O que é Physical AI na Manufatura? Lições da FANUC, Nvidia, BMW e Hyundai

No palco da conferência GTC da Nvidia em março de 2026, Jensen Huang fez uma declaração que teria sido estranha há cinco anos: “A IA física chegou – mais cedo ou mais tarde, toda empresa industrial se tornará uma empresa de robótica.” Pouco depois disso, a FANUC anunciou seus planos de integrar as tecnologias de simulação e edge-AI da Nvidia em seus robôs. A BMW já estava anunciando os resultados do trabalho realizado por um robô humanoide em sua planta de Spartanburg após dez meses de uso. A Hyundai já prometeu utilizar o robô Atlas da Boston Dynamics em sua planta na Geórgia a partir de 2028.

Os vídeos que demonstram as habilidades dos humanoides são realmente impressionantes. Um humanoide se aproxima de uma prateleira, pega a peça de chapa metálica e a coloca no dispositivo. Pode-se pensar que as fábricas do futuro estarão repletas de robôs humanoides.

Mas se você entrar em uma fábrica que produz disjuntores miniatura, o cenário muda. O contato prateado com menos de um centímetro de tamanho é soldado em menos de dois segundos, a rebitagem é realizada sob centenas de newtons de pressão com a precisão de alguns centésimos de milímetro, e cada disjuntor é acionado com correntes 5 a 10 vezes maiores do que o permitido e em milissegundos. Nenhum humanoide realizaria essa ação mais rápido do que o equipamento especializado.

O artigo é dedicado a essa lacuna. IA física na manufatura já é usada e está sendo desenvolvida muito rapidamente, mas na maioria das fábricas, seu potencial não estará nos humanoides, mas em máquinas capazes de ver, sentir e controlar suas operações em um ciclo fechado. No artigo, explicaremos o que é IA física, o que FANUC, Nvidia, BMW e Hyundai estão fazendo nessa área e como ela se torna útil na produção. Isso será ilustrado por três casos da produção de disjuntores: rebitagem, soldagem de contato e teste de disparo magnético.

Este artigo continua nossa linha de artigos discutindo o tema de IA agente na manufatura， enquanto a IA agente lida com agentes de software que fazem planos e executam operações, a IA física descreve robôs e dispositivos que realizam as tarefas na vida real. Na prática, ambos estão intimamente integrados entre si.

Resposta rápida: IA física na manufatura mundo refere-se a sistemas de IA que recebem dados sensoriais do mundo ao seu redor por meio de câmeras, sensores e outros sinais, analisam o que processaram e usam robôs ou máquinas para realizar ações de acordo. A NVIDIA fornece o sistema operacional principal para esses sistemas; FANUC, ABB, KUKA e Yaskawa estão incorporando esses sistemas em robôs; BMW e Hyundai estão testando robôs humanoides para logística e manuseio de peças. Para trabalhos que exigem precisão, como rebitagem, soldagem e testes elétricos, um exemplo de como implementar IA física é por meio de visão-força em um ciclo fechado em dispositivos especiais, em vez de um robô humanoide.

O que é IA física na manufatura?

A IA física refere-se à inteligência artificial que funciona no mundo físico, em vez de apenas nas telas. Segundo a FANUC America, ela combina IA com robótica para dar às máquinas a capacidade de perceber, raciocinar e agir dentro de um ambiente em mudança. Um modelo de linguagem produz texto, enquanto um sistema de IA física determina quanta pressão aplicar para segurar um item, onde posicionar a ferramenta de soldagem ou se o perfil de força que acabou de medir indica que o rebite está bom.

Robôs existem em fábricas há décadas, tornando importante entender o que este robô específico pode fazer que antes não era possível. Um robô industrial padrão opera seguindo uma trajetória fornecida por um engenheiro humano. Se uma peça chega ligeiramente deslocada, ou o robô falha, ou isso é detectado por um sensor que precisa ser reparado por alguém. Um sistema de IA física deve ser capaz de fazer tudo isso diretamente e de forma autônoma: descobrir onde a peça está, mudar seu comportamento, revisar o resultado e aprender com ele.

