# NTT informa 92,3% de sucesso em teste robótico; testes de campo ainda estão por vir

> A NTT afirma que um modelo baseado em física elevou de 73,1% para 92,3% o sucesso de uma simulação de carregamento com robô pequeno. Testes com a Mujin ainda estão planejados e não há implantação comercial anunciada.

- URL canônica: https://newsverum.com/pt/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11
- Editora: Newsverum
- Seção: Tecnologia
- Publicado: 2026-11-12T03:09:09+00:00
- Atualizado: 2026-11-12T03:09:09+00:00
- Período do evento ou dos dados: 2026-11-11
- Outras edições: [Türkçe](https://newsverum.com/tr/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [English](https://newsverum.com/en/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [العربية](https://newsverum.com/ar/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [Français](https://newsverum.com/fr/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [Español](https://newsverum.com/es/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [Deutsch](https://newsverum.com/de/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md)

Em 11 de novembro, a NTT afirmou que um modelo de mundo baseado em física elevou de 73,1% para 92,3% a taxa de sucesso de uma tarefa de carregamento em prateleira realizada por um robô pequeno. A tarefa simulava o empilhamento de objetos e, segundo a empresa, comparou o uso da tecnologia com a ausência dela. A NTT também informou uma pontuação LPIPS inferior à de dois sistemas de referência no teste de vídeo OBJ3D. O primeiro uso previsto é o manuseio de bagagens em aeroportos, mas os testes de campo com a empresa de robótica Mujin ainda estão por vir. O comunicado não relata implantação comercial.

O sistema foi projetado para avaliar possíveis ações do robô antes do movimento. A NTT diz que o modelo estima, a partir do vídeo, posição, orientação, velocidade e massa dos objetos e aplica equações de movimento para prever como eles podem se deslocar ou interagir. Um adaptador de controle físico desenvolvido pela empresa conecta esses cálculos a um modelo de geração de vídeo. Para cada ação proposta pelo software de controle existente, o sistema gera uma cena futura possível e avalia resultados como colisão, queda de objetos ou desmoronamento da pilha. Ele complementa um controlador existente e não demonstra que robôs possam operar com segurança sem supervisão.

O resultado de carregamento em prateleira chama atenção, mas o ganho absoluto é mais informativo do que a alegação ampla de que o robô passou a trabalhar melhor. A taxa de sucesso informada aumentou 19,2 pontos percentuais, calculados como 92,3 menos 73,1. Em relação à taxa inicial, isso representa cerca de 26,3% de aumento, calculado como 19,2 dividido por 73,1. Os dois cálculos usam valores arredondados do comunicado da NTT. A empresa não informa quantos testes foram feitos, como definiu sucesso, se objetos ou condições iniciais variaram nem a dispersão entre repetições. O comunicado também não apresenta intervalo de incerteza.

A Tabela 1 da NTT detalha outro teste de previsão. Ela apresenta um valor LPIPS multiplicado por 100 de 7,81 para o modelo da NTT, 7,92 para o modelo acadêmico OCK e 21,90 para o NVIDIA Cosmos Predict 2.5, um modelo comercial de geração de vídeo. No LPIPS, valores menores são melhores. O valor da NTT é 0,11 abaixo do OCK, cerca de 1,4% em relação a 7,92. Esse cálculo descreve apenas os valores exibidos. O comunicado não fornece intervalos estatísticos nem uma comparação de protocolo que mostre se a pequena diferença permanece em outras condições.

O teste de referência precisa de contexto. Um artigo da ICCV de 2025, de Yeon-Ji Song e coautores, descreve o OBJ3D como um conjunto sintético de objetos rígidos em cenas cinza neutras, com 2.920 sequências de treino e 200 de teste. O conjunto foi criado para examinar geometria de objetos e interações como colisões. A NTT diz ter avaliado seu modelo no benchmark público OBJ3D, mas não informa se usou a mesma divisão de dados, o mesmo protocolo de teste ou a mesma configuração de treinamento do artigo OCK. Portanto, o resultado mede previsão de vídeo em um benchmark controlado, não manuseio de bagagem em um aeroporto real.

A diferença técnica destacada pela NTT é a representação explícita do estado físico. Um modelo de vídeo pode produzir quadros plausíveis e ainda ignorar forças ou movimentos que fariam uma carga tombar. A NTT afirma que seu adaptador representa massa e movimento e aplica equações de movimento para gerar futuros possíveis. Essa abordagem poderia ajudar o robô a rejeitar um plano arriscado antes de agir, sobretudo quando cada caixa ou mala é diferente. O comunicado não informa latência, configuração do hardware, memória necessária ou teste de segurança. Assim, não comprova que os cálculos sejam rápidos e confiáveis o bastante em um armazém em operação.

A NTT apresenta o manuseio de bagagens e encomendas como aplicação pretendida e diz que planeja testes de campo com a Mujin. Também afirma que a tecnologia será exibida no NTT R&D Forum 2026. São planos de desenvolvimento, não evidência de que operadores de aeroportos tenham escolhido ou instalado o sistema ou medido economia de mão de obra. O comunicado não informa clientes, orçamento, data de instalação, meta de produtividade, taxa de falhas na operação real ou preço. Passar de uma tarefa simulada de empilhamento para bagagens variadas em uma esteira ou área de carga exige testes com mudanças de iluminação, oclusão, movimento de transportadores e presença humana.

