Китайские производители роботов вступили в гонку за искусственный интеллект
После нескольких лет демонстраций роботов, способных бегать, танцевать и выполнять акробатические трюки, компании стали стремится научить машины самостоятельно осваивать новые задачи и приспосабливаться к незнакомой обстановке. Инвестиции в китайскую отрасль воплощённого ИИ (Embodied AI) за первое полугодие 2026 года достигли 93,5 млрд юаней ($13 млрд), увеличившись в пять раз по сравнению с аналогичным периодом прошлого года. Всего за шесть месяцев было заключено 322 инвестиционные сделки. Финансирование получили не только производители роботов, но и разработчики программных моделей, которые должны стать универсальным «мозгом» для различных типов машин.
«Мозг действительно остаётся самым слабым звеном всей робототехнической системы. Дальнейшее развитие отрасли всё больше зависит от способности искусственного интеллекта понимать окружающий мир и самостоятельно выбирать действия», — заявил сооснователь китайской компании Spirit AI Гао Ян.
Эту позицию разделяют и другие участники рынка.
«Мы хотим, чтобы роботами управлял не программный код, а здравый смысл», — рассказал сооснователь и операционный директор компании X Square Ян Цянь.
Компания разрабатывает системы, объединяющие визуальное восприятие, прогнозирование изменений окружающей среды и управление движениями. Основная сложность при создании таких систем заключается в обучении. В отличие от больших языковых моделей, которые используют огромные массивы текстовой информации, роботам необходимо осваивать физическое взаимодействие с предметами. Они должны понимать, как взять хрупкий объект, открыть дверцу, подключить гибкий кабель или переместить вещь, не повредив её. Для обучения моделей китайские компании применяют разные подходы к сбору данных. Например, Spirit AI наняла около тысячи человек для записи бытовых и производственных действий. Компания ACE Robotics использует данные с носимых датчиков, которые фиксируют движения сотрудников и усилия захвата предметов. Подразделение Robbyant компании Ant Group сообщило об обучении своей модели на 160 тысячах часов данных, включая 50 тысяч часов движений роботов под управлением человека.
В свою очередь американские разработчики также активно совершенствуют свои универсальные модели. Компания Generalist представила модель GEN-1.5, способную осваивать простые действия по одной демонстрации длительностью от трёх до двенадцати секунд. В испытаниях на десяти задачах средняя успешность составила 59%. После дополнительной адаптации на пяти минутах данных показатель увеличился до 83%.
«Наша новая модель способна освоить задачу за считаные секунды, используя единственный пример, без дополнительного обучения», — сообщила команда Generalist в технической публикации.
Среди представленных компанией демонстраций работы модели — открывание банок, расстёгивание молний и извлечение предметов из кошелька.
Китайская X Square также представила исследования, показывающие, как роботы приобретают навыки манипулирования предметами после просмотра всего одного видеоролика. Разработчики рассчитывают, что универсальная модель сможет переносить приобретённые навыки между разными задачами и роботизированными платформами. В компании X Square считают ключевым ресурсом не просто количество видеозаписей, а данные о результатах физических взаимодействий. В отдельной технической публикации компания подчёркивает, что «настоящим ограничением является нехватка разнообразных, качественных и воспроизводимых данных о взаимодействии с окружающим миром».
Часть компаний делает ставку на виртуальные среды. Например, компания DexForce обучает роботов в компьютерных симуляциях и утверждает, что для подготовки некоторых производственных операций требуется от шести до восьми часов. В отдельных задачах точного позиционирования компания сообщает об успешности свыше 99,9%. Уже появились первые практические примеры использования роботов на предприятиях. Так, производитель аккумуляторов CATL использует роботов Spirit AI для подключения гибких проводов при испытаниях аккумуляторных блоков. По данным компании, успешность соединений превышает 99%. Роботы Robbyant обрабатывают заказы в двух аптеках Шанхая, где сотрудники проверяют лекарства перед отправкой.
Есть интересные случае, в которых инженеры робототехники пытаются выйти за пределы заранее заданных операций. Так, например, руководитель направления робототехнического искусственного интеллекта компании JoyIn Technology г-жа Чжу Минсюань описала эксперимент, в котором робот пытался убрать наушники в шкаф, расположенный слишком высоко. После нескольких неудачных попыток инженеры показали роботу видеозаписи действий людей. После этого машина самостоятельно придвинула коробку к шкафу и попыталась использовать её как подставку.
Параллельно растут инвестиции в специалистов в области искусственного интеллекта. Китайская UBTech объявила о поиске главного научного сотрудника по разработке ИИ-моделей с возможным вознаграждением до 124 млн юаней, включая акции и другие выплаты. Компания Unitree, один из крупнейших производителей человекоподобных роботов, формирует собственную исследовательскую команду для разработки моделей, предсказывающих поведение объектов. Основатель Unitree Ван Синсин считает, что появление следующего поколения больших языковых моделей может ускорить развитие робототехники. В качестве важного рубежа он называет способность роботов выполнять 80% заданий в 80% незнакомых условий, получая инструкции обычной речью.
На фоне растущих инвестиций китайские разработчики совершенствуют архитектуры моделей, используют синтетические данные и увеличивают долю обучения в симуляциях. Китайские производители микросхем, в том числе компания Huawei, разрабатывают собственные альтернативы ускорителям NVIDIA, доступ к которым в настоящее время ограничен американскими экспортными правилами.
