Китайські компанії, які протягом останніх років досягли значних успіхів у створенні людиноподібних роботів, зосереджують зусилля на розробці штучного інтелекту для керування машинами. Як повідомляє Reuters, новий напрям отримав назву втіленого штучного інтелекту (embodied AI). Йдеться про технології, які дають роботам змогу сприймати фізичний світ, аналізувати ситуації та пристосовуватися до незнайомих умов. Саме розвиток таких систем може визначити подальше поширення роботів у промисловості, логістиці та інших сферах.
Інтерес інвесторів до цього напряму стрімко зростає. За даними дослідницької компанії ITjuzi, у першій половині 2026 року китайські розробники embodied AI залучили 93,5 млрд юанів, або близько 13 млрд доларів, у межах 322 угод. Це вп'ятеро більше, ніж за аналогічний період минулого року. Учасники ринку пояснюють зміну пріоритетів посиленням конкуренції та здешевленням робототехнічного обладнання. За словами засновника технологічної консалтингової компанії ZenGen Labs Дермота Макграта, виробники дедалі більше усвідомлюють, що основна комерційна цінність майбутніх роботів полягатиме не стільки в апаратному забезпеченні,
скільки в програмному інтелекті.
Розвиток роботизованих систем із власним штучним інтелектом стає ще одним напрямом технологічного суперництва між Китаєм і США. Американські компанії мають сильні позиції в дослідженнях і розробці передових моделей для роботів. Водночас китайські виробники розраховують використати переваги власної промислової бази, доступ до виробничих майданчиків і можливість збирати великі обсяги даних із реального середовища. У США над відповідними технологіями працюють стартапи Physical Intelligence, Skild AI та Generalist. Китайський ринок представляють, зокрема, X Square, Galaxea і Spirit AI. За інформацією Reuters, оцінка кожної з цих китайських компаній сягає приблизно 3 млрд доларів.
Одним із важливих завдань розробників є створення моделей, які дозволять роботам виконувати різні операції без тривалого перенавчання. Наприклад, американська Generalist заявляє, що її модель GEN-1.5 може впоратися приблизно з 60% простих завдань після перегляду демонстрації тривалістю від трьох до 12 секунд. Китайська X Square також представила дослідження,
у якому показала, як роботи опановують навички маніпулювання предметами після перегляду одного відео з діями людини. Для цього не потрібно окремо перенавчати модель під кожне нове завдання.
На відміну від чат-ботів, які навчаються переважно на великих масивах текстової інформації, роботам потрібні приклади фізичної взаємодії зі світом. Вони мають навчитися брати предмети, користуватися інструментами, працювати з гнучкими дротами та виконувати інші операції, що потребують точних рухів. Китайські компанії використовують різні методи збирання навчальних даних. Одні залучають людей для демонстрації повсякденних і промислових завдань, інші застосовують спеціальні датчики або створюють віртуальні середовища для тренування роботів.
Зокрема, Spirit AI найняла близько тисячі людей, які записують виконання побутових і виробничих операцій. Компанія ACE Robotics використовує носимі сенсори, щоб фіксувати рухи працівників і силу захоплення предметів у магазинах та готелях.Підрозділ Robbyant компанії Ant Group повідомив про навчання моделі на 160 тисячах годин матеріалів.
До цього масиву увійшли 50 тисяч годин записів рухів роботів під керуванням людей. Крім того, система тренувалася на 20 конфігураціях роботів від 17 різних брендів. Мета полягає в тому, щоб один програмний інтелект можна було використовувати на різних моделях машин. Інший підхід обрала компанія DexForce, яка застосовує комп'ютерно змодельовані середовища. Її операційна директорка Ніколь Ян повідомила, що деякі промислові завдання можна підготувати до впровадження протягом шести-восьми годин. За її словами, під час виконання окремих операцій із заданими параметрами точність перевищувала 99,9%. Водночас віртуальне навчання має обмеження: комп'ютерні симуляції не здатні повністю відтворити всі особливості фізичного світу. Тому важливим залишається не лише обсяг зібраної інформації, а й її якість та відповідність реальним умовам роботи.
Попри значні інвестиції, китайська робототехнічна галузь стикається з низкою труднощів. Серед них - обмежений доступ до передових чипів Nvidia через експортні обмеження США, а також складнощі із залученням фінансування через побоювання щодо завищених оцінок компаній і надмірної кількості гравців на ринку.
Розробка складніших моделей штучного інтелекту потребує дедалі більших обчислювальних ресурсів. Тому нестача сучасних процесорів може стати одним із головних чинників, які стримуватимуть розвиток китайського embodied AI. Щоб зменшити залежність від імпортних технологій, місцеві розробники працюють над більш ефективними моделями, використовують синтетичні дані та симуляції. Водночас китайські виробники мікросхем, зокрема Huawei, розвивають альтернативи обладнанню Nvidia. Однак поки що невідомо, наскільки ці рішення зможуть компенсувати дефіцит передових обчислювальних потужностей.
Попри те, що технологія ще розвивається, окремі компанії вже перевіряють її можливості в реальних виробничих умовах. Зокрема, виробник акумуляторів CATL повідомив, що роботи Spirit AI використовуються на його підприємстві в Чжунчжоу для під'єднання гнучких дротів під час тестування акумуляторних блоків. За даними компанії, успішність їхнього встановлення перевищує 99%. Тим часом Robbyant заявила про використання своїх роботів у двох аптеках Шанхая. Вони допомагають обробляти замовлення,
а перед відправленням ліків працівники перевіряють їхню правильність. Окрему увагу привертають експерименти з навчанням роботів самостійно знаходити вихід із незнайомих ситуацій. Співзасновниця JoyIn Technology Чжу Мінсюань розповіла про випробування, під час якого робот неодноразово намагався покласти навушники до шафи, до якої не міг дотягнутися. Після перегляду відеозаписів, на яких люди виконували подібне завдання, машина змінила свою поведінку: підсунула до шафи коробку та спробувала використати її як опору, щоб дістатися потрібного місця.
Засновник компанії Unitree Ван Сінсін заявив, що минулого місяця його команда випробувала модель GPT-6 від OpenAI на роботах і отримала обнадійливі результати. Він також припустив, що поява GPT-7, якщо модель вийде наступного року, може стати важливим поштовхом для робототехніки - своєрідним «моментом ChatGPT». За його словами, про такий технологічний прорив можна буде говорити тоді, коли роботи зможуть виконувати 80% завдань у 80% незнайомих середовищ, отримуючи лише голосові інструкції. Однак експерти застерігають від надмірного оптимізму. Успішні демонстрації нових можливостей ще не означають, що роботів можна безпечно та надійно використовувати в широкому комерційному масштабі. Консультант із робототехніки Георг Штілер зазначає, що якщо йдеться лише про виконання різноманітних незнайомих завдань під час демонстрацій, технологічний прорив може бути вже близько. Проте для того, щоб підприємства могли стабільно покладатися на таких роботів у щоденній роботі, знадобиться значно більше часу - ймовірно, роки, а не місяці.