Automação Tradicional vs IA Agentiva vs IA Física

	Automação tradicional	IA Agentic	IA física
Onde funciona	Máquinas e PLCs	Sistemas de software como MES, ERP e ferramentas de manutenção	Robôs e máquinas no mundo real
Como decide	Regras fixas e trajetórias ensinadas	Planeja etapas para um objetivo usando dados e ferramentas de software	Modelos aprendidos que ligam o que percebe a como se move
Entradas principais	Limiares de sensores, chaves de limite	Ordens, registros de teste, alarmes, e-mails	Imagens de câmeras, força e torque, posição, corrente, som
Saída típica	Aceitar ou rejeitar uma peça, executar um ciclo fixo	Uma ordem de trabalho, um novo cronograma, uma recomendação	Um movimento ajustado, uma força corrigida, uma pegada ou posicionamento
Exemplo	Uma prensa rejeita uma peça acima do limite de força	Um agente reprograma trabalhos após atraso de fornecedor	Um robô encontra a posição real de uma peça por visão e ajusta sua pegada

Os Blocos de Construção da IA Física

Quando desprovidos de adornos, a maioria dos sistemas de IA compreende os mesmos quatro componentes:

Sensoriamento. Envolvendo o uso de câmeras, visão 3D, sensores de força e sinais elétricos como corrente e tempo, processos ricos de sensoriamento permitem que sistemas de IA aprendam.
Modelos do mundo e simulações. É mais seguro e rápido para robôs aprenderem por meio de simulações do que trabalhando em tempo real. O Isaac Sim e os modelos do mundo Omniverse da Nvidia, junto com o motor de física Newton, foram criados para essa necessidade específica — a geração de dados realistas de treinamento e o teste da atividade do robô.
Computação de borda. Uma decisão de movimento deve ser tomada em milissegundos ao lado da máquina. Isso é feito por meio do uso de módulos de computação de borda, como a série Jetson da Nvidia, que está sendo cada vez mais integrada em robôs pela FANUC e ABB.
Tecnologia de robô ou máquina. A tecnologia de IA pode estar na forma de um braço robótico de seis eixos, um robô móvel ou uma cabeça de soldagem.

A Nvidia fala sobre a necessidade de três computadores para a tecnologia de IA: um computador deve estar no centro de dados, outro no mundo na simulação virtual, e o último no robô. A perspectiva é um bom lembrete de que a IA é um sistema e não um produto.

Como a IA Física, a IA Agente e os Gêmeos Digitais se Encaixam

A BMW esclareceu como essas ideias se encaixam ao apresentar robôs humanoides em sua fábrica de Leipzig em setembro de 2026. Mais precisamente, agentes de IA decidem e controlam os robôs enquanto os robôs garantem que essa inteligência seja implementada em um movimento físico. Na prática, esses três elementos dividem seus papéis da seguinte forma:

• A gêmeo digital da linha de produção simula uma planta para testar modificações em nível virtual antes que qualquer equipamento tangível seja tocado.
• A IA Agente toma decisões sobre os próximos passos, por exemplo: qual tarefa deve ser realizada, qual componente precisa de inspeção, qual problema deve ser resolvido, etc.
  A IA Física executa o que precisa ser feito e se comporta adequadamente durante o processo.

  FANUC, Nvidia e Hyundai descrevem seus projetos de maneira análoga. A fase de treinamento e validação ocorre em nível de simulação enquanto a implementação da tarefa é realizada por um robô.

O Ecossistema de IA Física: O que FANUC, Nvidia, BMW e Hyundai Estão Fazendo

A IA Física parece estar ganhando impulso e entusiasmo como resultado das atividades realizadas por algumas empresas no domínio da IA física, uma das quais é responsável pela criação da plataforma subjacente, algumas constroem tecnologias robóticas, e alguns fabricantes de automóveis estão testando humanoides em condições reais do processo de produção. Cada um deles relata o que faz em relação ao tema.

Nvidia: A Camada para a Plataforma

A Nvidia não está diretamente envolvida na criação de robôs industriais, mas fornece a maior parte do software e hardware relevante para operações de IA física. Assim, na GTC em março de 2026, a Nvidia falou sobre o seguinte:
O primeiro item da lista é o Cosmos 3 – um modelo geral do mundo que é utilizado para adquirir dados sintéticos de treinamento e para prever mudanças futuras em cenas.
O segundo é Isaac Sim e Isaac Lab 3.0 relacionados à simulação robótica e ao processo de aprendizado por reforço.
O terceiro tópico é que a empresa desenvolveu modelos abertos Isaac GR00T para robôs humanoides. O grande avanço aqui é que o GR00T N2 é mais de duas vezes mais eficaz em realizar o que se propõe e aplicar novas tecnologias do que os modelos mais modernos baseados no uso de dados visuais e textuais até hoje.
Em quarto lugar, a Nvidia apresentou as bibliotecas Omniverse para criação de gêmeos digitais.
Por último, mas não menos importante, está o Jetson Thor, que é a CPU motriz de um robô equipado com IA. Além disso, a Nvidia anunciou o envolvimento da Foxconn, que coopera com a Skild AI na montagem de precisão das instalações de produção Blackwell; além disso, a Samsung está treinando robôs para realizar operações de cabeamento por meio de simulação.

