Після відвідування Всесвітнього конгресу робототехніки 2026 року, 5 питань, на які має відповісти індустрія втіленого інтелекту

Ті, хто не прийшов, обов'язково повинні подивитися, а ті, хто прийшов, але не подивився, витратили час даремно.

Автори: Бай Ши, Чжоу Юнлян, Geek Park

Редактори: Чжоу Юнлян, Лі Юань

19 серпня, у повітрі Пекіна, в районі Ічжуан, панувала дивна атмосфера збудження, адже це був день відкриття Всесвітнього конгресу робототехніки 2026 року. Понад 300 компаній та більше 2000 експонатів, які практично представляли все, що може запропонувати індустрія втіленого інтелекту: великі моделі, основні елементи, ключові компоненти, дані — все це було тут.

У день відкриття компанія Yushu Technology провела церемонію IPO, і її ринкова капіталізація на деякий час перевищила 400 мільярдів юанів. Це, мабуть, був найближчий день до "капіталістичного божевілля" для китайської робототехніки за останні десять років. Раніше робототехнічні компанії більше існували в лабораторіях, новинах про фінансування та демонстраційних відео; а IPO Yushu вперше закріпило капітальний орієнтир для цієї ще ранньої галузі.

Крім того, компанія Yunshe Technology перейшла до етапу подачі документів на біржу; компанія Zhiyuan Robotics підтвердила, що розпочала процес виходу на біржу в Гонконзі в липні 2026 року. Гаряча атмосфера на первинному ринку починає передаватися на вторинний ринок, втілений інтелект більше не є лише технічною уявою, а починає вимагати відповідей на питання доходів, поставок, валового прибутку та масштабування.

Після відвідування всієї виставкової площі, як ми й очікували, цього року не було моментів, які б усіх вразили, більше було демонстрацій. Yushu не показала щойно випущеного "супермена", який може стрибати на 2 метри і бігти зі швидкістю 12,66 метра за секунду; на стенді більше було вже існуючих продуктів, які відкривали нові можливості; компанія Zhongqing перенесла восьмикутну клітку на виставку, а компанія Weita Power використовувала аніме-ідолів для залучення уваги... Хоча було справді шумно, мало хто знову говорив про "дисруптивні прориви".

Замість того, щоб продовжувати запитувати "коли станеться диво", більш варто запитати кілька простіших питань: чи можуть роботи бути лише людської форми? На якому етапі знаходиться "універсальність" втіленого інтелекту? Чи перетворюються дані з бізнесу алгоритмів на бізнес апаратури? Наскільки просунулися ключові компоненти, які ховаються в пальцях, суглобах та моторах?

З цими питаннями ми обійшли виставковий зал і поспілкувалися з кількома представницькими компаніями. Вони не завжди найкраще вміють створювати шум, але кожна з них представляє ключові зміни, що відбуваються в цій галузі: диференціація форм, конкуренція універсальних моделей, реконструкція замкнутого циклу даних та наближення ключових компонентів до "останніх сантиметрів".

На стенді Galaxy General були роботи трьох абсолютно різних форм: колісні, важкі та двоногі, які використовували одну й ту ж базову втілену модель; Weita Power, навпаки, виходила з реальних сценаріїв використання, щоб створити свій перший гуманоїдний робот Vbot ATOM; компанія Zivariable в сцені логістичного сортування досягла продуктивності 1816 одиниць на годину з точністю понад 98%; компанія Pasini розширила технологічне рішення для "дотику" в мережу сприйняття, що охоплює все тіло...

Втілений інтелект все ще на ранній стадії, навіть раніше, ніж багато хто очікував. Він входить у більш складний і цінний етап, і той, хто зможе створити замкнутий цикл між моделями, формами, компонентами та інженерними можливостями, може стати справді цінною компанією на наступному етапі.

01. Чи можуть роботи бути лише людської форми?

Протягом останніх двох років наратив втіленого інтелекту був сильно зайнятий гуманоїдними роботами: танці, біг, бокс, марафон — всі події, які виходили за межі, майже завжди мали людську форму.

