Xpeng afirma que o robô IRON pode prever movimentos humanos com até seis segundos de antecedência

Um aperto de mão que muda antes de o robô terminar o movimento

A Xpeng afirma que seu robô humanoide IRON agora consegue prever mudanças nos movimentos humanos com até seis segundos de antecedência, atualizando sua avaliação a cada 0,2 segundo enquanto observa a pessoa à sua frente. A atualização foi projetada para permitir que a máquina se adapte quando alguém transforma de repente a palma aberta em um punho ou muda a posição da mão para um cumprimento de mãos espalmadas.

A fabricante chinesa de veículos elétricos atribui essa capacidade ao seu modelo VLA de segunda geração, um sistema de inteligência artificial que conecta informações visuais a ações físicas. Segundo a empresa, o sistema de previsão funciona dentro do robô, sem depender de uma conexão com computadores na nuvem.

O IRON conta com três chips Turing AI da Xpeng, com capacidade computacional combinada de 2.250 TOPS. Seu novo recurso de interação se baseia na mesma tecnologia de IA física que a Xpeng usa para antecipar mudanças nas situações ao redor de seus veículos.

Os exemplos imediatos são gestos conhecidos: apertos de mão, soquinhos e cumprimentos de mãos espalmadas. O desafio está no tempo de resposta. Uma pessoa pode mudar de direção no meio do movimento, obrigando o robô a ajustar o próprio braço, a mão e a postura enquanto a interação ainda acontece.

Os planos comerciais da Xpeng tornam essa capacidade de resposta relevante para além das demonstrações. A empresa quer que o IRON comece a trabalhar em lojas, shopping centers e outros ambientes comerciais, onde as pessoas circulam e agem no próprio ritmo. A meta oficial é iniciar a produção em massa de robôs humanoides avançados até o fim 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 segundo, o equivalente a cinco atualizações por segundo. Ao longo de seis segundos, esse ritmo permitiria cerca de 30 novas avaliações. Assim, o robô revisa continuamente suas expectativas, em vez de se comprometer com um movimento após reconhecer um único gesto.

Um aperto de mão ilustra a diferença. Uma sequência fixa poderia instruir o robô a estender a mão ao detectar uma palma se aproximando. Se a pessoa então fechar a mão para dar um soquinho, a máquina precisa reconhecer a mudança e alterar sua resposta antes que as mãos se encontrem.

A Xpeng afirma que o IRON faz isso durante as interações, além de ajustar a postura e trocar de mão quando alguém muda a posição para um cumprimento de mãos espalmadas. O processo forma um ciclo contínuo: observar a pessoa, estimar o que virá em seguida, mover-se e observar novamente.

A Xpeng apresenta seis segundos como o horizonte de previsão do sistema. A empresa não divulgou uma taxa de precisão, condições detalhadas de teste ou uma taxa de sucesso medida para essas interações. Essas informações ajudariam os possíveis usuários a entender com que consistência o recurso funciona com diferentes pessoas e em diferentes ambientes.

A conexão de IA entre um carro e um humanoide

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

VLA é a sigla em inglês para visão, linguagem e ação. Em termos simples, esses sistemas conectam o que uma máquina vê e entende ao que deve fazer. A Xpeng afirma que sua arquitetura revisada torna mais direto o caminho entre a entrada visual e o movimento, ao mesmo tempo que permite ao modelo raciocinar sobre como uma cena pode se desenrolar.

Um veículo se aproximando de uma situação de trânsito em mudança e um robô diante de uma mão em movimento enfrentam um problema prático semelhante: ambos precisam reagir à direção para a qual algo está indo, e não apenas à posição em que se encontra naquele momento. A Xpeng afirma que sua base de IA física fornece essa capacidade comum de interpretar movimentos ao longo do tempo.

O comunicado 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 autônomas de robôs. O VLM, ou modelo de visão e linguagem, conecta informações visuais à linguagem. A nova atualização de interação se concentra na capacidade do VLA de segunda geração de entender sequências e antecipar movimentos.