Endereço: Santa Clara, Califórnia, EUA.

FANUC: Traz AI Física para Robôs Industriais

FANUC é a marca a seguir, pois já possui os robôs à sua disposição. A empresa japonesa está criando robôs industriais, sistemas CNC e motores servo, e possui um dos principais exemplos mundiais de fábrica sem operadores.

Em março de 2026, a FANUC America declarou que a empresa está aplicando tecnologias Nvidia em sua produção:

Gêmeos digitais. A ferramenta de simulação FANUC ROBOGUIDE pode ser implementada com o software Isaac Sim e Omniverse, permitindo que os fabricantes criem modelos fotorrealistas da célula ou da linha de produção inteira e testem o modelo antes de instalar o equipamento. Muitos robôs FANUC podem ser encontrados como modelos para simulação.
Edge AI. Com Jetsons, os robôs são capazes de reagir em tempo real a variações de peças e outras operações.
Instalação aberta. A FANUC lançou o driver ROS 2 como oficial e oferece suporte para Python em robôs com peso de 3 kg a 2,3 toneladas.
Programação em linguagem natural. A FANUC está usando AI da Nvidia para que os robôs compreendam a fala natural dos funcionários e criem código Python automaticamente, permitindo o uso de pessoal não especializado para programar.

“AI Física é o próximo passo na automação industrial”, disse Mike Cicco, presidente da FANUC. Em julho de 2026, a Fujitsu anunciou seu plano de se envolver no desenvolvimento de inteligência artificial física em conjunto com FANUC, Yaskawa Electric e Kawasaki Heavy Industries por meio da criação de uma interface de controle cooperativo utilizando tecnologias Nvidia, incluindo Cosmos, Omniverse, Isaac e Newton. Uma característica especial da plataforma anunciada é a garantia da soberania dos dados, que, na opinião da Fujitsu, contribui para melhor segurança dos dados, redução dos riscos de paralisação e vazamento de dados. Os proprietários de fábricas preocupados em conectar suas linhas de produção a aplicações externas de inteligência artificial entenderão o motivo.

Sede: 3580 Shibokusa, Oshino-mura, Minamitsuru-gun, Yamanashi 401-0597, Japão. Número de telefone: +81-555-84-5555. A FANUC America está situada em Rochester Hills, Michigan, EUA.
Enviar feedback

BMW: Humanóides em Trabalho na Produção Real

A BMW divulgou mais dados sobre robôs humanóides do que qualquer outro fabricante de automóveis no mundo, o que torna sua experiência muito interessante para estudo.

Na fábrica de Spartanburg, Carolina do Sul, o humanoide Figure 02, produzido pela Figure AI, trabalhou por dez meses na oficina de carroçaria com uma semana de trabalho de cinco dias e um turno de dez horas. A BMW afirma que este robô manuseou mais de 90.000 peças durante 1.250 horas de trabalho, organizou peças para soldagem com precisão milimétrica e participou da fabricação de mais de 30.000 unidades do carro BMW X3. O projeto piloto permitiu à BMW aprender coisas inesperadas sobre segurança, incluindo a introdução de barreiras e divisórias extras no local de trabalho e a melhoria da cobertura da rede 5G na oficina. Ele extrai várias peças de contêineres enormes e as transporta para carrinhos de processamento de pedidos, que são finalmente enviados para a linha de produção na ordem apropriada.

A BMW fez sua estreia com o AEON, o robô humanoide construído pela Hexagon Robotics. Agora, o AEON tem 1,65 metros de altura, pesa 60 quilos e tem a capacidade de mudar de pegada. Ele está iniciando a produção de baterias e componentes de alta voltagem assumindo tarefas repetitivas que exigem muitos movimentos. Além disso, a BMW inaugurou seu Centro de Competência em IA Física na Produção para avaliar empresas parceiras e transferir projetos do laboratório para as fábricas.

O que é importante é que os humanoides criados pela BMW são responsáveis pelo transporte, aplicação e manuseio de componentes. Eles estão apenas substituindo as operações logísticas orientadas para humanos e diminuindo a importância de processos mais complexos dentro da área técnica e de fabricação.. Esse comportamento deve ser levado em consideração por todas as empresas.

Localização: Petuelring 130, Munique, Alemanha. Também há uma fábrica em Spartanburg localizada em Greer, Carolina do Sul, EUA.
Enviar feedback

Hyundai e Boston Dynamics: Humanoides em Escala Industrial

O Hyundai Motor Group adquiriu a Boston Dynamics e fez investimentos sem precedentes em robôs humanoides na esfera industrial.