Але після перегляду цього WRC ви помітите, що концепція гуманоїдних роботів все ще розширюється, гігантські, біоміметичні, напівлюдські... "схожість з людиною" більше не має єдиного стандартного визначення. Тим часом, поза людською формою, все більше компаній починають переосмислювати форми роботів на основі реальних завдань. (Примітка: відео можна переглянути за посиланням в оригіналі)

Цього року на WRC, Yushu дійсно змагалася з новими бойовими рухами. G1 бив у бою, комбінації ударів, обертові удари, летючі удари — все це залежало від реального координування всіх суглобів; H2 має більшу голову, сильніший вихід суглобів, удари та підйоми виглядають більш вагомими. Коли два роботи стоять поруч, це якраз "гнучкість" та "сила".

Взаємодія з настільним тенісом також варта уваги: робот спочатку повинен "зрозуміти" м'яч, перш ніж вирішити, як відповісти, що вимагає більшої координації між сприйняттям і прийняттям рішень, ніж просто виконання трюків. Додатково, система дистанційного керування для бою дозволяє точно відтворювати рухи оператора, що насправді є частиною замкнутого циклу даних втіленого інтелекту Yushu.

Але найбільш помітним є GD01, той триметровий, здатний до трансформації механічний робот. Він не є гуманоїдним, і не є традиційним чотириногим, а поєднує технології робототехніки та форми обладнання, орієнтуючись на такі сцени, як культурний туризм та спеціальні операції.

На цьому WRC Vbot Weita Power офіційно представила гуманоїдний втілений інтелектуальний термінал Vbot ATOM і одночасно відкрила попереднє замовлення. Важливо зазначити, що він не починається з концептуального прототипу, а продовжує продуктову визначеність, перевірену на чотириногому роботові "Велика голова" Vbot, з можливістю масового виробництва та управління користувачами.

У травні цього року AI-вантажний робот "Велика голова" досяг масового виробництва. На сьогоднішній день цей продукт став лідером продажів у споживчому сегменті втіленого інтелекту, в реальному світі він здійснив 1,26 мільйона взаємодій з великими моделями, 23 700 кілометрів супроводу користувачів та 131 500 годин супроводу, а за останні три місяці було завершено 4 OTA. Для індустрії втіленого інтелекту ці дані важливі не лише з точки зору обсягів продажів, а й тому, що вони доводять, що Vbot вже інтегрував роботів у реальне життя користувачів, створивши замкнутий цикл продукту від доставки, зворотного зв'язку до постійної ітерації.

На основі практики "Великої голови" Vbot ATOM не дотримується традиційного підходу до гуманоїдних промислових роботів, а навпаки, визначає форму продукту з урахуванням домашніх, роздрібних, громадських та офісних сервісних сценаріїв. Висота 160 см, розмах рук 180 см, довжина ніг 95 см та 31 ступінь свободи визначають його здатність надавати послуги, близькі до людських масштабів; тканинна оболонка, дизайн взаємодії та безшумні підошви роблять його більш дружнім у домашньому та громадському середовищі, а також легшим для прийняття людьми.

З технологічної точки зору, Vbot також представила "Vbot Embodied Genome | геном втіленого інтелекту" та три основні моделі, які підтримують розуміння взаємодії, прийняття рішень у світовій моделі, еволюцію між формами та реальний зворотний зв'язок.

Таким чином, прихід Vbot ATOM означає не лише розширення Vbot з чотириногих роботів до гуманоїдних, але й те, що він починає впроваджувати вже перевірені можливості продукту в більші життєві простори, просуваючи гуманоїдних роботів від демонстрації форм до моменту комерціалізації.

Роботи Future Not Far будуть повністю спроектовані з урахуванням потреб сім'ї, здатні виконувати основні домашні справи, супроводжувати дітей, доглядати за літніми людьми та піклуватися про домашніх тварин. Наразі вони вже працюють у понад 500 платних домогосподарствах, надаючи послуги понад 50 000 годин.

