Nos últimos três anos, a indústria de robôs humanóides tem sido um concurso de vídeos virais. Ele pode dar um salto mortal para trás? Pode fazer café? Dá para dobrar uma camisa? Estas manifestações foram impressionantes, mas também foram cuidadosamente encenadas, fortemente editadas e, em última análise, desprovidas de realidade económica.
Em meados de novembro de 2025, essa era deu o primeiro passo sério rumo ao fim.
A Figure AI e a BMW Manufacturing concluíram um programa piloto de 11 meses na fábrica de Spartanburg, Carolina do Sul. A manchete não é que os robôs funcionaram. A manchete é que o trabalho era chato.
Não houve cambalhotas. Não houve danças. Havia dois robôs Figura 02 em uma linha de chassis, inserindo peças de chapa metálica em um acessório com uma tolerância de 5 milímetros, executando turnos de 10 horas de segunda a sexta-feira, durante meses a fio. Entre eles, eles lidaram com cerca de 90.000 colocações de peças, alimentando a produção de mais de 30.000 carrocerias do BMW X3. Eles não faziam pausas para fumar. Eles não reclamaram de lesões por esforço repetitivo.
Este é o “exame” que toda empresa de robótica temia – e a Figure realizou-o por 11 meses. O problema, como veremos, é que a folha de notas completa nunca foi publicada.
As Métricas da Realidade
O piloto se concentrou em uma tarefa específica e de alta frequência: inserir peças de chapa metálica em um acessório do chassi. Esta é uma tarefa notoriamente difícil para a automação tradicional porque o chassi varia ligeiramente em posição e as peças são frágeis e difíceis de segurar.
Ao contrário de um braço robótico rígido que espera que o mundo seja perfeito, um humanóide deve adaptar-se a um mundo imperfeito. As metas publicadas pelo piloto eram exigentes:
- Precisão de posicionamento: >99% de taxa de sucesso por turno.
- Tempo de ciclo: 84 segundos por operação multiparte.
- Taxa de intervenção: Zero intervenções humanas por turno — cada pausa ou reinicialização foi registrada.
Aqui está o asterisco de todo o exercício: nem a Figure nem a BMW divulgaram os dados sobre quão bem os robôs realmente atingiram essas metas. As intervenções foram registradas; o log permaneceu privado. Um piloto de 11 meses que termina com os KPIs não publicados é uma nota de aprovação por implicação, não por evidências – vale a pena lembrar sempre que um comunicado à imprensa o chama de “sucesso”.
A tolerância de 5mm
A métrica publicada mais crítica é a tolerância de posicionamento. Os robôs foram obrigados a colocar as peças dentro de uma janela de tolerância de 5mm.
Para um humano, 5 mm é enorme. Para um robô que depende de visão computacional em uma fábrica com condições de iluminação variáveis (sombras de transportadores aéreos, faíscas de soldagem), 5mm é um desfiladeiro de incerteza. O fato de a Figura 02 poder atingir esse alvo de forma consistente usando apenas redes neurais integradas, sem marcadores externos de captura de movimento, valida a abordagem de rede neural “ponta a ponta”.
A Arquitetura Neural: Modelos Gerativos de IA em Ação
A lógica operacional da Figura 02 representa um afastamento fundamental da programação determinística. Em vez de executar “código” no sentido tradicional, o robô executa ações por meio de um modelo de visão-ação (VAM) treinado de ponta a ponta.
Num paradigma robótico clássico, um engenheiro de controles escreveria uma lógica explícita:
if (sensor_A > 5) { move_arm(x, y, z) }
Essa abordagem é frágil. Se a leitura do sensor cair para 4,9, o código falha.
Em contraste, a Figura 02 opera como um Transformador Gerativo Pré-treinado (GPT) para ação física. As câmeras integradas do robô alimentam um fluxo de tokens visuais em um modelo de transformador. Simultaneamente, o modelo recebe uma instrução semântica de alto nível, como “Coloque o colchete”. O sistema processa essas entradas e prevê o próximo token na sequência. No entanto, em vez de prever a próxima palavra em uma frase, ele prevê o próximo comando de velocidade conjunta.
Essa arquitetura de “pixels para ações” permite que o robô generalize. Se a peça for girada 10 graus, a rede neural não apresenta erros; ele simplesmente prevê uma trajetória de mão ligeiramente diferente, assim como um ser humano ajustaria intuitivamente sua pegada. Um robô tradicional simplesmente travaria.
Detalhes do pipeline de treinamento VAM
A modelo não está apenas assistindo a vídeos; está ingerindo um fluxo multimodal. A parte de “raciocínio” do VAM permite planejar. Ao receber um comando, o modelo decompõe a tarefa em um plano latente. Este plano não é uma sequência codificada, mas uma nuvem probabilística de ações potenciais. À medida que o robô se move, ele reavalia constantemente a probabilidade de sucesso nos próximos 100 milissegundos de movimento. Este loop de controle de 10 Hz é o que permite corrigir micro-deslizamentos ou vibrações inesperadas na linha do chassi. A camada de “raciocínio” fica acima da camada de “controle motor”, agindo efetivamente como um córtex pré-frontal guiando o córtex motor.
É por isso que a lacuna “Sim-to-Real” foi o maior obstáculo.
