Em 30 residências da baía de San Francisco, um Figure 03 entra, organiza uma sala, dobra toalhas e faz camas, sem ter sido retreinado para esses endereços. Apenas o robô, a porta que se fecha atrás dele e o silêncio de um interior que ele ainda não conhece. É aí que começa a experiência. Não num laboratório estéril, mas em lares reais, onde os almofadas estão mal posicionados e as lençóis estão amassados. (Diario ABC, Numerama)

O robô realizou três tarefas específicas: organizar uma sala, dobrar toalhas (ou roupas de banho) e fazer camas. (Diario ABC, Numerama) Não são gestos complexos para um humano. Para uma máquina, é uma montanha. É preciso compreender o espaço, antecipar o tecido, ajustar a pressão. E, acima de tudo, é preciso fazê-lo sem nunca ter visto aquela sala específica. É a aposta da Figure. A empresa testou seu robô humanoide Figure 03 em 30 residências desconhecidas, sem retreinamento prévio específico para esses locais. (Diario ABC, Numerama) O objetivo? Provar que a máquina pode se adaptar ao desconhecido, e não apenas repetir um script decorado.

O robô viu, ele agiu

Como ele faz? O modelo Helix 2.5 foi pré-treinado no Index, uma vasta base de vídeo de comportamentos humanos. (Diario ABC, Numerama) O robô "viu" tudo isso. Ele aprendeu a observar os gestos antes de executá-los. Segundo a Figure, os modelos anteriores de robôs requeriam mapas para cada quarto, ao contrário do novo sistema que aprende os locais onde trabalha um por um. (Diario ABC) Acabaram-se os planos 3D rígidos. O robô lê o ambiente à medida que avança. Ele entra, observa, age. É uma abordagem radicalmente diferente. Ela pressupõe uma inteligência mais fluida, menos codificada, mais intuitiva. Mas é realmente inteligência? Ou apenas uma muito boa imitação?

Quando ele cometia um erro na manipulação de um edredom, o robô recuava, mudava de postura ou se deslocava ao redor do colchão para corrigir a dobra. (Diario ABC) Esse detalhe é crucial. Uma máquina clássica para ou força. Esta se adapta. Ela recua. Ela procura outro ângulo. É o sinal de uma certa resiliência. Mas também é o sinal da fragilidade. Porque por trás dessa fluidez aparente, há uma taxa de sucesso que levanta questões. O robô teve sucesso em cerca de 56 % dos testes durante este teste em condições reais. Num laboratório, é um número. Na sua sala, é um edredom que fica para trás, uma cama para refazer, uma toalha que permanece amassada. Você aceitaria isso em sua casa?

3,5 bilhões de dólares em cálculos, 4 horas de vídeo: a proeza tem um preço

Para chegar a esses 56 %, a Figure investiu pesado. A empresa californiana investiu 3,5 bilhões de dólares (quase 3,05 bilhões de euros) em recursos de computação para o treinamento do Helix. (Diario ABC) É uma soma colossal. Ela excede os orçamentos de muitas startups de tecnologia inteiras. Por que tanto? Porque o treinamento é voraz. Segundo a Figure, o Index gera atualmente cerca de 35 minutos de nova experiência humana a cada segundo. É um fluxo constante de dados. E para pilotar esse sistema, foi necessário apresentar em 17 de setembro de 2026 o Helix 2.5, a rede de neurônios que pilota seu robô humanoide Figure 03. (Numerama) É o cérebro da besta. Um cérebro que custa bilhões.

Brett Adcock, o chefe da Figure, publicou quase quatro horas de imagens mostrando o robô em ação nas 30 casas. (Numerama) Quatro horas. É longo. É também o tempo que se precisa para ver os sucessos, mas acima de tudo as hesitações. Elas mostram a realidade do terreno. E essa realidade é mais matizada do que os anúncios de marketing. O robô não é mágico. Ele é poderoso, sim. Mas também é limitado. Ele falha. Ele duvida. Ele corrige. E é talvez aí que começa a verdadeira questão: estamos prontos para viver com uma máquina que falha tanto quanto tem sucesso?

56 %, realmente? E se a sua sala fosse a próxima desconhecida?

Um modelo de robô partindo de zero, sem pré-treinamento no Index, teria sucesso em apenas 9 % dos testes com dados de tarefa idênticos. (Numerama) É o número que impressiona. 9 %. Sem o treinamento massivo, o robô é quase cego. Com ele, ele sobe para 56 %. A diferença é enorme. Ela prova que o pré-treinamento é vital. Tony Zhao, cofundador da Sunday Robotics, questionou a taxa de sucesso de 56 % para a conclusão de uma tarefa, como relata a mídia chinesa Sina Finance. (Diario ABC) Por quê? Porque "ter sucesso em uma tarefa" é uma definição vaga. Ele dobrou a toalha? Sim. Mas ela está limpa? Está organizada? O robô terminou o trabalho, ou apenas começou? Essa nuance muda tudo. Para um humano, uma dobra imperfeita é aceitável. Para um robô, é um erro. Para você, é talvez uma frustração.

E se amanhã, esse robô entrasse em sua casa? Não num teste. Não numa prova. Em sua casa. Na sua sala, com suas almofadas, seus livros, seus objetos. Ele não o conhece. Ele não conhece sua rotina. Ele não sabe que você odeia lençóis amassados ou que você organiza as toalhas numa ordem precisa. Ele apenas sabe dobrar. Ele apenas sabe organizar. E ele faz isso com 56 % de sucesso. O resto, é você. Você que corrige. Você que recomeça. Você que observa a máquina trabalhar, e depois você que termina o trabalho. Isso o assusta? Ou isso o faz sonhar?

Imagine a manhã. Você chega. O robô trabalhou enquanto você estava no trabalho. A sala está organizada. As camas estão feitas. Mas há uma toalha que sobressai. Uma almofada que está torta. Você sorri. Você corrige. É o fim do esforço? Ou o início de uma nova dependência? O robô não é perfeito. Ele talvez nunca seja perfeito. Mas ele está lá. Ele aprende. Ele se adapta. E ele custa bilhões para existir. A questão não é mais "isso funciona?". A questão é: "você quer que isso funcione em sua casa?"

Em 30 casas, ele provou que podia entrar. Ele provou que podia agir. Ele provou que podia falhar. O próximo passo não é o laboratório. É a sua porta. E quando ela se abrir, quem estará lá para terminar o trabalho?