Роботи Future Not Far також продемонстрували свою здатність до швидкої ітерації в домашніх сценаріях: місяць тому на WAIC вони акцентували увагу на пранні, складанні одягу, зберіганні та інших основних домашніх справах, а на WRC розширили сценарій до кухні: друге покоління повністю самостійного робота F2, оснащеного новим поколінням саморозвиваючої моделі WAM, самостійно приготувало пасту.

Повний процес приготування вимагає від роботів високої координації, точності та здатності до прийняття рішень: необхідна висока точність синхронізації обох рук; для роботи з незворотними рідинами потрібно миттєво точно оцінити кількість; також необхідно гнучко перемикати, захоплювати та замінювати різні кухонні прилади, а також самостійно навчатися, як смажити з правильним ступенем "людської чутливості". Роботи Future Not Far продемонстрували свою вражаючу стабільність під час безперервного приготування на виставці.

Future Not Far заявили, що вони здійснюють повну розробку від основи до апарату, тому ітерація в нових сценаріях відбувається швидше. Окрім поступового переходу від легких до важких домашніх справ, Future Not Far також розуміє потреби сімейних сценаріїв, включаючи критично важливі ситуації для дітей, літніх людей та домашніх тварин. На виставці вони також продемонстрували різні ігри, такі як п'ятнашки, шахи, відкриття напоїв, інтерактивні ігри та спільну роботу двох машин тощо. Дуже сильні практичні сценарії та інтерактивність завжди привертали натовпи до їх стенду.

Роботи Zivariable наразі зосереджені на двох сценаріях: домашньому та логістичному. У логістичному сценарії вони не використовують повністю гуманоїдного робота та п'ятипальцеву маніпуляцію, а замість цього використовують дві механічні руки в поєднанні зі звичайними захватами для обробки реальних пакунків різної форми, ваги та матеріалу.

Їхній робот вирішує, як обробляти пакунки на основі фізичних характеристик самих пакунків: маленькі предмети захоплюються безпосередньо, важкі коробки можуть бути штовхані, а якщо зустрічаються предмети без етикеток, такі як іграшкові ведмедики, він також оцінює подальші дії та обробляє їх самостійно. У попередньому прямому ефірі ця система працювала протягом години, досягнувши продуктивності 1816 одиниць на годину з точністю понад 98%.

Zivariable під час інтерв'ю підкреслили, що їхні роботи вже використовуються на практиці: домашні роботи вже масово обслуговують користувачів; логістичне сортування вже входить до провідних компаній.

02. На якому етапі знаходиться універсальність втіленого інтелекту?

Універсальність втіленого інтелекту, або здатність виконувати універсальні завдання, стосується того, чи можуть роботи втіленого інтелекту виконувати складні завдання, переходячи між об'єктами, середовищами та командами, а також чи можуть вони переплануватися в нових сценаріях.

З точки зору можливостей, втілений інтелект вже перейшов стадію "демонстрації одиничних дій"; сучасні роботи можуть виконувати багатофункціональні дії, відстежувати стан, а також можуть переплануватися після завад.

У розумовому аспекті універсальність втілених роботів очевидно пов'язана з моделями, а наразі технологічні маршрути моделей ще не конвергувалися. Провідні компанії розробляють маршрути, такі як кінцевий VLA (модель зору — мови — дії), WAM (модель світових дій), ієрархічні операційні системи втілених агентів та основні моделі втіленого інтелекту.

Серед них, представниками кінцевого VLA/WAM є Galaxy General, Qianxun Intelligent та Future Not Far. Спільною рисою цього підходу є прагнення об'єднати зір, мову, дії та часткове прогнозування стану в єдину модель або репрезентацію.

На WRC Galaxy General представила двоногого гуманоїдного робота Galbot ET1 "Галактика·Зірка", який використовує навички самонавчання через взаємодію з агентами, щоб безпосередньо спостерігати за рухами людей і в реальному часі імітувати танці та динамічні рухи. Він також інтегрує навчальну рамку для високодинамічного тенісного супроводження "LATENT" від Galaxy General, що дозволяє йому бути партнером для гри в теніс з реальними людьми.

