Resultados das eleições nos EUA podem influenciar a regulamentação da infraestrutura e o desenvolvimento da inteligência artificial

Seis robôs humanoides do modelo AgiBot G2 concluíram um turno de 24 horas em uma loja de conveniência localizada no distrito de Xuhui, em Xangai. O evento, transmitido ao vivo, ocorreu de 10h00 de 2 de novembro a 10h00 de 3 de novembro, e, segundo a AgiBot, ultrapassou dois milhões de visualizações online.

Cada robô executava uma função estritamente definida: um recebia os clientes na entrada, dois cuidavam da reposição, reabastecimento e patrulhamento das prateleiras, um preparava café, um atendia o caixa e as refeições quentes, e o sexto era responsável pela limpeza das mesas. De acordo com a contagem final da AgiBot, os seis robôs completaram 1730 tarefas, que incluíam 683 atendimentos a clientes, 369 entregas e recebimento de mercadorias, 147 cafés preparados, 126 pedidos de café da manhã, 277 operações de reabastecimento e verificação de prateleiras, e 128 casos de limpeza de mesas.

Quatro dos seis robôs passaram na avaliação do evento, que avaliou a velocidade de execução das tarefas, a reação, a capacidade de lidar com exceções e os comentários dos clientes. Os testadores convidados tentaram criar dificuldades para os robôs, misturando refrigerante comum e dietético e solicitando apenas o dietético, causando desordem em uma prateleira cheia de chicletes, além de ficarem nos corredores ou derrubarem caixas no caminho dos robôs.

Segundo os relatos, os robôs confirmavam bebidas combinando solicitação de voz com verificação visual; eles restauravam as prateleiras contando os itens visualmente, em vez de dependerem da localização das etiquetas de preço; e paravam ao contornar obstáculos. Manipulações menores, como pendurar pacotes de doces em ganchos ou pegar um bolo macio sem danificá-lo, continuaram sendo um dos desafios mais complexos, e os robôs ocasionalmente cometiam erros.

Todos os seis robôs foram coordenados usando o Genie Master, um framework de agente encarnado da AgiBot, que conecta decisões de tarefas, execução de movimentos e feedback através de seu Protocolo de Execução Encarnada. O sistema analisa diariamente as execuções bem-sucedidas e malsucedidas, armazena experiências úteis na memória de longo prazo e filtra as tentativas corrigidas para uso em dados de treinamento, enquanto os robôs praticavam durante os períodos de menor atividade. A AgiBot enfatizou que o teste foi realizado sem participação humana no ciclo, o que significa ausência de demonstrações humanas ou ajustes manuais no local.

Ren Guanghui, vice-presidente do centro de pesquisa encarnada da AgiBot, informou à mídia que a empresa monitorará métricas como porcentagem de conclusão bem-sucedida de tarefas, sucesso na primeira tentativa, tempo de resposta, tempo total do ciclo, número de entregas qualificadas por unidade de tempo, frequência de intervenção humana, tempo de recuperação e disponibilidade do sistema. No entanto, os números publicados após a conclusão referiram-se apenas ao número de tarefas concluídas, e a AgiBot ainda não divulgou dados sobre taxas de sucesso ou número de intervenções.

Este lançamento de teste marcou a conclusão da série de lançamentos AI WAVE da AgiBot, que começou em 22 de outubro e uniu em uma única plataforma viva os conjuntos de dados da empresa, a plataforma de simulação, os modelos e o hardware dos robôs.

A Xiaomi anunciou que seu robô humanoide completou pela primeira vez um ciclo de trabalho de oito horas em uma fábrica de automóveis. Durante este turno, o robô garantiu a demanda de produção diária completa na estação de classificação da tampa lateral do console central.

Esta etapa significativa foi apresentada pela empresa durante o Summit da Conferência Mundial de Internet em Uzhgen em 2026. Lá, a equipe de robótica recebeu o prêmio 'Tecnologia Líder' pelo modelo básico de tecnologia projetado para manipulação robótica em larga escala.

De acordo com informações da Xiaomi, o robô eliminou autonomamente anomalias detectadas durante o turno e interagiu com os sistemas da linha de produção, o que a empresa considera um teste preliminar de capacidades no nível da linha. Este lançamento faz parte de um estágio na fábrica iniciado em março. Naquela época, o robô trabalhou autonomamente por três horas na estação de carregamento de porcas auto-roscantes, atingindo uma taxa de sucesso de instalação bidirecional de 90,2% com um ciclo de linha de 76 segundos.

Até julho, a taxa de sucesso aumentou para 98%, e o robô assumiu tarefas em mais duas estações: classificação de tampas laterais e empilhamento de contêineres. A porcentagem geral de sucesso nessas três estações varia de 94% a 98%.

