A Zhejiang IPLUSMOBOT Technology apresentou sua linha de inteligência encarnada NERA na feira WAIC 2026. Esta apresentação expandiu as capacidades comprovadas de robôs móveis autônomos (AMR) para uma plataforma padronizada de inteligência artificial encarnada industrial.
No lançamento, a empresa demonstrou o chassi NERA-P com movimento omnidirecional e o controlador NERA-C. Esses componentes transformam anos de experiência em infraestrutura que outras empresas de robótica podem utilizar. A IPLUSMOBOT baseia-se na experiência adquirida na equipe de robótica da Universidade de Zhejiang, possuindo conhecimento em percepção multimodal, navegação autônoma e planejamento de múltiplas tarefas de robôs, além de contar com uma base de produção de 16.000 metros quadrados.
A ideia principal é que o valor da inteligência encarnada depende não apenas das capacidades cognitivas, mas também da capacidade da IA de agir de forma confiável através de objetos físicos no mundo real. Os robôs industriais devem lidar com condições atípicas por longos períodos de operação, cumprindo requisitos de segurança, precisão, ritmo de produção, confiabilidade e retorno sobre o investimento. Enquanto a indústria foca em formas humanoides, modelos VLA e inteligência cognitiva geral, a mobilidade é frequentemente vista como um problema resolvido.
A IPLUSMOBOT afirma que fatores como perda de posicionamento, paradas devido a colisões e conflitos de cronograma continuam a afetar diretamente o ritmo da linha de produção e a disponibilidade do sistema. O chassi NERA-P inclui algoritmos de posicionamento e navegação com fusão multimodal, testados industrialmente, bem como interfaces mecânicas e elétricas padronizadas. Isso permite que integradores de robôs humanoides evitem a necessidade de realizar pesquisas próprias sobre chassis e se concentrem no design da carcaça, manipulação de efetores finais e cenários de aplicação.
O controlador NERA-C é projetado para implantar robôs com rodas e quadrúpedes. Ele combina mapeamento, navegação por posição, controle de movimento e controle de carga útil em uma única plataforma que suporta mapeamento misto tanto em ambientes internos quanto externos. O sistema CLOUDIA fornece gerenciamento de clusters de robôs e planejamento misto heterogêneo. Para integradores de sistemas de inspeção, o NERA-C oferece ferramentas de implantação gráfica de baixo código, reduzindo o ciclo de desenvolvimento ao centralizar navegação, controle e gerenciamento de cluster, permitindo que os integradores se concentrem em processos de negócios, adaptação de cenários e atendimento ao cliente.
Estes dois produtos juntos formam a base da atual linha de IA encarnada da IPLUSMOBOT: o NERA-P é responsável pela mobilidade de todo o robô humanoide, e o NERA-C é responsável pelo desenvolvimento de aplicações para sistemas com rodas e quadrúpedes. A IPLUSMOBOT se posiciona como uma plataforma fundamental, e não como fabricante de humanoides completos, apostando na especialização e colaboração aberta à medida que a indústria escala. A padronização de interfaces reduz a construção redundante e acelera as entregas aos parceiros. Independentemente de qual forma ou arquitetura de inteligência vença, o movimento estável, seguro e eficiente permanece uma condição necessária para a indústria. Essa abordagem representa uma divisão de trabalho em formação, onde fornecedores de infraestrutura de mobilidade fornecem a base, e especialistas criam a inteligência e as aplicações.
A Tencent Robotics apresentou três modelos fundamentais incorporados durante o evento WAIC 2026. Esses modelos incluem VLM para compreensão de cenas, o modelo cognitivo RxBrain para planejamento com estados visuais e VLA para ações contínuas em frequência de 500–1000 Hz.
O pesquisador principal, Dr. Zhang Zhenyou, apresentou essa arquitetura como uma solução para um problema fundamental que as abordagens atuais de VLA não abordam adequadamente. Ele observou que diferentes tipos de inteligência robótica devem operar em frequências distintas, visto que o próprio mundo físico opera em múltiplas escalas de tempo.
A compreensão desse problema surgiu após um experimento malsucedido de transferência de capacidades do robô no OpenClaw, que causou um atraso de dezenas de segundos, inaceitável para robôs físicos, onde mesmo um atraso cognitivo de 2 a 3 segundos é problemático.
A arquitetura de três camadas resolve esse problema separando as frequências. O modelo Hy-Embodied-VLM é responsável pela compreensão espacial em uma frequência mais baixa, interpretando cenas visuais e relações entre objetos. O Hy-Embodied-RxBrain representa uma inovação significativa na arquitetura cognitiva: ele não apenas gera passos de tarefa em linguagem, mas também visualiza como o mundo físico deve parecer após a conclusão de cada subtarefa, utilizando representações de estado visual em vez de descrições textuais.
Isso elimina a limitação principal dos sistemas de planejamento baseados apenas em linguagem, pois descrições textuais não conseguem transmitir eficientemente relações espaciais e restrições físicas que podem ser transmitidas instantaneamente através da visão. O modelo Hy-Embodied-VLA opera na frequência mais alta, traduzindo objetivos de alto nível em comandos de ação contínuos de baixo nível com velocidade suficiente para interagir com o mundo físico em tempo real.
A Tencent informou que o Hy-Embodied-VLA passou por testes de produção em uma fábrica química. O modelo lida com linhas de montagem intensivas em SKUs, de baixo volume e altamente misturadas, garantindo um tempo de ciclo de peça inferior a 6 segundos. Além disso, o modelo é capaz de se adaptar a novos SKUs em apenas 8 horas de coleta e ajuste fino de dados.
As condições de teste diferem significativamente das demonstrações laboratoriais: os objetos são dispostos aleatoriamente, a iluminação muda, ocorrem interrupções na produção, e o robô deve atingir um nível de falha quase nulo. O Dr. Zhang enfatizou que uma demonstração que alcançou 80–90 pontos sem implementação real não tem valor prático, e os testes de fábrica refletem o compromisso com o desempenho industrial mensurável, e não com métricas de benchmark.
O modelo cognitivo RxBrain resolve o segundo desafio complexo: o gargalo linguístico no raciocínio robótico. Sistemas anteriores da Tairos dependiam de texto para comunicação intercerebral, mas a descrição de relações espaciais de objetos em palavras pode ser prolixa e ambígua. Ao incorporar a representação visual do estado no ciclo de planejamento, o RxBrain garante uma maior taxa de transferência de informações entre percepção e ação.
O modelo é descrito como um modelo de mundo cognitivo incorporado, e não como um modelo completo do mundo, pois ainda não há uma arquitetura consensual de modelo de mundo único nesta área. Juntos, os três modelos e a plataforma Tairos formam um stack completo de inteligência incorporada da Tencent, disponível para qualquer desenvolvedor ou fabricante utilizar. Assim, a comunidade de robótica agora pode construir sobre a mesma arquitetura sensível à frequência desenvolvida pela Tencent graças a falhas reais e melhoria iterativa.
