Xpeng afirma que o robô IRON consegue antecipar movimentos humanos com seis segundos de antecedência

Um aperto de mão que muda antes de o robô acabar de se mexer

A Xpeng afirma que o seu robô humanoide IRON consegue agora prever mudanças nos movimentos humanos até seis segundos antes, atualizando a sua avaliação a cada 0,2 segundos enquanto observa a pessoa à sua frente. A atualização foi concebida para permitir que a máquina se adapte quando alguém transforma subitamente uma mão aberta num punho ou muda a posição da mão para um «high five».

O fabricante chinês de veículos elétricos atribui esta capacidade ao seu modelo VLA de segunda geração, um sistema de inteligência artificial que liga informação visual a ações físicas. Segundo a empresa, o sistema de previsão funciona dentro do robô, sem depender de uma ligação a computadores na nuvem.

O IRON integra três chips de inteligência artificial Turing da Xpeng, com uma capacidade de computação combinada de 2.250 TOPS. A sua nova capacidade de interação recorre à mesma tecnologia subjacente de inteligência artificial física que a Xpeng usa para antecipar situações em mudança em torno dos seus veículos.

Os exemplos mais imediatos são gestos familiares: apertos de mão, cumprimentos com os punhos e «high fives». A dificuldade está no tempo. Uma pessoa pode mudar de direção a meio de um movimento, obrigando o robô a ajustar o braço, a mão e a postura enquanto a interação ainda decorre.

Os planos comerciais da Xpeng tornam esta capacidade de resposta relevante para lá das demonstrações. A empresa quer que o IRON comece por trabalhar em lojas, centros comerciais e outros espaços comerciais, onde os visitantes se movimentam e agem ao seu próprio ritmo. O objetivo oficial é iniciar a produção em massa de robôs humanoides avançados até ao final de 2026, com entregas previstas para o primeiro semestre de 2027.

Como cinco atualizações por segundo mudam a interação

O IRON reavalia o que vê a cada 0,2 segundos, o equivalente a cinco atualizações por segundo. Ao longo de seis segundos, essa frequência permitiria cerca de 30 novas avaliações. Assim, o robô vai revendo continuamente as suas expectativas, em vez de se comprometer com um movimento depois de reconhecer um único gesto.

Um aperto de mão ilustra a diferença. Uma sequência fixa poderia indicar ao robô que estendesse a mão depois de detetar uma palma a aproximar-se. Se a pessoa fechar então a mão para cumprimentar com o punho, a máquina tem de reconhecer a mudança e alterar a resposta antes de as mãos se encontrarem.

A Xpeng descreve o IRON a fazê-lo durante as interações, ajustando também a postura e trocando de mão quando alguém muda a posição para um «high five». O processo forma um ciclo contínuo: observar a pessoa, estimar o que vem a seguir, mover-se e voltar a observar.

A empresa apresenta seis segundos como o horizonte de previsão do sistema. Não divulgou uma taxa de precisão das previsões, condições de teste detalhadas ou uma taxa de sucesso medida para estas interações. Estes dados ajudariam os potenciais utilizadores a perceber com que consistência a capacidade funciona com diferentes pessoas e em diferentes ambientes.

A ligação de inteligência artificial entre um automóvel e um humanoide

A Xpeng apresentou o seu VLA de segunda geração no seu dia tecnológico em Guangzhou, a 5 de novembro de 2025. No anúncio do dia tecnológico, publicado a 17 de novembro, a empresa descreveu um modelo que gera instruções de ação diretamente a partir de sinais visuais, eliminando uma etapa intermédia de tradução para linguagem.

VLA significa visão, linguagem e ação. Em termos simples, estes sistemas ligam aquilo que uma máquina vê e compreende àquilo que deve fazer. A Xpeng afirma que a arquitetura revista torna mais direto o percurso entre a informação visual recebida e o movimento, permitindo também ao modelo raciocinar sobre a evolução possível de uma situação.

Um veículo que se aproxima de uma situação rodoviária em mudança e um robô diante de uma mão em movimento partilham um problema prático: ambos têm de reagir ao rumo de algo, e não apenas à sua posição atual. A Xpeng afirma que a sua base de inteligência artificial física lhes dá essa capacidade comum de interpretar o movimento ao longo do tempo.

O anúncio de novembro descreveu a inteligência do IRON como uma combinação de modelos VLT, VLA e VLM. A Xpeng identificou o VLT como um modelo desenvolvido especificamente para o raciocínio e as decisões autónomas do robô. O VLM, ou modelo de linguagem visual, liga informação visual à linguagem. A nova atualização da interação centra-se na capacidade do VLA de segunda geração para compreender sequências e antecipar movimentos.

