Гуманоидные роботы уже умеют переносить коробки, сортировать посылки и выполнять отдельные операции на производстве, но пока плохо справляются с незнакомой обстановкой без предварительного обучения. В ACE Robotics считают, что ситуация может резко измениться уже к концу 2027 года, когда модели для управления роботами достигнут своего «ChatGPT-момента».
Председатель китайской ACE Robotics Ван Сяоган рассказал Reuters, что перелом в развитии воплощенного ИИ может произойти до конца следующего года. Под таким моментом он понимает появление достаточно универсального «мозга», который позволит машине воспринимать окружающую среду, понимать задачу, прогнозировать последствия своих действий и самостоятельно выбирать последовательность движений.
Сейчас именно этот уровень автономности остается одной из главных проблем гуманоидной робототехники. Робота можно запрограммировать на конкретную операцию или многократно обучить складывать один и тот же предмет, но при смене помещения, положения объектов или самой задачи качество быстро падает. Модель должна связать зрение, мультимодальное понимание, физику окружающего мира и планирование действий в одном контуре.
ACE Robotics пытается решить эту задачу с помощью семейства моделей Kairos. В открытом репозитории проекта Kairos описывается как модель с 4 млрд параметров, которая учится одновременно на обычных видео, действиях людей и взаимодействиях реальных роботов. Она должна не только прогнозировать следующие кадры, но и выдавать действия, которые машина может выполнить в физическом мире. В июле разработчики открыли код и веса нескольких версий Kairos 3.1 для робототехнических бенчмарков RoboTwin 2.0 и LIBERO-Plus.
Гораздо острее стоит вопрос данных. Ван Сяоган оценивает весь накопленный отраслью массив реальных робототехнических данных примерно в 100 тыс. часов. Для сравнения, языковые модели смогли учиться на гигантском объеме уже существующих текстов, тогда как для робота большую часть полезной информации приходится специально собирать в физическом мире.
Похожую проблему называют и другие китайские разработчики. Основатель Unitree Ван Синсин на проходящей в Пекине World Robot Conference также говорил о приближении «ChatGPT-момента». Он обосновывает это тем, что робот попадает в незнакомый дом или другое помещение, получает задачу обычным текстом или голосом и без специального обучения успешно выполняет около 80% необходимых действий.
Сроки при этом разработчики оценивают по-разному. ACE рассчитывает на технологический перелом уже к концу 2027 года, хотя массовое применение подобных моделей, по мнению Ван Сяогана, начнется еще через четыре-пять лет. Основатель Unitree называет два-три года оптимистичным сценарием и допускает, что серьезный скачок в программном обеспечении роботов может занять до десяти лет. Китайская Galbot ориентируется примерно на 2028 год.
Масштаб китайского рынка уже позволяет проводить подобные эксперименты тысячами машин. По данным отраслевого отчета, на который ссылается Reuters, за первое полугодие 2026 года китайские компании поставили более 40 тыс. гуманоидных роботов, что соответствует 97% мировых поставок. При этом на большинстве реальных задач гуманоиды пока все еще уступают людям по эффективности.
Читайте также: TSMC начнет массовый выпуск 1,6-нм чипов A16 в четвертом квартале 2026 года.