O anúncio deve ser lido como um marco de pesquisa com um resultado concreto, mas restrito. A tarefa robótica sugere um possível uso operacional, enquanto o OBJ3D oferece uma verificação separada da qualidade do vídeo previsto. Nenhum dos resultados, isoladamente, demonstra confiabilidade geral em logística, manufatura ou varejo, setores que a NTT cita como possíveis áreas de expansão. Antes da implantação, os responsáveis precisariam de testes repetidos, definição transparente do sucesso da tarefa, controles de segurança, medições com objetos não vistos e comparação do sistema completo com as alternativas atuais. A NTT descreveu um caminho para esses testes, não seus resultados.

## Dados

### Taxas de sucesso da simulação de carregamento em prateleira

Taxas informadas pela NTT para sua tarefa simulada de empilhamento com um robô pequeno.

Metodologia: A NTT informa as taxas de sucesso com e sem sua tecnologia, mas não divulga o número de testes, o critério de sucesso nem a variabilidade. 92,3 menos 73,1 são 19,2 pontos percentuais. 19,2 dividido por 73,1 equivale a um aumento relativo aproximado de 26,3%. Os cálculos usam valores arredondados da empresa e não são medições separadas.

| label | value | unit | period | basis | value_qualifier |
|---|---|---|---|---|---|
| Taxa de sucesso no carregamento da prateleira sem a tecnologia da NTT | 73.1 | percent | 2026-11-11 | observed | exact |
| Taxa de sucesso no carregamento da prateleira com a tecnologia da NTT | 92.3 | percent | 2026-11-11 | observed | exact |

Fontes: <https://group.ntt/en/newsrelease/2026/11/11/261111b.html> · Baixar dados: [JSON](https://newsverum.com/api/v1/articles/ntt-robot-physical-ai-shelf-loading-test-2026-11-11/data/shelf-loading-task-success-rate?lang=pt&format=json) · [CSV](https://newsverum.com/api/v1/articles/ntt-robot-physical-ai-shelf-loading-test-2026-11-11/data/shelf-loading-task-success-rate?lang=pt&format=csv)

### Comparação LPIPS no benchmark de vídeo OBJ3D

Pontuações dos modelos na tabela publicada pela NTT. Valores menores de LPIPS são melhores.

Metodologia: A Tabela 1 da NTT multiplica o LPIPS por 100, e valores menores são melhores. As células preservam os valores publicados 7,81, 7,92 e 21,90 com a escala indicada. O comunicado não fornece intervalos de incerteza nem comparação direta entre os protocolos da NTT e do OCK.

| Modelo | Tipo de modelo | Pontuação LPIPS x100 informada |
|---|---|---|
| modelo de mundo da NTT | Modelo da empresa | 7.81 LPIPS x100 |
| OCK | Modelo acadêmico citado pela NTT | 7.92 LPIPS x100 |
| NVIDIA Cosmos Predict 2.5 | Modelo comercial de geração de vídeo | 21.90 LPIPS x100 |

Fontes: <https://group.ntt/en/newsrelease/2026/11/11/261111b.html>, <https://openaccess.thecvf.com/content/ICCV2025/papers/Song_OCK_Unsupervised_Dynamic_Video_Prediction_with_Object-Centric_Kinematics_ICCV_2025_paper.pdf> · Baixar dados: [JSON](https://newsverum.com/api/v1/articles/ntt-robot-physical-ai-shelf-loading-test-2026-11-11/data/obj3d-video-benchmark-lpips?lang=pt&format=json) · [CSV](https://newsverum.com/api/v1/articles/ntt-robot-physical-ai-shelf-loading-test-2026-11-11/data/obj3d-video-benchmark-lpips?lang=pt&format=csv)

## Fontes

- [NTT, NTT Develops Physical AI Technology That Predicts the Future Before Robots Move to Prevent Failures](<https://group.ntt/en/newsrelease/2026/11/11/261111b.html>) (Fonte verificada: 2026-11-12; Publicado: 2026-11-11)
- [Computer Vision Foundation, OCK: Unsupervised Dynamic Video Prediction with Object-Centric Kinematics, ICCV 2025 paper](<https://openaccess.thecvf.com/content/ICCV2025/papers/Song_OCK_Unsupervised_Dynamic_Video_Prediction_with_Object-Centric_Kinematics_ICCV_2025_paper.pdf>) (Fonte verificada: 2026-11-12)
- [Computer Vision Foundation, OCK supplementary material](<https://openaccess.thecvf.com/content/ICCV2025/supplemental/Song_OCK_Unsupervised_Dynamic_ICCV_2025_supplemental.pdf>) (Fonte verificada: 2026-11-12)

---

Use a URL canônica acima para citar este artigo. [Princípios editoriais e correções](https://newsverum.com/pt/editorial)