Cruzando o abismo do Sim para o Real
O Aprendizado por Reforço (RL) permite que um robô treine o equivalente a milhares de anos em uma simulação em apenas alguns dias. No entanto, as simulações são notoriamente “limpas”. O atrito é constante, a iluminação é uniforme e os motores físicos raramente capturam a realidade caótica do chão de uma fábrica.
Quando você pega um cérebro treinado em “Matrix” e o coloca em uma fábrica suja e barulhenta da BMW, ele geralmente sofre uma mudança de distribuição, essencialmente uma apreensão digital em que os sensores não correspondem aos dados de treinamento. O piloto da BMW prova que a Figure resolveu o problema de Randomização de Domínio. Ao treinar o modelo em milhões de variações de iluminação, ruído e fricção na simulação, o mundo real parece apenas “outra variação” da rede neural. Essa transferência “Sim-to-Real” é o Santo Graal da robótica de uso geral, permitindo que a frota aprenda com as falhas na nuvem sem quebrar hardware caro na realidade.
A Economia do “Propósito Geral”
Por que usar um humanóide de US$ 150.000 quando um braço KUKA de US$ 30.000 poderia fazer isso?
Esta é a questão central que os cépticos (e os vendedores a descoberto) têm levantado desde o início do projecto. A resposta está nas restrições específicas da configuração piloto da BMW. A Figura 02 foi implantada em um espaço de trabalho humano existente.
- Sem gaiolas: o robô trabalhava ao lado de pessoas, sem as caras gaiolas de segurança amarelas que definem a automação tradicional.
- Sem reequipamento: A linha de chassis não foi reconstruída para o robô. O robô se adaptou à linha.
- Flexibilidade: Se a linha mudar na próxima semana, o humanóide aprende a nova tarefa por meio de uma atualização de software. Um braço dedicado precisaria ser fisicamente desaparafusado, movido e reprogramado por um integrador especializado.
Esta é a definição de Brownfield Automation. Ele permite que os fabricantes automatizem fábricas construídas na década de 1990 sem derrubá-las. O “Imposto do Robô” (o custo oculto de modificar o ambiente da fábrica para se adequar ao robô) cai para quase zero. Além disso, o robô não é um ativo vinculado a uma linha de produtos específica. Quando a linha do corpo do X3 em que funcionava muda, o robô caminha para a próxima tarefa. Um braço fixo vai para o ferro-velho.
O custo da paridade trabalhista
Custando US$ 150.000, assumindo uma vida útil de 5 anos e manutenção modesta, o custo por hora de uma Figura 02 é de aproximadamente US$ 10 a US$ 15/hora. O custo total de um trabalhador do UAW em Spartanburg muitas vezes excede 65 dólares/hora. Mas tenha cuidado com a matemática agressiva de investimentos que você verá em outros lugares: ela pressupõe tempo de atividade 24 horas por dia, 7 dias por semana, com trocas de bateria substituindo turnos. O piloto não demonstrou nada disso – os robôs trabalhavam em um único turno de 10 horas, cinco dias por semana. Nesse ciclo de trabalho, o período de retorno se estende por anos, não meses. O caso do ROI inferior a 12 meses exige uma operação 24 horas por dia, o que permanece, por enquanto, hipotético.
Análise prospectiva: a rampa de 2026
E aqui está o segundo asterisco: o piloto terminou sem implantação. A BMW confirmou que atualmente não há robôs Figure na fábrica de Spartanburg e nenhum cronograma definido para trazê-los de volta. O exame foi aprovado (provavelmente); a oferta de emprego não foi assinada. Ainda assim, os analistas do setor esperam três grandes mudanças em 2026:
1. A fase do “branco dos olhos”
Os robôs passarão de “pilotos enjaulados” para “zonas distintas colaborativas”. Eles ainda não estarão ombro a ombro com os humanos (as regulamentações de segurança estão atrasadas em relação à tecnologia), mas compartilharão o mesmo ar.
2. O gargalo da computação
A Figura 02 carrega um enorme computador de bordo para executar seu VLM. À medida que essas frotas aumentam, a demanda por chips de inferência de ponta (como o Jetson Thor da Nvidia) disparará. O fator limitante para a implantação não será o hardware do robô; será a disponibilidade de computação localizada.
3. A resposta sindical
O UAW e os conselhos de trabalhadores alemães não falaram sobre esses pilotos porque eram “experimentais”. Agora que um piloto de linha de produção completa terminou, a conversa trabalhista mudará de “se” para “quantos”. Espere que os contratos em 2026 definam explicitamente “Proporções Humanóides” por linha de montagem.
O Veredicto
O piloto da Figura 02 na BMW não foi um projeto científico. Foi uma entrevista de emprego. Um robô bípede entrou, trabalhou na linha por 11 meses e não caiu.
Mas o veredicto honesto não chega à volta da vitória. Os dados de desempenho nunca foram publicados, a fábrica funciona sem humanóides hoje, e desde então a Figure retirou totalmente a Figura 02 – as unidades da BMW voltaram para a sede como parte de uma aposentadoria de toda a frota após o lançamento da Figura 03.
O “Humanóide Útil” não é mais apenas uma promessa. É um candidato que passou no período probatório — e ainda aguarda o contrato permanente.
🦋 Discussão no Bluesky
Discutir no Bluesky