado funcione também em uma fábrica, loja ou residência.

Robôs já começam a realizar atividades em ambientes reais

Braço robótico branco conectando fios em módulos de bateria numa linha de montagem, ao lado de um operário com boné azul diante de um monitor
Imagem ilustrativa gerada por inteligência artificial. Não mostra as instalações das empresas citadas.

Embora boa parte das demonstrações ainda aconteça em laboratórios e ambientes preparados, algumas aplicações já estão sendo testadas em operações comerciais.

A reportagem da Reuters apresenta exemplos de utilização de robôs em atividades industriais e de serviços.

Na indústria de baterias, a empresa CATL informou que robôs com tecnologia da Spirit AI conectam fios flexíveis durante testes de conjuntos de baterias em sua fábrica de Zhongzhou, com taxa de sucesso de inserção acima de 99%, segundo a própria companhia.

Outro exemplo envolve a Robbyant, unidade de robótica do Ant Group. Segundo a empresa, seus robôs já trabalham no processamento de pedidos em duas farmácias de Xangai, na China.

Nesse caso, funcionários continuam verificando os medicamentos antes da expedição, mostrando que a automação ainda depende de supervisão humana em atividades que exigem cuidados adicionais.

Esses exemplos ajudam a demonstrar uma mudança importante: a robótica está tentando sair das apresentações tecnológicas e conquistar espaço em atividades produtivas.

China e Estados Unidos disputam a próxima geração da robótica

A evolução dos robôs humanoides também está se tornando parte da competição tecnológica entre China e Estados Unidos.

Empresas americanas, como Physical Intelligence, Skild AI e Generalist, desenvolvem modelos destinados a ensinar diferentes habilidades aos robôs sem exigir um novo treinamento completo para cada atividade.

Um exemplo é o modelo GEN-1.5, da Generalist, que, segundo a empresa, concluiu cerca de 60% de tarefas simples depois de ver uma demonstração de 3 a 12 segundos. A X Square, da China, publicou pesquisa em que robôs adquirem habilidades de manipulação a partir de um único vídeo humano, sem retreinar o modelo para cada tarefa.

A China, por sua vez, procura aproveitar sua capacidade industrial, sua rede de fabricantes e o acesso a ambientes de produção para acelerar o desenvolvimento dessas tecnologias.

Não existe, neste momento, um vencedor definitivo nessa disputa.

Os Estados Unidos possuem vantagens em determinadas áreas de pesquisa em inteligência artificial e acesso a recursos computacionais avançados. Já a China conta com uma cadeia industrial de fabricação de robôs bastante desenvolvida.

Outro desafio para as empresas chinesas é o acesso a chips avançados utilizados no processamento de inteligência artificial. A Reuters aponta escassez de chips da Nvidia por causa das restrições de exportação dos Estados Unidos e menos espaço para captação por meio de ofertas públicas (IPO), diante de preocupações regulatórias com valuations inflados e excesso de empresas no setor.

Para reduzir a dependência, as empresas tentam usar modelos mais eficientes, dados sintéticos e simulações, enquanto fabricantes locais, como a Huawei, desenvolvem alternativas aos chips da Nvidia. Ainda não está claro até que ponto isso compensará a escassez.

Os robôs poderão substituir trabalhadores?

Essa é uma das questões mais importantes envolvendo a expansão da robótica inteligente.

Em atividades repetitivas, perigosas ou que exigem movimentação constante de materiais, máquinas mais adaptáveis podem reduzir a necessidade de determinadas operações manuais.

Fábricas, depósitos, centros logísticos e estabelecimentos comerciais estão entre os ambientes que podem experimentar mudanças significativas.

Entretanto, isso não significa que os robôs estejam preparados para substituir trabalhadores em todas as atividades.

Tarefas realizadas em ambientes imprevisíveis ainda representam um grande desafio. Um robô pode apresentar resultados excelentes em uma demonstração controlada e, mesmo assim, encontrar dificuldades quando precisa lidar com objetos diferentes, obstáculos inesperados ou situações que exigem decisões complexas.

Além disso, existem questões relacionadas ao custo de aquisição, manutenção, segurança e confiabilidade dos equipamentos.

A tendência mais provável, pelo menos nesta fase de desenvolvimento, é uma expansão gradual da automação em atividades específicas, com a participação humana continuando necessária em diferentes etapas.

Quando os robôs realmente poderão trabalhar como humanos?

Apesar dos avanços, ainda existe uma distância considerável entre demonstrar uma habilidade e conseguir executá-la de maneira confiável em diferentes ambientes.

Um robô que aprende a organizar objetos em um laboratório precisa demonstrar que consegue repetir a atividade em outros locais, com iluminação diferente, objetos variados e obstáculos inesperados.

Esse é um dos principais obstáculos para a adoção em larga escala.