Na CES em janeiro de 2026, a empresa apresentou a produção rápida do Atlas. O humanoide é completamente elétrico, possui 56 eixos e pode agarrar até 50 quilos. Além disso, a máquina não requer fontes externas de energia. O Hyundai Motor Group planeja usar o Atlas na planta conjunta da empresa nos EUA e provavelmente lançará a produção de humanoides nos Estados Unidos da América.

Por meio da parceria com a Nvidia, a Hyundai está trabalhando no software que permitirá à empresa estabelecer a operação da fábrica. Além disso, planejam investir cerca de $3 bilhões no desenvolvimento da tecnologia de IA Física da Coreia.

As localizações da planta do Hyundai Motor Group estão definidas em Ellabell, Condado de Bryan, Geórgia, EUA. A Boston Dynamics está localizada em Waltham, Massachusetts.

ABB, KUKA, Yaskawa e Outras Empresas

Além disso, outros fabricantes de robôs estão demonstrando interesse na esfera dos humanoides. A empresa ABB está desenvolvendo seus programas de simulação Omniverse e Isaac para melhorar a eficiência dos robôs e controlar suas operações. Empresas como KUKA e Yaskawa também estão aplicando essas simulações. A Universal Robots firmou uma parceria com a Skild AI para tornar seus cobots capazes de realizar tarefas básicas.

Empresas de Physical AI em Resumo

Empresa	Sede	Papel na physical AI	Trabalho principal
Nvidia	Santa Clara, EUA	Plataforma: simulação, modelos de mundo, computadores para robôs	Isaac Sim, Omniverse, Cosmos 3, GR00T, Jetson Thor
FANUC	Oshino, Yamanashi, Japão	Robôs industriais e CNC	ROBOGUIDE com Isaac Sim, driver ROS 2, programação em linguagem natural
ABB Robotics	Zurique, Suíça	Robôs industriais	Comissionamento virtual com Omniverse, Jetson em controladores
KUKA	Augsburg, Alemanha	Robôs industriais	Omniverse e Isaac no comissionamento virtual
Yaskawa	Kitakyushu, Japão	Robôs industriais e acionamentos	Integração de simulação; plataforma physical AI da Fujitsu
Grupo BMW	Munique, Alemanha	Fabricante e usuário piloto	Figura 02 e 03 em Spartanburg, Hexagon AEON em Leipzig
Hyundai / Boston Dynamics	Seul, Coreia / Waltham, EUA	Fabricante e criador de humanoides	Atlas na Metaplant America a partir de 2028; fábrica Nvidia AI
Figure AI	Califórnia, EUA	Criador de humanoides	Figura 02 e 03 na BMW
Hexagon Robotics	Estocolmo, Suécia (Hexagon)	Criador de humanoides	AEON na BMW Leipzig

Exemplos de Physical AI no Piso de Fábrica Atual

Além dos vídeos conceituais, os parágrafos anteriores apresentam uma visão abrangente das aplicações de physical AI que já estão operacionais ou em fase de testes:

Carregamento de peças para soldagem. Conforme mostrado na Figura 2, as peças sendo soldadas para as operações de fabricação de carros da BMW estão em uso há mais de dez meses.
Sequenciamento de peças. Ilustrado na Figura 3, nas instalações de Spartanburg e a partir de 2028, o Atlas será utilizado no local da Hyundai ilustrando o sequenciamento e a classificação de componentes para fabricação.
Produção de baterias e componentes. Baterias de alta voltagem fabricadas pela BMW Leipzig utilizam o programa AEON da Hexagon.
Comissionamento virtual de startup. Omniverse e Isaac Sim permitirão a simulação dos robôs ABB, FANUC, KUKA e Yaskawa e sua programação antes de serem implementados para uso real.
Programação baseada em linguagem natural. A programação dos robôs FANUC traduz comandos falados para a linguagem de programação Python.
Montagem eletrônica de alta precisão. A instalação de alto volume operada pela Foxconn, que utiliza tecnologia desenvolvida pela Skild AI, demonstrou a viabilidade do uso da instalação Blackwell da Nvidia, bem como os princípios por trás de sua produção.
Manuseio de fios e cabos. A Samsung continua treinando robôs para manipular fios em suas instalações que simulam a tarefa difícil de trabalhar com fios flexíveis usando tecnologia robótica tradicional.

No geral, a tendência é para a variação. Robôs humanoides são usados onde as peças chegam sem classificação e onde o ambiente de trabalho é voltado para o trabalhador humano. Braços robóticos equipados com IA serão aplicados em casos onde as peças são representadas por elementos flexíveis que estão sempre em movimento. Em termos de processos estáveis, a IA fornece assistência no trabalho com grandes volumes de dados, em vez de substituir métodos tradicionais.

