Китай готовит новое поколение роботов: во что инвесторы вложили $13 млрд

► Читайте телеграмм-канал «Минфина»: главные финансовые новости

Китайские производители роботов все больше сосредотачиваются не на механике, а на искусственном интеллекте, который должен научить машины самостоятельно выполнять задачи, приспосабливаться к новым условиям и находить решение без подробных инструкций. Это направление стремительно набирает инвестиции: в первой половине 2026 года китайские компании сектора воплощенного искусственного интеллекта привлекли 93,5 млрд юаней ($13 млрд) в пределах 322 соглашений. Это в пять раз больше, чем за аналогичный период в прошлом году, свидетельствуют данные исследовательской компании ITjuzi.

Речь идет о так называемом embodied AI — искусственном интеллекте, интегрированном в физические машины. Он должен не просто выполнять запрограммированные движения, а распознавать окружающую среду, усваивать новые навыки и переносить их на незнакомые задачи.

Инвестиции получают как изготовители роботов, так и специализированные разработчики программного обеспечения. По словам основателя консалтинговой компании ZenGen Labs Дермота Макграта, производители все больше понимают, что основная маржа в будущем будет не в аппаратном обеспечении, а в интеллекте машин.

Как работы обучаются новым задачам

В отличие от чатбот, обучающихся на огромных массивах текстов из интернета, работам требуются примеры физических действий: как брать предметы, работать с гибкой проволокой, взаимодействовать с оборудованием и выполнять бытовые операции.

Китайские разработчики собирают такие данные разными способами. Например, Spirit AI наняла около 1000 человек, записывающих повседневные и промышленные действия. ACE Robotics использует датчики, фиксирующие движения работников и силу захвата предметов.

Подразделение робототехники Ant Group — Robbyant — пошло другим путем. Компания научила свою модель на 160 тысяч часов материалов, из которых 50 тысяч часов составляют движения роботов под управлением людей. Для обучения использовали 20 конфигураций роботов от 17 производителей. Цель — создать ИИ, который можно применять на разных машинах.

Еще один подход — компьютерное моделирование. Компания DexForce заявляет, что может подготовить отдельные промышленные задачи для внедрения за 6−8 часов, а точность выполнения определенных операций превышает 99,9%. В то же время, симуляции не способны полностью воспроизвести физические взаимодействия в реальном мире. Поэтому, как отмечает представитель Manycore Tech Джерри Ван, важно не только количество собранных данных, но и их качество.

От лабораторных экспериментов к работе на предприятиях

Насколько важен такой подход, показывает эксперимент, о котором рассказала Чжу Минсюань, руководящая разработкой роботизированного ИИ в JoyIn Technology. Робот неоднократно пытался положить наушники в шкаф, но не мог дотянуться до них. После того, как инженеры показали ему видео с тем, как люди решают подобную проблему, машина пододвинула к шкафу коробку и попыталась встать на нее.

Некоторые разработки уже используются в бизнесе. Производитель аккумуляторов CATL сообщил, что работы Spirit AI соединяют гибкие провода при тестировании аккумуляторных блоков на заводе Zhongzhou. По данным компании, успешность этой сделки превышает 99%. Robbyant, в свою очередь, заявляет, что ее работы обрабатывают заказы в двух аптеках Шанхая. Перед отправкой лекарство проверяют работники.

Однако масштабировать подобные решения непросто. Китайским разработчикам не хватает передовых чипов Nvidia из-за экспортных ограничений США. Это может усложнить обучение более мощным моделям. Компании пытаются уменьшить потребность в вычислительных ресурсах благодаря более эффективным моделям, синтетическим данным и симуляциям. В то же время, китайские производители чипов, в частности Huawei, разрабатывают альтернативы оборудованию Nvidia. Насколько эти решения помогут компенсировать дефицит, пока неизвестно.

Когда работы смогут выполнять незнакомые задачи

Китайские компании рассчитывают, что следующий технологический скачок позволит работам овладевать широким спектром задач без длительного переобучения. Основатель Unitree Ван Синсин заявил, что компания уже опробовала GPT-6 от OpenAI на работах и получила обнадеживающие результаты. По его словам, GPT-7, если ее выпустят в следующем году, может принести робототехнике свой «момент ChatGPT».

Ван считает, что о таком прорыве можно будет говорить, когда работы смогут выполнять 80% заданий в 80% незнакомых сред, получая голосовые инструкции.

Впрочем, робототехнический консультант Георг Штиллер предостерегает от отождествления успешных демонстраций с готовностью технологии массового коммерческого использования. Если робот научится выполнять многие незнакомые задачи во время показательных испытаний, это еще не означает, что предприятия смогут надежно полагаться на него в повседневной работе. На это, по оценке эксперта, могут уйти годы, а не месяцы.

Автор:

редактор новостей Игорь Тележников

Пишет на темы: Экономика, финансы, криптовалюты, технологии, инвестиции