No ambiente doméstico, a Xiaomi iniciou operações de teste no Apartamento Jovem Xiaomi — um complexo residencial da empresa para funcionários. Os engenheiros desenvolveram um sistema de agente sobre o modelo pré-treinado Xiaomi-Robotics-1. Este sistema abrange coleta de dados, saída do modelo e execução de tarefas, e foi aprimorado após vários ciclos de treinamento adicional.

Durante o teste, o sistema funcionou continuamente por mais de 30 minutos em três cômodos, executando mais de 50 tarefas. Entre elas estavam preparação de ferramentas, arrumação de sofás e mesas, limpeza de lixo, reposicionamento de objetos, inspeção de cômodos, verificação repetida de todo o espaço e saída.

O vídeo publicado pela Xiaomi demonstra este lançamento como um segmento único de 32 minutos. O Xiaomi-Robotics-1 foi apresentado em 16 de julho e lançado ao público em agosto. A empresa relata que o modelo foi pré-treinado em mais de 100.000 horas de trajetórias de manipulação em condições reais, abrangendo mais de 1700 cenas e 260 tipos de tarefas. Em seguida, ele passou por treinamento adicional com mais de 10.000 horas de dados cross-embodiment, o que permite adaptá-lo a manipuladores móveis e robôs de dois braços.

A empresa também observou que, em julho, o modelo conquistou o primeiro lugar nos rankings gerais do RoboCasa 365 e RoboDojo. Um modelo separado de visão, linguagem e ação, o Xiaomi-Robotics-0, utiliza uma arquitetura híbrida que, segundo a Xiaomi, garante um atraso de saída de 80 milissegundos em uma placa de vídeo de consumo.

A Xiaomi apresenta ambas as aplicações — industrial e doméstica — como um conjunto unificado de modelos. A empresa não divulgou quantos robôs estão participando dos testes no apartamento, qual apartamento específico está sendo usado para este teste ou por quanto tempo o período de teste durará.

A Huawei Cloud anunciou planos para desativar os serviços dos modelos openPangu-2.0-Flash e openPangu-2.0-Pro em sua plataforma MaaS (Model as a Service). De acordo com o aviso de desativação dos modelos, esses serviços deixarão de ser vendidos em 6 de novembro, horário de Pequim, e serão completamente desativados em 30 de novembro.

A IT Home relatou este aviso, publicado no site de suporte da Huawei Cloud em 3 de novembro. De acordo com o cronograma, novos usuários não poderão adquirir ou ativar os serviços mencionados após 6 de novembro, mas os clientes existentes manterão a capacidade de usá-los até o final do mês. Após 30 de novembro, o acesso a ambos os modelos será encerrado tanto para novos quanto para usuários antigos. O aviso lista esses serviços na região CN Southwest-Guiyang1 da Huawei Cloud.

A empresa sugere substituições recomendadas para cada modelo. Usuários do openPangu-2.0-Flash versão 20260630 são recomendados a migrar para o DeepSeek-V4.1-Flash-1017, enquanto os usuários do openPangu-2.0-Pro versão 20260730 são direcionados ao GLM-5.3 da Zhipu. A Huawei Cloud enfatiza que os modelos diferem em capacidades, parâmetros de API, precificação e desempenho em tarefas reais, e aconselha os clientes a estudar a documentação e realizar sua própria avaliação antes de mudar.

O guia de migração indica que os clientes que utilizam a API padrão MaaS V1 precisarão migrar para um endpoint compatível com a OpenAI, enquanto aqueles que já usam a API V2 ou uma interface compatível com a OpenAI só precisam alterar o parâmetro do modelo.

Segundo a IT Home, a Huawei Cloud planeja lançar uma nova geração de modelos openPangu de forma gradual, mas ainda não divulgou seus nomes ou prazos. Esses dois modelos foram alguns dos maiores lançamentos abertos da Huawei neste ano: o openPangu-2.0-Flash com 92 bilhões de parâmetros foi lançado no final de junho, e o modelo esparso openPangu-2.0-Pro com 505 bilhões de parâmetros, treinado em NPUs Ascend, foi lançado no final de julho. Em setembro, a Huawei também lançou o código para pré-treinamento, ajuste fino controlado e treinamento por reforço para esta série. No entanto, o aviso de desativação se refere apenas aos serviços hospedados MaaS e não afeta os lançamentos abertos.

A troca de modelos na plataforma ocorre frequentemente. No mesmo boletim, a Huawei Cloud planejou desativar o GLM-5.1 em 16 de novembro, substituindo-o pelo GLM-5.3, e também está transferindo os usuários do DeepSeek-V4-Flash para o DeepSeek-V4.1-Flash e desativando o Kimi-K2.6 em 8 de novembro, mencionando também vários modelos Qwen e Wan para desativação.

Anteriormente, em setembro, o DeepSeek-V4-Pro foi desativado, e no verão, várias versões do DeepSeek, Qwen e GLM. Para os clientes MaaS, isso significa que as cargas de trabalho construídas no openPangu-2.0 devem ser migradas para outros modelos hospedados da plataforma, pelo menos até o surgimento da próxima geração de openPangu.