Підтримка ET1 у реальному часі для імітації танців та гри в теніс, а також інших безперервних людських дій забезпечується AstraBrain WBC, тобто моделлю бази малого мозку, відповідальною за контроль руху всього тіла в системі Galaxy Brain.

Конкретно, танцюрист задає нові рухи, ET1 за допомогою візуального розпізнавання витягує реальні траєкторії руху людини, а потім відображає ці рухи на своєму тілі. Це дійсно реальна імітація, а не відтворення з попередньо підготовленої бібліотеки рухів.

Galaxy Universal наразі має двоногого гуманоїда Galbot ET1, а також різні форми роботів, такі як Galbot G1, S1 тощо. Він підкреслює використання "одного мозку для різних тіл, завдань і сцен". Ці роботи мають свої застосування в домашніх, роздрібних та промислових сценах, але вони ділять одну й ту ж базову модель втіленого інтелекту. Різні форми роботів мають свої системи контролю руху, але їхні можливості сприйняття, розуміння завдань, моделювання світу та планування дій є спільними.

Galaxy Universal під час інтерв'ю зазначила, що раніше, коли робот потрапляв у нову сцену, зазвичай потрібно було повторно збирати дані та перенавчати його; тепер одна й та ж базова модель почала використовуватися між різними формами та завданнями. Завдяки невеликій кількості даних для адаптації, колісні роботи можуть використовувати цю модель, важкі роботи також можуть, а при переході на двоногих роботів мозок не потребує повторного навчання з нуля.

У найближчому майбутньому, на основі AVLA, буде створено замкнений цикл між візуальними, мовними та руховими даними, а на цій основі буде представлено Self-Evolving WAM (самоекологічна модель світових дій), що дозволить роботам не лише розуміти та виконувати завдання, але й прогнозувати результати дій, використовуючи реальні дані виконання в домашніх умовах для постійної ітерації моделі.

Наприклад, у сцені прання, його модель, навчену на десятках типів пральних машин, вже можна узагальнити на сотні різних моделей, способів відкриття дверей та типів кнопок. Подібна здатність узагальнення також застосовується до одягу, іграшок та інших домашніх предметів, що дозволяє роботам виконувати динамічно змінювані завдання в різних домашніх умовах.

Основна увага приділяється універсальності його моделі WALL-B: у двох дуже різних сценах - домашніх послугах та логістичній сортировці - працює одна й та ж модель. WALL-B об'єднує візуальні, мовні, тактильні, рухові та фізичні прогнози в єдину мережу, що дозволяє роботам розуміти фізичні закони, такі як гравітація, інерція, тертя, і передбачати результати дій.

Представницькі дослідження ієрархічної втіленої інтелектуальної архітектури включають COSA.

COSA 0.5 розділяє мозок робота на три рівні: System 2 відповідає за розуміння сцен, пам'ять, міркування та планування завдань, System 1 викликає навички, такі як VLA, а System 0 здійснює контроль руху всього тіла з частотою до 1000 Гц.

Одним із представників базових моделей втіленого інтелекту є G0.5. На WRC, R1 Lite, оснащений G0.5, під час руху виконує завдання, що вимагають розуміння середовища, розподілу завдань, двохрукого управління та відновлення від аномалій. G0.5 за допомогою єдиного коду руху дозволяє одній і тій же моделі адаптуватися до різних роботів.

Qianxun Intelligent використовує свій Moz1 для виконання довгострокових завдань, таких як "організація ресторану"; після отримання команди робот повинен безперервно виконувати ряд дій, таких як огляд середовища, взяття коли, переміщення до холодильника, відкриття дверей, покладання всередину, закриття дверей, а потім відправлення брудного посуду в посудомийну машину; якщо цільовий об'єкт переміщено, закрито або вже організоване середовище знову порушено, він також буде повторно сприймати та планувати.