Verificação da Realidade: Por Que Humanoides Não Montarão Seus Disjuntores

Para ser direto, vários gerentes de fábrica estão assistindo a vídeos de humanoides e sendo questionados se possuem uma estratégia robótica ou não.

Robôs humanoides na fabricação fazem sentido onde o trabalho tem formato humano: mover o próprio corpo pelo prédio, alcançar prateleiras e entregar peças de vários tamanhos em um espaço semelhante ao humano. Em contraste, são inúteis para tarefas pequenas e rápidas. O exemplo da montagem de disjuntores ilustra isso muito bem.

Requisito	Necessidade típica de produção de MCB	Humanoide de uso geral	Máquina dedicada com controle de visão e força
Tempo de ciclo	Cerca de 1,5 a 3,5 segundos por operação	Construído para flexibilidade em vez de tempos de ciclo na ordem de segundos	Projetado em torno do tempo takt alvo
Posicionamento	Centésimos de milímetro	A BMW relata precisão de milímetro ao posicionar peças	Alinhamento por visão a ±0,02–0,05 mm em máquinas Benlong
Força do processo	Centenas de newtons a vários kN, controlados a alguns por cento	Não projetado como cabeça de prensa ou soldagem	Controle de força servo, por exemplo, 100–1.000 N a ±3%
Dados por unidade	Curva de força, energia de soldagem ou tempo de disparo para cada número de série	Depende da integração	Registrado por unidade e enviado ao MES
Melhor uso	—	Logística, sequenciamento, atendimento de máquinas, manuseio de materiais	Rebitagem, soldagem, teste, montagem

Isso não implica que humanoides não tenham papel na produção de equipamentos elétricos. BMW e Hyundai estão testando robôs para realizar tarefas como mover bobinas, carregar revistas ou transportar caixas completas. No entanto, as ações reais que agregam valor associadas à fabricação de disjuntores só podem ser realizadas por máquinas especiais equipadas com sistemas de sensoriamento e controle que operam em condições de circuito fechado.

Onde a IA Física Funciona: Sensoriamento e Ação em Circuito Fechado

Ao falar sobre fabricação de precisão, grande parte é basicamente uma operação que ocorre em loop durante todos os ciclos. Isso consiste em quatro etapas:

Sensoriar – uma câmera identifica a peça, então usando o sensor de força ou o motor servo, a força contra o movimento é medida, enquanto o inversor exibe a energia usada para soldagem, e o sinal de teste identifica o tempo de disparo.
Decidir – o controlador compara o sinal recebido com o padrão “dourado” conhecido enquanto o compara com certos limites determinados pelos engenheiros. Além disso, o algoritmo de IA pode fazer algo que o sistema baseado em regras não faz: detectar inícios de curvas defeituosas em vez de apenas ver que um dos valores está acima do limite.
Atuar – a máquina pode corrigir o posicionamento da peça antes da união, parar em sinal anormal ou rejeitar a peça, ou pelo menos chamar a atenção para determinada tendência.
Aprender – cada um dos sinais será salvo sob um número de série específico usado para treinamento de modelo/algoritmo.

Três processos explicados abaixo para a produção de disjuntores miniatura ilustram este processo. O hardware usado para a detecção e registro de dados já existe nas máquinas atuais..

Rebitagem: Leitura da Curva Força-Deslocamento

A rebitagem é um método de unir polos de disjuntores em unidades que contêm múltiplos polos e fazer conexões com a ajuda de contatos de prata. Um rebite pode parecer bom externamente, mas ainda estar solto, rachado ou muito curto.

Em uma Máquina de montagem automática multipolar MCB, a parede lateral da peça é primeiro alinhada e nivelada com a câmera com uma precisão de ±0,05 mm. Qualquer peça que não esteja alinhada é eliminada para usinagem posterior. O sistema de rebitagem é então aplicado, com uma força variando de 500 N a 5 kN, e os parâmetros da operação são constantemente monitorados, com intervenções em caso de anomalia. A máquina também mede outros parâmetros, incluindo contagem e profundidade dos rebites.

A rebitagem por contato oferece maior eficácia. Um máquina automática de rebitagem de contato de prata que utiliza uma câmera e uma faixa de força de 100-1.000 N, é possível obter uma curva característica força-deslocamento que depende do tipo específico de rebite usado.

