Physical AI: a próxima onda que vai mudar a medicina, a engenharia e o mundo físico

Physical AI é a inteligência artificial treinada com dados do mundo real e capaz de agir nele. Entenda o conceito, as fases da IA e os setores mais afetados.

Equipe cirúrgica em fotografia em preto e branco, debruçada sobre a mesa de operação sob os focos de luz

No palco da CES 2026, em Las Vegas, em 5 de janeiro, Jensen Huang fez uma declaração que organizou a conversa sobre o futuro da inteligência artificial: “o momento ChatGPT da Physical AI chegou, quando as máquinas começam a entender, raciocinar e agir no mundo real”, como registrou a Axios. O CEO da Nvidia, a empresa que chegou ao posto de mais valiosa do mundo ao apostar cedo na infraestrutura de IA, não estava falando de mais um modelo de linguagem, mas sim de outra coisa.

A comparação com o ChatGPT é deliberada, porque novembro de 2022 foi o ponto em que a IA generativa deixou de ser assunto de laboratório e virou assunto de mesa de jantar, e Huang está dizendo que a IA do mundo físico chegou ao mesmo tipo de inflexão, em que a tecnologia amadureceu, os investimentos chegaram e a adoção em escala passa a ser uma questão de tempo, e não de possibilidade.

Página do kit de imprensa da Nvidia na CES 2026, com miniaturas do Alpamayo, de parceiros que adotam a Physical AI, de plataformas de computação e de fotos de Jensen Huang no palco (ampliar imagem)
O kit de imprensa da Nvidia na CES 2026, em que a Physical AI ocupou o centro dos anúncios Imagem: reprodução Nvidia

A maior parte do mercado ainda está digerindo a onda generativa, porém a onda seguinte já se formou, e ela é diferente na natureza, e não apenas no tamanho.

O que é Physical AI, e por que ela vai além de “mais do mesmo”

A IA generativa que domina o presente, como ChatGPT, Gemini, Claude e Midjourney, foi treinada com aquilo que as pessoas produziram e publicaram, ou seja, texto, imagem e código, e aprendeu padrões a partir desses registros com uma competência que ainda surpreende. Existe, porém, um limite estrutural, já que ela opera no plano dos símbolos, gerando palavras, pixels e linhas de código, sem agir no mundo.

A Physical AI, termo usado pela Nvidia e pelo mercado, descreve modelos de IA capazes de perceber o mundo físico e agir nele, como os que comandam robôs e veículos autônomos. Esses modelos costumam ser treinados em ambientes virtuais que simulam as leis da física, com dados sintéticos, antes de passar para máquinas reais, e o ponto decisivo é que, além de processar a informação, eles agem sobre ela, movendo um robô, pilotando um veículo ou controlando uma linha industrial.

Huang organizou a evolução da IA em quatro fases já na CES de 2025, como relatou a RCR Wireless: a IA de percepção, aberta em 2012, quando a rede AlexNet mostrou que máquinas podiam aprender a ver; a IA generativa, que estamos vivendo; a IA agêntica, com sistemas que percebem, raciocinam, planejam e agem; e a Physical AI, em que a inteligência interage com a realidade física. Cada fase acumula sobre a anterior, de modo que nenhuma substitui a que veio antes.

Linha do tempo com as quatro fases da IA descritas por Jensen Huang: IA de percepção a partir de 2012, com a AlexNet; IA generativa a partir de 2022, com o ChatGPT; IA agêntica, com sistemas que planejam e agem; e Physical AI, que age no mundo físico (ampliar imagem)
As quatro fases da IA na leitura de Jensen Huang, em que cada uma se apoia na anterior Arte: Tráfego IA · Fonte: Nvidia

Essa travessia é mais lenta do que a dos chatbots por um motivo que a robótica conhece desde os anos 1980, o Paradoxo de Moravec, segundo o qual aquilo que nos parece simples, como andar, pegar um objeto ou desviar de um obstáculo, é justamente o que a máquina mais demora a dominar.

Por que a medicina transforma primeiro

Num hospital de grande porte, um radiologista analisa dezenas de exames por dia, entre tomografias, ressonâncias e raios X, cada um com centenas de imagens, sob pressão constante e com uma margem de erro humana real, enquanto os casos mais graves nem sempre chegam primeiro na fila.