У застосуванні, щоб роботи могли входити в домашні та громадські простори, виконуючи складні завдання, їхня зрілість все ще відносно недостатня, особливо коли йдеться про безпосередню взаємодію з людьми, що вимагає врахування безпеки. Але на фабриках, складах та інших відносно закритих сценах роботи вже можуть виконувати деякі відносно складні довгострокові завдання.

Наприклад, Star Motion Era's Star Motion M7 на місці безперервно виконує випадкове розпізнавання пакунків, захоплення, перевертання етикеток та відправлення в конвеєр; ця здатність вже реалізована в таких логістичних центрах, як China Post, досягаючи максимуму в 1200 одиниць на годину.

Універсальні можливості втіленого інтелекту та вертикальні можливості в сценах не є взаємовиключними; роботи в реальних вертикальних сценах адаптуються до різних нестандартних операцій і можуть стабільно працювати, що насправді може сприяти підвищенню універсальних можливостей.

Крім того, зусилля різних компаній у розвитку моделей просуваються від одиничних навичок до міжформних, довгострокових завдань та динамічного середовища.

03. Чи стає втілені дані бізнесом апаратного забезпечення?

Незалежно від універсальних можливостей втіленого інтелекту чи вертикальних можливостей сцен, моделям потрібні великі обсяги якісних даних.

Збір даних для роботів наразі здійснюється за допомогою віддаленого управління, безтілесного UMI та рукавичок для збору даних, збору даних з першої особи та захоплення руху, збору даних з реальних тіл тощо; майже кожен з цих методів пов'язаний з апаратним забезпеченням, і деякі жартують, що збір даних для втіленого інтелекту перетворюється на бізнес апаратного забезпечення.

Насправді важливість даних не в самих даних, а в моделях, у розумінні. Лише коли даних достатньо, достатньо якісних, щоб сприяти еволюції моделей і формувати замкнуті цикли даних та дані-колеса в сценах, їхнє значення справді проявляється.

Light Wheel Intelligent є однією з провідних компаній у сфері незалежних даних втіленого інтелекту, яка навколо даних з першої особи, фізичного моделювання, масштабованого тестування та зворотного зв'язку з реальних машин будує замкнутий цикл Real2Sim2Real.

На WRC Light Wheel Intelligent акцентувала увагу на SimFoundry, моделюванні та системі оцінки RoboFinals. SimFoundry підвищує точність моделювання гнучких об'єктів, таких як одяг, кабелі, шляхом вимірювання параметрів реальних об'єктів і використання власного фізичного рішателя; RoboFinals призначена для масштабного тестування та оцінки моделей роботів, дозволяючи моделям проходити системну перевірку перед входом у реальні сцени.

Віддалене управління, UMI, захоплення руху - це способи отримання високоякісних даних, орієнтовані на людину, але їхні витрати все ще занадто високі, щоб задовольнити потреби моделей у кількості даних.

Існує багато інших способів отримання втілених даних, наприклад, за допомогою відеоданих, ігрових даних, а також світових моделей, які з'явилися за останні 1-2 роки.

Giga Vision йде шляхом світових моделей, використовуючи світову модель як "дані-ампліфікатор". GigaWorld передбачає зміни в середовищі на основі рухів роботів, масово генеруючи інтерактивні дані, необхідні для навчання та тестування; GigaWorld-1 додатково включає моделювання дій та оцінку фізичних параметрів, підвищуючи достовірність симуляцій захоплення, зіткнень тощо.

Отже, дані не є просто бізнесом апаратного забезпечення, а мають різні типи та форми. І, порівняно з простим збором даних, надання даних для моделей, ймовірно, принесе більше покращень для втілених інтелектуальних моделей, оскільки це формує дані-колеса, і це важко досягти для окремих компаній, які зосереджуються на зборі втілених даних.

Щоб сформувати замкнутий цикл даних і дані-колеса, необхідно входити в конкретні сцени, співпрацювати з роботами, використовуючи реальні дані для ітерації та оптимізації моделей.