É aqui que a IA física entra em ação. Um limite pode indicar que o valor máximo necessário foi excedido. No entanto, é altamente improvável que explique que a falha do processo pode ser causada por um contato ausente, uma cabeça de rebite quebrada, um punção desgastado ou que a composição do material usado durante o processo de usinagem foi diferente da usada nos lotes anteriores.

Soldagem por Contato: Aprendendo com Energia de Solda e Deslocamento

Conectores são feitos usando métodos de soldagem, pontos de prata em conectores de cobre, tiras bimetálicas para movimentos e trança de cobre, conjunto de disparo magnético. A soldagem a frio pode passar na inspeção visual e falhar no local.

Em uma máquina automática de soldagem de ponto e contato de prata, a soldagem por resistência é alimentada por um inversor DC de média frequência em 1–4 kHz, com força do eletrodo controlada por servo de 50–500 N em ±5%. A quantidade de energia de soldagem pode ser comparada com o perfil para cada solda, sensores de deslocamento e força detectam as peças que não foram ajustadas corretamente e registram a energia de soldagem e o número de ciclos, enviando-os para o MES.

O mesmo princípio se aplica à máquina de soldagem de bimetal, contato móvel e trança de cobre, que opera a 1.200–1.320 peças por hora e rejeita qualquer junta cuja energia e deslocamento estejam fora de suas curvas. A máquina automática de soldagem do conjunto de disparo magnético adiciona alinhamento guiado por visão e um teste de resistência em linha após cada solda, rejeitando juntas acima de um limite pré-definido, tipicamente 0,1 mΩ.

A IA Física transformará este sinal em algo útil. O desgaste do eletrodo manifesta-se gradualmente através de alterações nos gráficos de energia e deslocamento. Atualmente, estas máquinas contam a quantidade de soldagens por cada eletrodo e avisam quando é necessário substituí-lo; um modelo baseado nestes dados permitirá fazer prognósticos da queda da qualidade da soldagem antes que apareçam quaisquer defeitos.

Teste de Disparo Magnético: Detectando Deriva entre Estações

De acordo com a IEC 60898-1, os disjuntores de tensão operam segundo as suas curvas características. O disparo instantâneo destes disjuntores está dentro dos limites especificados por estas curvas: aproximadamente 3-5 vezes a corrente nominal para curvas B, 5-10 vezes para curvas C e 10-20 vezes para curvas D. Embora os disjuntores não devam disparar em menos de 0,1s, não podem exceder os limites mencionados.

Um Máquina automática de teste de disparo magnético e alta tensão para MCB aplica correntes de teste programáveis de 5x, 7,5x e 10x a corrente nominal para as curvas B, C e D, respetivamente. O aparelho testa o tempo de disparo com precisão de ±1ms, mede a resistência de contacto abaixo de 0,5mΩ e testa a resistência de alta tensão ao nível de 4000V. As medições como tempo de disparo, eventos (ligar/desligar), corrente de fuga, aprovação/reprovação e carimbo temporal são armazenadas no sistema MES usando o protocolo OPC UA.

É aqui que as distinções entre IA física e IA agente começam a se confundir. De facto, um resultado de disparo que se determina lentamente está frequentemente fundamentado em algum processo passado, ou seja, soldagem da bobina, um suporte de um novo fornecedor ou alteração na rebitagem. Ligado ao sistema de dados, um modelo pode rastrear o resultado da qualidade até aos sinais de soldagem e rebitagem para o MCB em investigação. Nosso guia de IA agente explica como um agente de qualidade poderia investigar exatamente este tipo de deriva em um Linha de teste automático MCB e propor uma ação para um engenheiro aprovar.

Seja qual for a IA, ela nunca deve alargar os limites das configurações de disparo nem alterar os objetivos de teste especificados por conta própria. As decisões de aprovação/reprovação para conformidade com as normas IEC pertencem ao modelo aprovado do sistema de teste.

O Ciclo Fechado em Resumo

Estação	Sensoriar	Decidir	Agir	Dados mantidos por unidade
Rebitagem multipolo	Visão CCD, força e profundidade servo	Verificação de alinhamento; força e profundidade contra limites	Rejeitar antes da rebitagem; parar em força anormal	Força de rebitagem, resultado da visão, carimbo temporal, números de série vinculados
Rebite de contacto	Visão ±0,02 mm, curva força-deslocamento	Curva contra perfil padrão	Rejeitar rebites defeituosos	Curva força-deslocamento
Soldagem de contacto	Energia de soldagem, força do eletrodo, deslocamento	Energia e deslocamento contra curvas armazenadas	Rejeitar juntas fora do perfil; alerta de desgaste do eletrodo	Energia de soldagem, força, contagem de ciclos
Soldagem com conjunto de disparo magnético	Alinhamento por visão, resistência em linha	Resistência contra limite (ex. 0,1 mΩ)	Rejeição automática	Resultado da soldagem, contagem de eletrodos
Teste de disparo magnético	Corrente de teste, tempo de disparo ±1 ms, fuga	Contra banda da curva IEC	Classificação aprovação/reprovação	Tempo de disparo, resistência de contacto, fuga, número de série