O que os chips fazem dentro do IRON

Os três chips Turing do IRON fornecem os recursos computacionais necessários para fazer avaliações repetidas e gerar ações dentro do robô. TOPS significa trilhões de operações por segundo, uma medida da quantidade de operações computacionais que o hardware consegue executar. Com 2.250 TOPS, a capacidade informada é de 2.250 trilhões de operações por segundo.

Executar o modelo de interação localmente significa que o robô pode processar observações e gerar respostas sem enviar cada decisão a um servidor remoto. Isso é útil quando uma mão já está se movendo em sua direção e a resposta precisa chegar rapidamente.

A Xpeng também utiliza recursos computacionais significativos na nuvem para desenvolver sua IA. Seu comunicado de novembro descreveu um cluster de 30 mil placas de computação, um modelo de base com 72 bilhões de parâmetros e treinamento com quase 100 milhões de vídeos de direção. Parâmetros são valores ajustáveis por meio dos quais um modelo de IA aprende padrões.

A infraestrutura de nuvem dá suporte ao desenvolvimento dos modelos, enquanto os chips instalados no IRON executam o sistema de interação já implementado. A estratégia da Xpeng combina essas duas etapas: treinar modelos usando grandes recursos computacionais e, depois, adaptá-los para operar dentro dos limites de energia e hardware de uma máquina física.

Um corpo projetado para mais do que um único gesto

A nova geração do IRON, apresentada em 5 de novembro de 2025, tem 82 graus de liberdade no corpo e 22 no projeto das mãos, segundo a Xpeng. Um grau de liberdade corresponde a um movimento independente, como uma articulação que se dobra ou gira. Mais movimentos desse tipo dão aos engenheiros mais opções para posicionar o corpo e configurar um gesto.

A Xpeng destaca uma coluna vertebral inspirada na anatomia humana, estruturas semelhantes a músculos, pele flexível cobrindo o corpo, ombros projetados para movimentos semelhantes aos humanos e uma tela curva tridimensional na cabeça. Pequenas articulações harmônicas, um tipo de mecanismo compacto de precisão, ajudam as mãos a se aproximar 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 alvo; em seguida, as articulações e o software de controle do robô precisam posicionar a própria mão no lugar certo e manter o equilíbrio.

A Xpeng também afirma que o IRON usa uma bateria totalmente em estado sólido. Essas baterias usam um eletrólito sólido, o material pelo qual partículas carregadas se movimentam dentro da bateria. A empresa diz que o projeto oferece menor peso, alta densidade energética e segurança. Ela não informou por quanto tempo o recurso de interação atualizado pode funcionar.

Lojas primeiro, com planos também para o trabalho industrial

As funções iniciais previstas pela Xpeng são orientar visitantes, ajudar clientes e realizar rondas. Os planos comerciais da empresa priorizam lojas e shopping centers, seguidos por uma expansão gradual para ambientes industriais e residenciais.

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

A Baosteel é uma parceira anunciada do programa IRON. Em seu comunicado de novembro, a Xpeng afirmou que as empresas explorariam aplicações, incluindo inspeções em ambientes industriais complexos. Zou Jixin, presidente da Baosteel, descreveu um plano para levar o IRON às instalações da empresa e aprimorá-lo por meio do uso prático.

A Xpeng também anunciou planos para abrir um SDK, ou kit de desenvolvimento de software, para o IRON. Um SDK fornece ferramentas para que desenvolvedores externos criem aplicações em uma plataforma. No programa do robô, a ideia é permitir que parceiros desenvolvam usos além dos concebidos pela própria equipe da Xpeng.

A empresa criou em Guangzhou uma fábrica de dados de inteligência incorporada para lidar com a escassez de dados de treinamento para robôs. Inteligência incorporada é a IA que age por meio de um corpo físico, no qual uma decisão precisa se transformar em um movimento que envolve peso, contato e equilíbrio.

O desafio de fabricação por trás das demonstrações

He Xiaopeng, presidente e diretor-executivo da Xpeng, descreveu a dificuldade do negócio de robótica como cerca de 20 vezes maior que a de fabricar carros. Ele afirmou que a empresa desenvolve por conta própria a maior parte do hardware, do software, do design e da cadeia de suprimentos do robô.

