По данным исследовательской компании ITjuzi, в первой половине 2026 года китайские компании сектора воплощённого искусственного интеллекта привлекли 93,5 млрд юаней ($13 млрд) в рамках 322 сделок.
Это в пять раз больше, чем за аналогичный период в прошлом году. Речь идёт об инвестициях в так называемый embodied AI — искусственный интеллект, интегрированный в физические машины, который обучает роботов распознавать окружающую среду и выполнять незнакомые физические задачи.
Как роботы обучаются новым физическим навыкам
В отличие от чат-ботов, которые учатся на текстах, роботам нужны примеры физических действий: как брать предметы, работать с гибкими проводами или взаимодействовать с оборудованием. Китайские разработчики собирают такие данные разными способами — от записей человеческих действий до датчиков, фиксирующих движения и силу захвата.
Например, Spirit AI наняла около 1000 человек для записи повседневных и промышленных операций, ACE Robotics использует датчики движения работников. Подразделение Ant Group Robbyant обучило модель на 160 тысячах часов материалов, из которых 50 тысяч часов составляют движения роботов под управлением людей; для обучения применили 20 конфигураций роботов от 17 производителей.
Примеры применений и проблемы масштабирования
Некоторые модели уже работают в производстве и розничной торговле: CATL сообщает, что роботы Spirit AI соединяют гибкие провода при тестировании аккумуляторов с успешностью более 99%, а Robbyant обрабатывает заказы в двух аптеках Шанхая с проверкой сотрудниками перед отправкой.
Однако масштабировать решения сложно из-за нехватки передовых чипов Nvidia в результате экспортных ограничений США. Компании пытаются снизить потребность в вычислениях за счёт более эффективных моделей, синтетических данных и симуляций, а производители чипов, в частности Huawei, работают над альтернативами.
Оценки сроков готовности роботов к незнакомым задачам
Основатель Unitree Ван Синсин заявил, что компания испытывала GPT-6 на роботах и получила обнадеживающие результаты, а потенциальный GPT-7 «может принести робототехнике собственный «момент ChatGPT»». Он прогнозирует, что прорыв произойдёт, когда роботы смогут выполнять 80% задач в 80% незнакомых сред по голосовым инструкциям.
Робототехнический консультант Георг Штилер предупреждает, что успешные демонстрации не тождественны готовности к массовому коммерческому использованию и что для надёжной эксплуатации на предприятиях могут потребоваться годы, а не месяцы.
