Genesis AI lança GENE-26.5, um cérebro robótico para manipulação em nível humano

A Genesis AI apresentou o GENE-26.5, seu primeiro sistema de modelo de fundação robótica, juntamente com mãos robóticas destras proprietárias e um motor de dados projetado para treinar robôs em tarefas de manipulação com alto nível de contato. A empresa está posicionando o lançamento como uma solução "full-stack" em robótica, em vez de apenas um anúncio de modelo.

A principal premissa é simples, mas importante: a manipulação é o gargalo. Navegação e locomoção possuem estruturas mais claras, mas as mãos precisam lidar com objetos desconhecidos, variações de atrito, controle de força, tempo e sequências longas onde um pequeno erro físico pode comprometer toda a tarefa. O GENE-26.5 foi construído em torno desse problema.

A Genesis demonstrou o sistema realizando tarefas de culinária, preparo de smoothies, trabalho de laboratório, montagem de chicotes elétricos, manipulação de Rubik's Cube, agarre de múltiplos objetos e execução de piano. O ponto central para compradores e equipes de robótica não é que cada demonstração se tornará um produto amanhã. O ponto é que um único stack está sendo treinado em tarefas manuais muito distintas, que é exatamente onde os roteiros de robôs humanoides e de serviço costumam travar.

O lado do hardware é fundamental. A Genesis afirma que sua mão robótica tem escala humana e é acompanhada por uma luva tátil de coleta de dados. Um humano usando a luva pode mapear movimentos diretamente para a mão robótica, criando dados de treinamento que preservam padrões refinados de contato, pegada e movimento. A empresa afirma que a luva é muito mais barata do que as configurações típicas de teleoperação e mais eficiente para a coleta de dados em testes internos.

Para o mercado de robótica em geral, o GENE-26.5 segue a mesma tendência da recente onda de lançamentos de mãos destras de empresas que constroem componentes humanoides. A questão competitiva está mudando de "se um robô consegue caminhar no palco" para "se ele consegue usar ferramentas de forma confiável, preparar materiais, executar fluxos de trabalho laboratoriais, manusear fios e se recuperar quando objetos reais não se comportam como ativos de simulação perfeitos".

Conclusão do RoboHub: este é um dos sinais mais claros de que a próxima corrida robótica está se movendo para o stack de mãos. Robôs que não conseguem manipular objetos permanecem limitados a patrulha, transporte e demonstrações roteirizadas. Robôs que podem coletar dados de manipulação com qualidade humana e melhorar em diversas tarefas têm uma chance muito maior de realizar trabalho útil em laboratórios, fábricas, cozinhas e residências.