He também disse que sua relutância anterior em mostrar os robôs publicamente se devia principalmente ao fato de ainda não ser possível produzi-los em massa. Ele criticou o uso de demonstrações editadas de capacidades no setor como um todo. Seus comentários colocam a fabricação repetível e a operação confiável, ao lado do desempenho visual, entre as preocupações centrais do programa.

O comunicado de novembro da Xpeng aponta uma cadeia de suprimentos imatura de hardware e software como um dos problemas do setor. Um projeto montado para uma demonstração precisa, em algum momento, se tornar um produto que possa ser fabricado repetidamente, receber manutenção e operar em muitos locais.

O marco do protótipo ET1 da empresa, anunciado até 20 de janeiro de 2026, representou mais um passo nessa direção. He afirmou que a Xpeng havia concluído seu primeiro protótipo humanoide ET1 desenvolvido de acordo com padrões automotivos. O foco inicial do programa continuava sendo a orientação de visitantes, a assistência a clientes e o trabalho de recepção, com aplicações industriais também em desenvolvimento.

A experiência da Xpeng na fabricação de veículos oferece processos de produção e conhecimento de componentes que podem ser aproveitados. A avaliação de He Xiaopeng sobre a dificuldade também reflete o volume de engenharia ainda necessário para combinar IA, movimento mecânico e produção em um produto humanoide.

Uma queda em público e o cronograma adiante

A queda do IRON em um shopping de Shenzhen, durante o fim de semana anterior a 4 de fevereiro de 2026, mostrou outro aspecto desse trabalho. Depois de atravessar um palco no shopping MixC, um robô perdeu o equilíbrio enquanto estava parado e foi retirado do local. Outro robô continuou as demonstrações e, no dia seguinte, o IRON fez interações preso a uma estrutura de suporte.

O incidente é relevante porque shopping centers estão entre os primeiros locais de trabalho planejados pela Xpeng. Um sistema de interação precisa funcionar junto com um equilíbrio confiável e um controle físico preciso quando há visitantes por perto. Por isso, os engenheiros precisam desenvolver a capacidade de 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 em seu dia de tecnologia em Guangzhou.
• Janeiro de 2026: He Xiaopeng anunciou a conclusão do protótipo ET1 desenvolvido de acordo com padrões automotivos.
• O fim de semana anterior a 4 de fevereiro de 2026: o IRON caiu durante uma demonstração pública no shopping MixC, em Shenzhen.
• 22 de outubro, sem ano especificado nos relatos sobre a atualização: a Xpeng anunciou a capacidade de prever movimentos.
• Fim de 2026: a Xpeng tem como meta iniciar a produção em massa de robôs humanoides avançados.
• Primeiro semestre de 2027: estão previstas entregas, inicialmente para ambientes comerciais.

Para as empresas que consideram adotar o IRON, o próximo passo prático é passar dos marcos de desenvolvimento à produção e à entrega. O horizonte de previsão de seis segundos descreve uma parte do produto proposto: um robô projetado para se adaptar às pessoas enquanto realiza tarefas úteis em locais que elas já frequentam.

Principais pontos

• A Xpeng afirma que o IRON prevê mudanças nos movimentos humanos com até seis segundos de antecedência e reavalia informações visuais cinco vezes por segundo.
• O sistema de interação funciona localmente no robô, que conta com três chips Turing AI e oferece 2.250 TOPS.
• A nova geração tem 82 graus de liberdade no corpo e 22 no projeto das mãos, segundo a Xpeng.
• As funções iniciais previstas incluem orientar visitantes, ajudar clientes e realizar rondas; a Baosteel participa da exploração de aplicações industriais.
• A Xpeng tem como meta iniciar a produção em massa até o fim de 2026 e fazer entregas no primeiro semestre de 2027.
• A empresa não divulgou dados detalhados de precisão ou sucesso para a atualização de previsão de movimentos.