Наприклад, Galaxy Universal побудувала "Galaxy Star Data (AstraData)" як базу даних, об'єднуючи дані з Інтернету, дані людської поведінки, дані з синтетичного моделювання, віддалене управління реальними машинами та дані з реальних сцен для навчання моделей, а також підключаючи перевірку сцен і зворотну оптимізацію в замкнутий цикл. Її універсальна модель малих мозків AstraBrain-WBC 0.5 використовує близько 20 тисяч годин, 2 мільярди кадрів даних людських дій для навчання, а після інженерної оптимізації затримка виводу менше 1,5 мілісекунд, а затримка всього ланцюга захоплення руху менше 20 мілісекунд.

Система збору даних 2.0 компанії Zhiyuan Robot побудована на основі понад 430 реальних сцен, створюючи піраміду даних з реальними машинами, безтілесними та багатоджерельними даними, а також розміщуючи оцінку моделей, реалізацію сцен, тестування адаптації до реальних умов та зворотний потік даних у одній системі.

Ще далі, деякі стартапи за кордоном дозволяють робітникам на заводах коригувати роботи на місці, а потім продовжують інтегрувати нові дії в процес, збираючи дані для подальшого навчання втілених моделей.

Galaxy Universal, Zhiyuan, Zhiyuan Robot та інші китайські компанії також вже рухаються в цьому напрямку, і в майбутньому спільна тенденція втілених даних може бути такою: збір даних буде переходити від "централізованих фабрик збору даних" до "сайтів розгортання роботів".

04. Які кроки зроблено вперед у ключових компонентах?

Ловкі руки, тактильне сприйняття, візуальне сприйняття, двигуни, суглоби - прогрес у ключових компонентах часто краще демонструє, як галузь насправді просувається вперед. А в області ключових компонентів втіленого інтелекту найважливішими є точні операції та сприйняття, зокрема тактильне та візуальне сприйняття.

Ловкі руки є ключем до виконання роботами точних операцій. Наприклад, Lingxin Qiaoshou демонструє випадок "збирання ловких рук ловкими руками": робот за допомогою візуального розпізнавання, координації обох рук та точного контролю сили виконує захоплення та складання компонентів у обмеженому просторі, просуваючи ловкі руки від захоплення до точних промислових операцій.

Водночас Lingxin Qiaoshou також постійно підвищує можливості моделі. Вона повідомляє, що наразі в чітко визначених сценах, таких як супермаркети, фабрики та логістика, вже можна досягти певного рівня узагальнення для різних інструментів та процесів, але для переходу до зовсім різних сцен все ще потрібно продовжувати навчання.

Lingxin Qiaoshou також займається втіленими даними; система Open TeleDex може синхронно збирати візуальні, тактильні та дані про тіло для навчання моделей ловких операцій. Вона узагальнює ідеальні ловкі руки як "такі, що мають людську руку та людський малий мозок": в кінцевому підсумку вони повинні не лише захоплювати різні об'єкти, але й розуміти та використовувати різні інструменти.

Основна здатність Pasini Perception - це тактильне сприйняття. Вона використовує власний 6D тактильний чіп, а також демонструє багатовимірний тактильний сенсор PX-FOOTRIX, а також четверте покоління багатовимірних тактильних продуктів на основі чіпа GEN4 FUSE, що охоплює захвати, електронну шкіру та інші форми, ще більше розширюючи сприйняття на все тіло.

Це стало можливим завдяки повному самостійно розробленому дизайну структури, апаратних систем та алгоритмічних моделей Pasini. На цій основі Pasini з'єднала повний ланцюг від збору сигналів тактильного сприйняття до виходу тривимірних сил і шести вимірів, що дозволяє роботам отримувати більш стабільну, повторювальну та кількісну інформацію про силу та тактильність.

Застосування дотикових технологій повертається до практики. Пачіні на місці продемонстрував, як гуманоїдний робот самостійно збирає маленького коня за допомогою зору та дотику: спочатку він розпізнає різні форми деталей, потім визначає, чи стабільно тримає їх, чи правильно вставляє, і динамічно регулює силу.