O papel dos chips no IRON

Os três chips Turing do IRON fornecem os recursos de computação necessários para avaliações repetidas e para gerar ações no interior do robô. TOPS significa biliões de operações por segundo e mede o número de operações de computação que o hardware consegue executar. Com 2.250 TOPS, a capacidade indicada é de 2.250 biliões de operações por segundo.

O processamento local do modelo de interação permite ao robô analisar o que observa e gerar respostas sem enviar cada decisão para um servidor remoto. Isso é útil quando uma mão já se está a mover na sua direção e a resposta tem de chegar rapidamente.

A Xpeng também utiliza recursos consideráveis de computação na nuvem para desenvolver a sua inteligência artificial. O anúncio de novembro descreveu um conjunto de 30.000 placas de computação, um modelo de base com 72 mil milhões de parâmetros e treino com quase 100 milhões de vídeos de condução. Os parâmetros são os valores ajustáveis através dos quais um modelo de inteligência artificial aprende padrões.

A infraestrutura na nuvem apoia o desenvolvimento dos modelos, enquanto os chips integrados no IRON executam o sistema de interação implementado. A estratégia da Xpeng liga estas duas etapas: treinar modelos com grandes recursos de computação e, depois, adaptá-los para funcionarem dentro dos limites de energia e hardware de uma máquina física.

Um corpo preparado para mais do que um único gesto

A nova geração do IRON, apresentada a 5 de novembro de 2025, tem 82 graus de liberdade no corpo e 22 na mão, segundo a Xpeng. Um grau de liberdade corresponde a um movimento independente, como a flexão ou rotação de uma articulação. Um maior número destes movimentos dá aos engenheiros mais opções para posicionar o corpo e executar gestos.

A Xpeng destaca uma coluna inspirada na anatomia humana, estruturas semelhantes a músculos, pele flexível a cobrir o corpo, ombros concebidos para movimentos semelhantes aos humanos e um ecrã curvo tridimensional na cabeça. Pequenas articulações harmónicas, um tipo de mecanismo de precisão compacto, ajudam a aproximar as mãos das proporções humanas.

A relação entre o corpo e o sistema de previsão é prática. Reconhecer que uma pessoa moveu a mão cria um novo objetivo; em seguida, as articulações e o software de controlo do robô têm de colocar a sua própria mão na posição certa, mantendo o equilíbrio.

A Xpeng afirma também que o IRON utiliza uma bateria totalmente sólida. Estas baterias usam um eletrólito sólido, o material através do qual as partículas carregadas se deslocam no interior da bateria. A empresa diz que este design permite reduzir o peso, obter uma elevada densidade energética e aumentar a segurança. Não indicou durante quanto tempo a capacidade de interação atualizada consegue funcionar.

Lojas primeiro, com trabalho industrial também nos planos

As funções iniciais previstas oficialmente pela Xpeng são orientar visitantes, ajudar clientes e realizar rondas de vigilância. Os planos comerciais da empresa dão prioridade a lojas e centros comerciais, seguindo-se uma expansão gradual para ambientes industriais e domésticos.

Estas escolhas colocam a interação com pessoas no centro do produto. Um assistente de compras pode ter de se virar para um visitante, seguir um gesto de apontar ou reagir quando alguém se aproxima de uma direção inesperada. A atualização mais recente aborda uma parte pequena, mas concreta, desse desafio: manter a interação física responsiva quando a pessoa muda o movimento.

A Baosteel é um parceiro anunciado para o programa IRON. O comunicado da Xpeng de novembro indicou que as empresas iriam explorar aplicações, incluindo inspeções em ambientes industriais complexos. Zou Jixin, presidente da Baosteel, descreveu um plano para levar o IRON às instalações da empresa e desenvolvê-lo através da utilização prática.

A Xpeng anunciou também planos para disponibilizar um SDK, ou kit de desenvolvimento de software, para o IRON. Um SDK fornece aos programadores externos ferramentas para criarem aplicações numa plataforma. No caso do programa do robô, o objetivo é permitir aos parceiros desenvolver aplicações para além das concebidas pela equipa da própria Xpeng.

A empresa criou em Guangzhou uma fábrica de dados de inteligência incorporada para responder à escassez de dados de treino para robôs. Inteligência incorporada significa inteligência artificial que atua através de um corpo físico, em que uma decisão tem de se traduzir num movimento que envolve peso, contacto e equilíbrio.

