Китайські роботи навчилися копіювати людей і самостійно розв'язувати проблеми
Китайські компанії навчають гуманоїдних роботів переймати людські навички після перегляду коротких відео та самостійно знаходити рішення незнайомих завдань. Під час одного з експериментів робот, який не міг дотягнутися до високої шафи, здогадався підсунути коробку та спробував залізти на неї.
Про це пише Portfolio.hu.
Китайські виробники гуманоїдних роботів поступово змінюють підхід до розробки машин. Якщо раніше головну увагу приділяли механічним конструкціям, то тепер основні зусилля спрямовують на створення штучного інтелекту, здатного керувати роботами в реальному світі.
Йдеться про так званий втілений штучний інтелект, або embodied AI. На відміну від звичайних чат-ботів, такі системи повинні не лише обробляти інформацію, а й розуміти фізичні властивості предметів та наслідки власних дій.
Роботам необхідно навчитися захоплювати різні предмети, переміщувати їх і пристосовувати свої рухи до навколишнього середовища. При цьому розробники прагнуть, щоб машини могли виконувати нові завдання без окремого програмування кожної дії.
Масштаби інвестицій свідчать про швидкий розвиток галузі. За даними дослідницької компанії ITjuzi, у першій половині 2026 року китайські розробники програмного забезпечення для роботів залучили 93,5 мільярда юанів, або приблизно 13 мільярдів доларів.
Кошти надійшли в межах 322 інвестиційних угод. Загальний обсяг фінансування виявився вп’ятеро більшим, ніж за аналогічний період попереднього року.
Серед компаній, які активно розвивають цей напрям, — X Square, Galaxea та Spirit AI. Оціночна вартість кожної з них уже наблизилася до трьох мільярдів доларів.
Водночас посилення конкуренції поступово здешевлює механічні компоненти роботів. Через це розробники дедалі більше уваги приділяють програмному забезпеченню, яке визначатиме можливості машин.
Одним із найцікавіших напрямів стало навчання роботів за допомогою відеозаписів людських дій. Компанія X Square представила технологію, яка дозволяє машині навчитися поводитися з предметами після перегляду лише одного ролика.
При цьому системі не потрібно проходити окремий цикл навчання для кожного нового завдання. Робот використовує побачені дії як приклад для власної поведінки.
Схожі технології розробляють і американські компанії. Зокрема, модель GEN-1.5 від Generalist здатна виконувати 60% простих завдань після перегляду демонстрації тривалістю від трьох до дванадцяти секунд.
За лідерство в галузі змагаються американські стартапи Physical Intelligence, Skild AI та Generalist. Їхніми перевагами називають передові дослідження та доступ до потужних обчислювальних чіпів.
Китайські розробники натомість спираються на розвинену промислову базу. Тісна співпраця із заводами та іншими підприємствами дозволяє швидше перевіряти технології в реальних умовах.
Для навчання роботів компаніям потрібні великі обсяги даних про фізичні дії людей. Тому розробники створюють спеціальні системи запису рухів і взаємодії з предметами.
Наприклад, Spirit AI найняла тисячу людей для фіксації повсякденних і виробничих операцій. Зібрані записи використовують для навчання моделей штучного інтелекту.
Компанія ACE Robotics застосовує носимі датчики, які відстежують рухи працівників магазинів і готелів. Такі пристрої також фіксують силу, з якою людина захоплює предмети.
Інший підхід використовує Robbyant — робототехнічний підрозділ Ant Group. Його модель навчали на 160 тисячах годин записів, серед яких 50 тисяч годин становили дані про рухи роботів під керуванням людей.
Систему перевірили на 20 моделях роботів від 17 виробників. Метою було з’ясувати, чи можна використовувати один штучний інтелект для керування різними машинами.
Деякі розробники роблять ставку на віртуальні тренування. Компанія DexForce використовує комп’ютерне моделювання, щоб навчати роботів високоточних промислових операцій.
За заявленими результатами, для підготовки до окремих завдань потрібно лише шість-вісім годин. При цьому точність виконання може перевищувати 99,9%.
Однак віртуальні середовища поки не здатні повністю відтворювати всі фізичні взаємодії реального світу. Саме тому розробники продовжують поєднувати моделювання з навчанням на реальних прикладах.
Одним із показових став експеримент компанії JoyIn Technology. Робот зіткнувся із завданням, у якому потрібно було дістатися до високої шафи, але його власного зросту виявилося недостатньо.
Після перегляду відео з людиною машина самостійно підсунула коробку до шафи. Потім робот спробував залізти на неї, щоб дотягнутися до потрібного місця.
Подібні системи вже проходять випробування на підприємствах. На заводі виробника акумуляторів CATL у Чженчжоу роботи Spirit AI підключають гнучкі дроти.
За результатами випробувань, успішність виконання цієї операції становить майже 99%. Робота з гнучкими кабелями вважається складним завданням через необхідність постійно пристосовувати рухи до форми предмета.
Роботи Robbyant також допомагають комплектувати замовлення у двох аптеках Шанхая. Поки що вони працюють під наглядом співробітників.
Попри успіхи, китайська робототехнічна галузь стикається з технологічними обмеженнями. Через американські експортні обмеження компаніям складніше отримувати передові обчислювальні чіпи Nvidia.
Щоб компенсувати нестачу обладнання, розробники створюють економніші моделі штучного інтелекту та використовують синтетичні дані. Також вони розглядають можливість застосування процесорів китайських виробників, зокрема Huawei.
Додаткові труднощі пов’язані із залученням інвестицій. Високі оцінки вартості компаній, посилення регулювання та насичення ринку можуть ускладнювати подальше фінансування.
Засновник Unitree Ван Сіньсінь у вересні заявив про обнадійливі результати тестування GPT-6 від OpenAI на роботах компанії. Він також висловив припущення, що поява наступних поколінь базових моделей штучного інтелекту може прискорити розвиток робототехніки.
На його думку, переломним досягненням стане здатність роботів виконувати щонайменше 80% завдань за голосовими командами навіть у незнайомому середовищі. Водночас його очікування щодо появи GPT-7 у 2026 році залишаються прогнозом, а не підтвердженим графіком випуску моделі.
Консультант із робототехніки Георг Штілер вважає, що навіть успішні демонстрації таких можливостей не означатимуть негайного поширення гуманоїдних роботів. За його оцінкою, для надійного використання цих машин у бізнесі знадобляться роки, а не місяці.
- Останні
- Популярні
Новини по днях
4 листопада 2026