Пачіні також розширив дотикові технології до збору даних. PXCap Pro п'ятиіндексна рукавичка може одночасно збирати зорові, дотикові дані та позицію рук, а також перенести один і той же демонстраційний приклад людини на різні маніпулятори, реалізуючи "один збір, багаторазове використання".

Пачіні також включив дотикові дані до OmniSharing DB, мільярдного мультимодального набору даних, разом із зоровими, траєкторними, позиційними, голосовими та текстовими даними для навчання моделей. Особливою є багатовимірна дотикова інформація, яка може фіксувати силу та зміни стану при контакті людини з об'єктом.

У сфері зорового сприйняття, Obsidian показав серію двоєдиних 3D-камер Gemini 330, оснащених власним чіпом глибини MX6800; новий продукт для робототехніки Physis, спеціально розроблений для гуманоїдних роботів та колабораційних маніпуляторів, що потребують тривалої роботи, забезпечує зорове сприйняття, близьке до людського, досягаючи ідеального балансу між широким полем зору, високою якістю зображення, реальним сприйняттям простору та високою надійністю.

Одночасно Obsidian також розширив свої зорові можливості до збору даних, запустивши платформу для збору даних без фізичного тіла, включивши чотири форми: EGO, UMi, Wrsicam, Hub в одну систему: EGO фіксує перспективу з першої особи, WristCam збирає близькі зображення з зап'ястя, UMI доповнює взаємодію рук з об'єктами, формуючи багатоперспективний ланцюг даних для навчання через імітацію та моделювання світу.

Гнучкі руки, зорове сприйняття та інші сенсорні можливості є важливими, оскільки вони є останнім кроком у реалізації гуманоїдного інтелекту. Навіть якщо модель дуже розумна, без хороших гнучких рук робот не зможе виконувати тонкі операції, як людина; без сприйняття робот стає сліпим і не знає, що робити.

Ми також спостерігаємо, що компанії в галузі гнучких рук та сприйняття активно займаються збором даних для гуманоїдного інтелекту, що свідчить про величезний попит на дані в цій галузі.

05. На якому етапі розвитку знаходиться галузь?

Хвиля інтересу до гуманоїдного інтелекту нагадує про десять років тому, коли мова йшла про комп'ютерне зір та автономне водіння. Тоді ринок також вірив, що технології швидко стануть загальнодоступними, але між лабораторними можливостями та стабільними, низьковартісними, масштабованими продуктами існує велика відстань.

Автономне водіння зайняло більше десяти років, щоб почати комерційні операції Robotaxi в кількох містах і регіонах. Хоча це не може довести, що гуманоїдний інтелект повторить цей процес, це вказує на певну закономірність:

Технологічні хвилі часто змушують людей переоцінювати швидкість впровадження, але можуть недооцінювати довгостроковий вплив на промисловість.

Гуманоїдний інтелект наразі перебуває на ранній стадії переходу від валідації прототипів до валідації продуктів. У найближчі кілька років він, ймовірно, спочатку з'явиться в структурованих сценаріях, таких як фабрики, логістика, інспекції та комерційні послуги, а справжнє впровадження в домашнє життя вимагатиме більше часу. Оскільки гуманоїдний інтелект є системною інженерією, що поєднує апаратне та програмне забезпечення, прорив у окремій галузі важко дозволить галузі швидко просунутися вперед.

З іншого боку, Китай має досить повний ланцюг постачання роботів, виробничі можливості, інженерні кадри та велику кількість реальних сценаріїв, що може скоротити терміни випробувань, зменшити витрати, прискорити впровадження в сценах, отримання даних та ітерацію продуктів.

Ці умови не можуть гарантувати успіх певної компанії чи маршруту, але можуть дозволити Китаю продовжувати впроваджувати роботів у реальні сценарії, завершуючи технологічну, інженерну та комерційну валідацію.

Хвиля рано чи пізно зникне, але гуманоїдний інтелект може зайняти більше часу, щоб увійти в життя звичайних людей, ніж очікує ринок, але коли роботи справді почнуть працювати на фабриках, складах і в домах, історія гуманоїдного інтелекту тільки почнеться.

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.