Como Começar com IA Física numa Fábrica de Médio Porte

A grande maioria dos fabricantes não necessita nem de um piloto humanoide nem do sistema completo da Nvidia para se tornar benéfica. Um passo concreto para empresas de porte médio na produção de máquinas elétricas é o seguinte:

Escolha o tipo de atividade que forneça sinais de boa qualidade para começar. Servo-rebitagem, soldagem e testes elétricos de máquinas são perfeitos, pois possuem os atributos que a IA física precisa para aprender, como curvas de força, energia de soldagem e tempo de disparo.

Digitalize cada sinal e unidade. É crucial produzir uma curva completa, não apenas os relatórios de aprovação/reprovação, e relacioná-los ao número de série, receita e lote de material.

Crie um banco de dados de exemplos bons e ruins. Sempre rotule as rejeições no banco de dados, como detalhes ausentes, rachadura no rebite, solda fria e eletrodo esférico com a ajuda do sistema de rotulagem. É importante ter bons rótulos para obter um bom modelo.

1. Simule os processos antes de qualquer alteração na linha de produção. Use o software de simulação fornecido pelo seu fornecedor de robôs, como FANUC ROBOGUIDE ou Isaac Sim, ou um gêmeo digital da linha, para testar novos layouts, trajetórias de robôs ou tempos de ciclo. 5. Comece com o modo sombra. Permita que a IA classifique as curvas e sinalize tendências, comparando sua detecção com a dos engenheiros durante alguns meses.

   Mantenha os limites e a segurança no sistema PLC. A IA pode informar sobre problemas iminentes.

   Considere usar humanoides e robôs móveis apenas para fins logísticos. Fornecer matérias-primas, carregar revistas e manusear caixas deve ser o único local onde os robôs são projetados.

As melhores empresas da Rede Global Lighthouse do Fórum Econômico Mundial usaram uma abordagem semelhante à descrita acima: processos estáveis e dados completos primeiro, depois IA por cima. Cobrimos como Siemens, Schneider Electric e Eaton chegaram lá em nosso guia de exemplos de fábricas farol.

A robótica de IA física ainda é jovem, e parte do que está sendo anunciado hoje não sobreviverá ao contato com uma linha de produção real. O investimento mais seguro para uma fábrica agora é equipamento que mede cada processo, cada ciclo, e mantém os dados. Esses dados são o que qualquer IA futura, física ou agente, precisará.

Perguntas frequentes

O que é IA física na manufatura?

IA física refere-se a sistemas de inteligência artificial que realizam observações do mundo físico usando câmeras, medidores de pressão e outros dispositivos, fornecem uma interpretação dessas informações e controlam mecanismos que executam certas ações. Ao contrário dos robôs convencionais, que são treinados para operar ao longo de trajetórias determinadas, os sistemas de IA física podem reagir a mudanças que ocorrem em objetos e outras condições. Antes de serem colocados em uso, esses sistemas geralmente são treinados em tecnologia de simulação.

Quais empresas estão desenvolvendo IA física?

A Nvidia fornece grande parte da plataforma, desde o Isaac Sim até os modelos humanoides GR00T, bem como os computadores robóticos Jetson e os modelos do mundo Omniverse Cosmos. Fabricantes de robôs como FANUC, ABB, KUKA e Yaskawa estão implementando essas ferramentas em seus softwares de simulação e robôs. Empresas de robótica humanoide incluem Boston Dynamics, Figure AI, Hexagon Robotics, Agility Robotics, 1X e NEURA Robotics. BMW e Hyundai fabricam AIs físicas que estão atualmente sendo implantadas em instalações de produção.

Quais são exemplos de AI física?

Alguns exemplos são os humanoides Figure fabricados pela BMW que montam peças e classificam peças em Spartanburg, AEON da Hexagon que apoia a montagem de baterias na BMW Leipzig, e Atlas da Boston Dynamics, que será implantado pela Hyundai para classificação de peças na Geórgia em 2028. No campo industrial, os robôs FANUC agora podem ser programados por linguagem falada e testados por meio da simulação Nvidia. Na produção de precisão, você também vê AI física em ação com máquinas de rebitagem e soldagem guiadas por visão.

Quais 5 empregos sobreviverão à AI?