O desafio de fabrico por detrás das demonstrações

He Xiaopeng, presidente e diretor executivo da Xpeng, descreveu a dificuldade do negócio da robótica como sendo cerca de 20 vezes superior à da fabricação de automóveis. Afirmou que a empresa desenvolve internamente a maior parte do hardware, software, design e cadeia de abastecimento do robô.

Disse também que a sua anterior relutância em mostrar os robôs ao público se devia sobretudo ao facto de ainda não poderem ser produzidos em massa. Criticou a utilização de demonstrações de capacidades editadas no setor em geral. Os seus comentários colocam a produção repetível e o funcionamento fiável, a par do desempenho visual, entre as principais preocupações do programa.

O comunicado de novembro da Xpeng identifica a imaturidade da cadeia de abastecimento de hardware e software como um dos problemas do setor. Um design montado para uma demonstração tem, por fim, de se tornar num produto que possa ser fabricado repetidamente, assistido e utilizado em muitos locais.

O marco do protótipo ET1 da empresa, anunciado até 20 de janeiro de 2026, assinalou mais um passo em direção a esse objetivo. He afirmou que a Xpeng tinha concluído o seu primeiro protótipo humanoide ET1, desenvolvido segundo padrões da indústria automóvel. O foco inicial do programa continuava a ser a orientação de visitantes, a assistência a clientes e o trabalho de receção, estando também em desenvolvimento aplicações industriais.

A experiência da Xpeng no fabrico de veículos oferece-lhe processos de produção e conhecimentos sobre componentes a que pode recorrer. A avaliação de He Xiaopeng sobre a dificuldade reflete também o trabalho de engenharia que ainda é necessário para combinar inteligência artificial, movimento mecânico e produção num produto humanoide.

Uma queda em público e o calendário previsto

A queda do IRON num centro comercial de Shenzhen, durante o fim de semana anterior a 4 de fevereiro de 2026, mostrou outra faceta desse trabalho. Depois de atravessar um palco no centro comercial MixC, o robô perdeu o equilíbrio enquanto estava parado e foi retirado do local. Um substituto prosseguiu com as demonstrações e, no dia seguinte, o IRON realizou interações preso a uma estrutura de suporte.

O incidente é relevante porque os centros comerciais estão entre os primeiros locais de trabalho previstos pela Xpeng. Um sistema de interação tem de funcionar em conjunto com um equilíbrio e um controlo físico fiáveis quando há visitantes por perto. Os engenheiros têm, por isso, de desenvolver a antecipação, o movimento e a estabilidade como partes da mesma máquina.

Os marcos e planos do programa abrangem várias datas:

• 2024: a Xpeng apresentou a primeira geração do IRON.
• 5 de novembro de 2025: a Xpeng apresentou a nova geração no seu dia tecnológico em Guangzhou.
• Janeiro de 2026: He Xiaopeng anunciou a conclusão do protótipo ET1 desenvolvido segundo padrões da indústria automóvel.
• Fim de semana anterior a 4 de fevereiro de 2026: o IRON caiu durante uma demonstração pública no centro comercial MixC, em Shenzhen.
• 22 de outubro, sem indicação do ano nos relatos sobre a atualização: a Xpeng anunciou a capacidade de previsão de movimentos.
• Final de 2026: a Xpeng aponta para o início da produção em massa de robôs humanoides avançados.
• Primeiro semestre de 2027: estão previstas entregas, inicialmente para espaços comerciais.

Para as empresas que ponderam utilizar o IRON, o próximo passo prático é passar dos marcos de desenvolvimento à produção e entrega. O horizonte de previsão de seis segundos descreve uma parte do produto proposto: um robô concebido para se adaptar às pessoas enquanto realiza trabalho útil em locais que estas já frequentam.

Pontos-chave

• A Xpeng afirma que o IRON prevê mudanças nos movimentos humanos até seis segundos antes e reavalia a informação visual cinco vezes por segundo.
• O sistema de interação funciona localmente no robô, que integra três chips de inteligência artificial Turing com 2.250 TOPS.
• A nova geração tem 82 graus de liberdade no corpo e 22 na mão, segundo a Xpeng.
• As funções iniciais previstas incluem orientar visitantes, ajudar clientes e realizar rondas de vigilância; a Baosteel participa na exploração de aplicações industriais.
• A Xpeng aponta para o início da produção em massa até ao final de 2026 e para entregas no primeiro semestre de 2027.
• A empresa não publicou dados detalhados sobre a precisão ou a taxa de sucesso da atualização de previsão dos movimentos.