Um sistema de IA treinado com exames reais consegue processar cem deles, identificar padrões de urgência e ordenar os casos que pedem atenção imediata antes da primeira consulta do dia, sem substituir o médico, mas sim garantindo que ele comece pelo caso certo. E, no centro cirúrgico, a robótica já é rotina, já que a Intuitive informou que os sistemas da Vinci haviam sido usados em mais de 20 milhões de pacientes no mundo até o fim de 2025, com mais de 3,1 milhões de cirurgias apenas naquele ano, segundo o comunicado da empresa.

20 milhões

de pacientes já foram operados com o auxílio dos robôs cirúrgicos da Vinci no mundo, segundo a Intuitive

Imagem: divulgação Intuitive

O passo seguinte apareceu em julho de 2026, quando engenheiros e cirurgiões da Universidade da Califórnia em San Diego publicaram na revista Nature as primeiras cirurgias em animais vivos feitas por robôs humanoides, duas retiradas de vesícula em porcos, uma conduzida por um humanoide com o apoio de um cirurgião e a outra feita por dois humanoides, como relatou a ABC7, com os cirurgiões comandando cada movimento a partir de um console ao lado da mesa, segundo o The Next Web, que lembra que esses robôs ainda não estão prontos para pacientes humanos. “Como prova de conceito, funcionou”, resumiu o cirurgião Ryan Broderick, diretor interino do centro de cirurgia do futuro da universidade.

Dois robôs humanoides brancos e cinza, com luzes azuis na cabeça, manuseando instrumentos cirúrgicos sobre um paciente coberto, num laboratório escuro (ampliar imagem)
Os humanoides do laboratório de robótica avançada da UC San Diego, usados nas primeiras cirurgias com animais vivos feitas por robôs desse tipo Imagem: reprodução ABC7 · UC San Diego

A IA generativa aprendeu a ler o mundo, e a Physical AI aprende a agir nele, em etapas consecutivas da mesma transformação

Além da medicina: o que já está em movimento

Na robótica, a Nvidia apresentou em março de 2025 o Isaac GR00T N1, descrito como o primeiro modelo fundacional aberto para robôs humanoides, segundo o comunicado da empresa. Por ser aberto e customizável, ele funciona como uma base sobre a qual qualquer fabricante pode treinar os próprios robôs, o que acelera o setor inteiro, em vez de concentrar o avanço numa única empresa.

Robô humanoide branco e preto, sustentado por cabos de segurança, enquanto uma técnica ajusta o seu braço num estande (ampliar imagem)
Robô humanoide em exposição: é nesse tipo de corpo que a Physical AI precisa vencer as tarefas que, para nós, parecem triviais Foto: reprodução

Nos veículos, a CES 2026 marcou o anúncio do Alpamayo, que Huang chamou de primeira IA de veículo autônomo capaz de pensar e raciocinar, treinada de ponta a ponta, da imagem da câmera ao comando do carro, e o novo Mercedes-Benz CLA passou a ser o primeiro carro com a pilha completa de software de condução da Nvidia, num sistema de assistência avançada de nível 2 anunciado para chegar aos Estados Unidos ao longo de 2026, como detalhou a electrive.

Na engenharia, a simulação física acelerada por IA já reduz drasticamente o tempo de projeto, a ponto de a Nvidia relatar que empresas dos setores aeroespacial e automotivo aceleram os seus fluxos de modelagem e simulação em até 500 vezes em relação aos métodos tradicionais, segundo o blog da empresa, em outubro de 2025.

Existe ainda a ciência fundamental, como física, química, astronomia e biologia, campos em que os dados do mundo real existem em abundância, mas com uma complexidade que excede a capacidade de análise humana em escala, e a IA aplicada a eles pode ser o instrumento que comprime décadas de descoberta em anos, como mostra o artigo sobre IA generativa e IA científica.

O que isso muda para quem constrói presença digital hoje

A Physical AI não vai reorganizar o mercado de negócios digitais nos próximos dois ou três anos, já que está sendo construída em laboratórios, hospitais, fábricas e estradas, e, para a maioria das empresas, o impacto ainda chega mediado pela IA generativa.

Entender que essa onda existe, porém, muda a forma de construir agora, porque a IA não para na geração de texto e imagem e está evoluindo para perceber, decidir e agir no mundo físico. Quando esses sistemas também precisarem identificar fornecedores, serviços e especialistas, o ativo que fará diferença será o mesmo que já faz diferença hoje, uma entidade digital robusta, consistente e compreensível por máquinas, que é exatamente o que o conceito de Tráfego IA descreve.

O Tráfego IA foi desenvolvido dentro da Diamantino Estratégias, que aplica o método na presença digital de empresas.

Posts Similares