É impossível listar cinco cargos que estarão garantidamente seguros, mas o Relatório Futuro do Trabalho 2025 oferece uma visão sobre os empregos que terão o crescimento mais rápido até 2030. Segundo o relatório, as profissões de trabalhadores rurais, motoristas de entrega, desenvolvedores de software, trabalhadores da construção e vendedores experimentarão o maior crescimento, enquanto enfermagem e outros trabalhos de cuidado também crescerão em ritmo substancial. Nas fábricas, a inteligência artificial muda muitos empregos em vez de eliminá-los completamente, o que significa que especialistas em manutenção, programadores de robôs, engenheiros de qualidade e especialistas em processos terão um papel mais significativo.

Como a AI está sendo usada na indústria manufatureira?

A inteligência artificial desempenha um papel na inspeção baseada em imagem, manutenção preditiva, agendamento de processos de fabricação, programação robótica, simulação de gêmeos digitais, gestão de energia e planejamento da cadeia de suprimentos. No uso prático, a AI física envolve o uso de robôs e máquinas que podem se adaptar a mudanças, enquanto a AI agente desempenha a função de coordenar ações dos sistemas MES e ERP. As aplicações mais avançadas em 2026 ainda envolvem apenas garantia de qualidade baseada em dados e serviços de manutenção, juntamente com experimentos sobre a utilização de robôs humanoides para logística e gestão de peças.

Conclusão: AI Física é Sobre Fechar o Ciclo, Não Copiar o Corpo Humano

Empresas como FANUC, BMW, Nvidia e Hyundai não estão apenas realizando estudos sobre AI física, mas promovendo-a nas fábricas. A Nvidia está desenvolvendo modelos de simulação e computadores robóticos, enquanto a FANUC e outros fabricantes estão implementando-os em robôs operacionais que já trabalharam por milhões de horas. Finalmente, BMW e Hyundai estão examinando robôs humanoides em linhas operacionais.

No entanto, quando examinamos o que esses humanoides realmente fazem nos locais de fábrica, podemos ver que eles estão envolvidos em processos como carregamento, transporte, classificação e sequenciamento. Portanto, os vazamentos mais complicados não ocorrem devido a eles. Na maioria dos casos, a IA física aplicada na fabricação é representada em máquinas que simplesmente verificam se uma peça está próxima, sentem como uma estrutura está se formando, entendem como algo se comporta e agem de acordo.

Esta é a abordagem que será seguida pelos fabricantes que desejam investir nesta tecnologia no futuro.

Referências

• Nvidia – NVIDIA e Líderes Globais em Robótica levam a IA Física para o Mundo Real (março de 2026) – Cosmos 3, Isaac, GR00T, Jetson Thor, e as integrações FANUC, ABB, KUKA e Yaskawa.
• FANUC America – FANUC acelera a IA Física em Robótica Industrial, aproveitando as tecnologias NVIDIA (março de 2026) – ROBOGUIDE, Isaac Sim, ROS 2 e programação em linguagem natural.
• Fujitsu – Desenvolvimento de IA Física com FANUC, Yaskawa Electric e Kawasaki Heavy Industries (julho de 2026) – plataforma soberana de controle de IA física.
• BMW Group – Primeiro robô humanoide introduzido na Planta Leipzig (setembro de 2026) – Hexagon AEON, resultados Figure 02 em Spartanburg e a estratégia de IA física da BMW.
• Boston Dynamics – Boston Dynamics apresenta novo robô Atlas (janeiro de 2026) – especificações do Atlas, planos de implantação da Hyundai e capacidade de produção de robôs.
• Hyundai Motor Group – Fábrica de IA NVIDIA Blackwell (outubro de 2025) – 50.000 GPUs, gêmeos digitais de fábrica e validação de robôs no Isaac Sim.
• Fórum Econômico Mundial – Relatório Futuro do Trabalho 2025: empregos do futuro – empregos de crescimento mais rápido e em declínio até 2030.

Quer Visão e Controle de Força na sua Linha de Disjuntores?

A IA física começa com máquinas que medem cada rebite, cada solda e cada teste de disparo. Se você produz MCBs, MCCBs, RCCBs, contatoras ou interruptores e deseja rebites guiados por visão, soldagem por contato monitorada por energia e testes magnéticos de disparo totalmente rastreáveis, envie-nos suas amostras de produto, produção alvo e uma breve descrição do seu processo atual. Nossos engenheiros recomendarão onde o controle em malha fechada reduzirá sua taxa de defeitos primeiro e como conectar os dados de cada estação ao seu MES.

Solicite uma avaliação gratuita de automação →