O consultor de robótica Georg Stieler, ouvido pela Reuters, faz uma distinção importante: se a pergunta é quando um modelo conseguirá lidar com muitas tarefas desconhecidas em demonstrações, os otimistas podem ter razão. Se é quando um cliente poderá contar com ele, Stieler acrescentaria anos, e não meses.

Já o fundador da Unitree, Wang Xingxing, disse no mês passado ter testado o GPT-6, da OpenAI, em robôs, com resultados animadores, e vê um possível “momento ChatGPT” da robótica caso um GPT-7 seja lançado no ano que vem. Para ele, esse marco seria atingido quando os robôs completassem 80% das tarefas em 80% dos ambientes desconhecidos, a partir de instruções faladas.

O desenvolvimento de modelos mais eficientes, o treinamento com dados de qualidade e a disponibilidade de processadores adequados serão fundamentais para os próximos anos.

O que isso significa para o Brasil

No Brasil, a robótica industrial cresce, mas parte de uma base pequena. Segundo a Federação Internacional de Robótica (IFR), o país instalou quase 4,3 mil robôs industriais em 2025, alta de 38% sobre o ano anterior, impulsionada principalmente pela indústria automotiva.

No mesmo ano, a IFR contabilizou mais de 5 milhões de robôs industriais em operação no mundo, e a China respondeu por 59% das novas instalações. No Brasil, a robotização ainda está concentrada em segmentos específicos, como o automotivo.

Isso sugere que robôs humanoides capazes de aprender novas tarefas não devem chegar às fábricas e aos centros logísticos brasileiros de uma hora para outra. Setores que já têm mais automação tendem a ser os primeiros candidatos, e custo, manutenção e segurança seguirão pesando na decisão das empresas.

O que essa evolução representa para o futuro da tecnologia?

A nova geração de robôs humanoides representa uma mudança importante na maneira como a inteligência artificial pode ser utilizada.

Até recentemente, grande parte da atenção estava concentrada em sistemas capazes de produzir textos, imagens, vídeos e respostas. Agora, uma parcela crescente dos investimentos está direcionada a tecnologias que permitem levar essa inteligência para o mundo físico.

Se os pesquisadores conseguirem superar as limitações atuais, máquinas poderão aprender novas atividades com menos necessidade de programação individual, tornando a automação mais flexível.

Isso poderá abrir oportunidades em setores como indústria, logística, comércio e serviços, além de criar novas demandas por profissionais especializados em robótica, programação e inteligência artificial.

A grande questão já não é apenas construir robôs capazes de se movimentar como seres humanos, mas desenvolver máquinas que consigam compreender o que precisam fazer e executar tarefas de maneira segura e confiável.

A corrida pela inteligência dos robôs está apenas começando, e seus resultados poderão influenciar profundamente a indústria e o mercado de trabalho nos próximos anos.

Nossa análise

A principal lição desta reportagem, na nossa leitura, é que a corrida da robótica está mudando de lugar: antes, o desafio era fazer a máquina se mover; agora, é fazê-la entender o que precisa fazer. Isso aproxima a robótica dos mesmos avanços de IA que já mudaram o trabalho em escritórios.

Também chama atenção o contraste entre demonstração e uso real. Os exemplos comerciais citados, como a CATL e as farmácias de Xangai, são tarefas bem delimitadas e, no caso das farmácias, ainda acompanhadas por verificação humana. É um sinal de que a automação avança por etapas, e não por substituição total.

Para quem gerencia equipes, o ponto prático é outro: quando pessoas e máquinas dividem o mesmo ambiente, a organização do trabalho (turnos, escalas, controle de jornada e treinamento) tende a ficar mais complexa, não menos. É o tipo de tema que acompanhamos aqui no blog e nos nossos aplicativos de ponto e escala.

Esta é uma análise editorial da Dev.Lobbo, baseada nas informações acima. Não é uma previsão, e os dados podem mudar conforme o setor evolui.

Fontes e referências

Fonte principal: Reuters — Laurie Chen e Eduardo Baptista. China’s robot makers have mastered the moves. Now comes the race for brains. Publicado em 2 de novembro de 2026. Ler a reportagem (via Investing.com)

Dados do Brasil e do mundo: Federação Internacional de Robótica (IFR), World Robotics 2026, divulgado em 24 de setembro de 2026 e reportado pelo Portal Em Tempo e pelo Correio do Estado.

💡 Os dados de investimentos, empresas e aplicações citados foram atribuídos às fontes correspondentes. Os exemplos de utilização comercial refletem informações divulgadas pelas próprias empresas e reportadas pela Reuters, não uma comprovação independente de desempenho em todas as condições de operação. Revisado em 2 de novembro de 2026: os dados da Reuters e da IFR foram conferidos nas reportagens indicadas.