Os robôs agora precisam provar sua capacidade de realizar trabalho real, e não apenas demonstrar capacidades físicas, como alta velocidade ou saltos. Na Conferência Mundial de Robótica em 2026, o fundador da Unitree, Wang Xinsin, demonstrou um robô que organizava uma sala de reuniões, executando sete ou oito tarefas, alternando entre elas usando um único modelo e lidando com interferências externas. Ele considera tais cenários bastante práticos.
De acordo com o 'Relatório sobre o Desenvolvimento da Indústria de Robôs Humanoides em 2026', publicado por Zhang Feng, presidente da Sociedade Chinesa de Robôs Humanoides, em meados de 2026, o volume de entregas na China ultrapassou 40.000 unidades, com uma participação global de 97%. No entanto, o aumento das entregas por si só não garante a comercialização.
Grandes empresas, incluindo Unitree, Starship Navigator e Galaxy General, concordam que a barreira chave é a capacidade de operar em condições desconhecidas, aprender rapidamente novas tarefas e funcionar com eficiência próxima à humana. Embora a Unitree tenha apresentado um robô com velocidade de 12,65 metros por segundo, tais capacidades ainda estão distantes das condições fabris; o robô operou em montadoras desde 2024, mas não foi escalado devido à baixa eficiência e generalização.
O fundador da Starship Navigator, Gao Ziyang, sugeriu medir o progresso através de três parâmetros: velocidade, precisão e generalização. O robô que dobra uma camisa de manga curta levou cerca de dois minutos, e seu desempenho nas tarefas atinge aproximadamente 70-80% do nível humano, exigindo mais trabalho na precisão milimétrica. A generalização está ligada ao custo de treinamento do robô trabalhador: para uma nova tarefa, são necessários cerca de 10 horas de treinamento adicional, com o objetivo de reduzir esse prazo para uma hora no próximo ano.
O armazém automatizado da Starship Navigator, que trabalha com a JD.com, lida com separação, captura, posicionamento e embalagem, processando mais de 100 pedidos diariamente sem intervenção humana e atualmente executando milhares de pedidos produtivos gerenciados por modelos. O foco mudou da venda dos próprios robôs para a venda de produtividade, e o valor migrou do hardware para a inteligência.
Respondendo à questão sobre o 'momento ChatGPT', Wang Xinsin avalia a prontidão em 80%: se um robô puder executar cerca de 80% das tarefas em uma casa desconhecida sob instruções de voz, a inteligência incorporada atingirá um ponto de ruptura; sua previsão é de dois a três anos com ritmo acelerado e cinco a dez anos com ritmo lento. Wang He, da Galaxy General, avalia os modelos atuais em torno do nível GPT-2, visando alcançar o nível ChatGPT até 2028.
O que está entre os robôs e o momento ChatGPT é a generalização: muitos modelos alcançam sucesso quase de cem por cento em ambientes fixos, mas reduzem drasticamente a eficiência ao mudar de ambiente, e os últimos milímetros podem conter um erro que o robô não consegue corrigir rapidamente. O maior gargalo é a falta de coerência entre a entrada e a saída da IA e dos robôs. Os dados são um fator de produção escasso, e um cérebro escalável pode exigir dezenas de milhões de horas, enquanto há apenas cem mil na indústria. Mais de 40.000 unidades vendidas no primeiro semestre provam que os robôs estão saindo dos laboratórios; no entanto, se eles conseguirão executar a maioria das tarefas de forma estável em um ambiente desconhecido determinará se são apenas máquinas vendáveis ou uma fonte de valor continuamente criado.