Inglês 
Espanhol 
Luvas robóticas capturam movimentos humanos em casa e treinam robô doméstico com 10 milhões de tarefas reais coletadas nos EUA
Em 2025, segundo reportagem da AI Business, a startup Sunday Robotics, fundada por pesquisadores de doutorado da Universidade de Stanford, passou a enviar luvas robóticas para residências nos Estados Unidos com o objetivo de capturar movimentos humanos em tarefas domésticas reais. A iniciativa resultou na criação de um banco de dados com cerca de 10 milhões de episódios de atividades domésticas coletadas em mais de 500 lares, considerado um dos maiores do mundo para treinamento de robôs domésticos.
A tecnologia permite registrar posição, pressão e ângulo de cada dedo em tempo real, alimentando diretamente sistemas de inteligência artificial que treinam o robô Memo, capaz de limpar mesas, carregar lava-louças, dobrar roupas e preparar café. O projeto representa uma mudança estrutural na forma como robôs são treinados, substituindo ambientes controlados por dados do mundo real.
Problema da robótica doméstica: por que robôs falham em casas reais
Robôs industriais operam com alta eficiência em fábricas porque trabalham em ambientes previsíveis, onde objetos estão sempre nas mesmas posições e condições. No ambiente doméstico, essa lógica não se aplica.
-
A fruta que pode mudar o futuro do agro no Ceará: testes com berries, morango e mirtilo revelam uma nova aposta entre a Serra da Ibiapaba e a Chapada do Apodi
-
Morador sai para caminhar perto, na Dinamarca, vê ouro saindo da terra à beira da estrada e revela 6 braceletes vikings de 762,5 gramas, o 3º maior tesouro de ouro do país
-
Arqueólogos abrem garrafa de bronze lacrada com pano e barro há 2.300 anos e encontram dentro a cerveja mais antiga já achada num túmulo da China
-
Filhote de tigre-dentes-de-sabre congelado há 35 mil anos é achado intacto no permafrost da Sibéria, com bigodes, garras e pele preservados desde a Idade do Gelo
Cozinhas variam em layout, utensílios mudam de formato, objetos aparecem fora do lugar e fatores imprevisíveis, como animais ou crianças, alteram constantemente o cenário. Isso cria um desafio central para a robótica doméstica: a falta de dados reais e variados suficientes para treinar sistemas de inteligência artificial em ambientes dinâmicos.
O CEO Tony Zhao resume o problema ao afirmar que robôs treinados em laboratório raramente funcionam em ambientes imprevisíveis. Essa limitação travou o avanço de robôs domésticos por anos.
Luva robótica de 200 dólares substitui sistemas de teleoperação de 20 mil
O método tradicional para treinar robôs envolve teleoperação, em que humanos controlam máquinas remotamente enquanto suas ações são registradas. Esse processo é caro, lento e restrito ao ambiente onde o robô está fisicamente presente.
A Sunday Robotics substituiu esse modelo ao enviar luvas robóticas diretamente para as casas. A Skill Capture Glove custa cerca de 200 dólares para produzir e desempenha a mesma função de captura de dados.
A diferença crítica está na escala e diversidade, já que a coleta ocorre em milhares de ambientes reais, eliminando a necessidade de replicar cenários domésticos em laboratório.
Como funciona a luva robótica que captura movimentos dos dedos
A Skill Capture Glove foi projetada para replicar exatamente a geometria das mãos do robô Memo. Isso permite que os dados capturados sejam transferidos diretamente para o sistema robótico sem perda de precisão.
Durante tarefas como lavar louça, os sensores registram:
- Movimento de cada dedo
- Força aplicada em objetos
- Rotação das mãos
- Ajustes de posicionamento
Esse processo, chamado de Skill Transform, converte ações humanas em comandos robóticos com taxa de sucesso de aproximadamente 90%.
Isso elimina uma das maiores barreiras da robótica: a tradução de movimentos humanos complexos para máquinas.
Memory Developers: pessoas comuns treinam robôs sem conhecimento técnico
Os usuários que recebem as luvas são chamados de Memory Developers. Não possuem formação técnica e realizam tarefas domésticas normalmente enquanto os dados são capturados.
A diversidade de ambientes é essencial. Cada residência possui variações únicas, o que permite ao modelo de inteligência artificial aprender a lidar com cenários imprevisíveis.
Entre os dados coletados, há situações incomuns que dificilmente seriam replicadas em laboratório, como objetos fora de padrão ou interferências inesperadas. Essa variabilidade é o que torna o treinamento mais robusto e aplicável ao mundo real.
Banco de dados com 10 milhões de tarefas domésticas reais
O sistema já acumulou cerca de 10 milhões de episódios de tarefas domésticas em mais de 500 residências nos Estados Unidos.
Cada episódio representa uma sequência completa de ações, como organizar uma lava-louças, desde a coleta dos pratos até o acionamento do equipamento.
Segundo investidores como Eric Vishria, da Benchmark, esse volume ainda representa apenas uma fração do necessário. Mesmo assim, já configura uma das maiores bases de dados do mundo para robótica doméstica, com diversidade suficiente para treinar modelos avançados.
Robô Memo: máquina treinada com dados reais para tarefas domésticas complexas
O Memo é o robô desenvolvido pela Sunday Robotics para operar com base nos dados coletados pelas luvas.
Diferente de robôs humanoides com pernas, o Memo utiliza base sobre rodas, eliminando o desafio de equilíbrio e concentrando processamento nas mãos e braços. A decisão permite maior eficiência em tarefas como:
- Limpeza de mesas
- Organização de utensílios
- Carregamento de lava-louças
- Preparação de café
- Dobra de roupas
O foco na manipulação de objetos torna o Memo mais funcional no ambiente doméstico do que humanoides completos.
Tarefas complexas de robótica doméstica e modelo ACT-1
As tarefas executadas pelo Memo são classificadas como “long-horizon”, ou seja, exigem múltiplas etapas e decisões contextuais.
Limpar uma mesa envolve dezenas de interações diferentes, incluindo manipulação delicada de objetos frágeis. O modelo ACT-1, treinado com dados das luvas, permite que o robô execute essas ações com precisão.
Um exemplo prático é a capacidade de segurar dois copos de vinho simultaneamente sem quebrá-los, algo que exige controle refinado de força e coordenação.
Investimento de 35 milhões de dólares impulsiona robótica doméstica
A Sunday Robotics foi fundada por Tony Zhao e Cheng Chi, ambos doutores em robótica por Stanford. A empresa começou em uma garagem equipada com impressoras 3D operando continuamente.
O projeto recebeu 35 milhões de dólares em investimentos de fundos como Benchmark e Conviction. Atualmente, o custo de produção do robô Memo é de cerca de 20 mil dólares, com expectativa de redução para menos de 10 mil em escala industrial.
Isso posiciona o robô como um futuro eletrodoméstico de alto padrão, e não apenas uma ferramenta industrial.
Em novembro de 2025, a empresa abriu inscrições para o programa Founding Family Beta, que selecionará 50 famílias para testar o robô Memo.
Os participantes receberão unidades personalizadas e suporte direto da equipe de engenharia. O objetivo é identificar falhas e aprimorar o sistema antes do lançamento comercial. O robô ainda não está disponível para compra e só será lançado após validação completa do programa beta.
8 bilhões de humanos como base de treinamento para inteligência artificial
A estratégia da Sunday Robotics se baseia na ideia de que cada pessoa no mundo pode contribuir para o treinamento de robôs.
Com bilhões de indivíduos realizando tarefas domésticas diariamente, a captura desses movimentos cria um volume de dados sem precedentes.
Se a escala atingir centenas de milhares de usuários, a empresa pode estabelecer uma vantagem competitiva praticamente impossível de ser replicada por concorrentes.
O Memo foi projetado com foco em segurança doméstica. O corpo é revestido com material macio, sem bordas rígidas, e pode ser limpo com produtos comuns.
O centro de gravidade baixo e a base larga evitam tombamentos. Os braços possuem controle sensível ao toque, cedendo ao contato humano. A velocidade é limitada a 50% da de um humano, permitindo maior controle e segurança. Essas características tornam o robô adequado para ambientes com crianças, animais e espaços reduzidos.
Mercado bilionário de robótica doméstica e coleta de dados para IA
A atividade dos Memory Developers está inserida em um mercado crescente de coleta de dados para inteligência artificial.
Empresas como DoorDash e Sunain já utilizam trabalhadores para capturar dados de tarefas humanas. Na China, centros estatais operam robôs remotamente para gerar dados.
O Goldman Sachs projeta que o mercado de robôs humanoides pode atingir 38 bilhões de dólares até 2035, enquanto o setor de coleta de dados para IA pode chegar a 17 bilhões até 2030.
A luva robótica da Sunday representa um ponto de convergência entre trabalho humano, inteligência artificial e automação doméstica em larga escala.
