उनकी बताई कसौटी किसी मंच पर पहले से तय किए गए डांस, बैकफ्लिप या फैक्ट्री लाइन के प्रदर्शन की नहीं है। असली सफलता तब मानी जाएगी, जब किसी रोबोट को ऐसे घर में रखा जाए जिसे उसने पहले कभी नहीं देखा हो और वह आवाज़ या टेक्स्ट के सामान्य निर्देशों के आधार पर लगभग 80% काम सफलतापूर्वक पूरा कर सके।

यह वह बिंदु होगा, जहां ह्यूमनॉइड रोबोट शोध प्रयोगशालाओं और नियंत्रित प्रदर्शनों से आगे निकलकर बड़े पैमाने पर उपयोगी उत्पाद बन सकते हैं।

समयसीमा: 2–3 साल या 5–10 साल?

Wang ने एक निश्चित भविष्यवाणी नहीं की। उनका कहना था कि यदि प्रगति तेज रही तो यह बदलाव 2–3 साल में आ सकता है, जबकि धीमी प्रगति की स्थिति में 5–10 साल लग सकते हैं।

यह उनकी 2025 की उस धारणा से मेल खाता है कि बड़ी सफलता पांच साल से कम समय में आ सकती है, लेकिन इस बार 5–10 साल का विकल्प जोड़ना महत्वपूर्ण सावधानी दिखाता है।

प्रतिद्वंद्वी Galbot के संस्थापक और CTO Wang He ने अलग से अनुमान लगाया है कि उद्योग को 2028 के अंत तक ऐसा ‘ChatGPT मोमेंट’ मिल सकता है। उनका आकलन मॉडल के बेहतर तालमेल और अधिक डेटा जमा होने की गति पर आधारित है।

इसलिए इन तारीखों को इंजीनियरिंग जगत की सर्वसम्मत भविष्यवाणी के बजाय संभावित तेज और धीमे परिदृश्यों के रूप में देखना अधिक उचित है।

असली समस्या: रोबोट का दिमाग और ‘world model’

ह्यूमनॉइड रोबोटों की गतिशीलता तेजी से बेहतर हुई है। वे दौड़ सकते हैं, नृत्य कर सकते हैं और जटिल शारीरिक प्रदर्शन कर सकते हैं। लेकिन किसी अनजान घर में भरोसेमंद ढंग से काम करने के लिए केवल चलना-फिरना पर्याप्त नहीं है।

रोबोट को यह समझना होगा कि उसके आसपास क्या है, किसी कार्रवाई का संभावित परिणाम क्या होगा, काम को किस क्रम में करना है, गलती होने पर कैसे संभलना है और मनुष्यों के बीच सुरक्षित तरीके से कैसे काम करना है। इसके लिए ऐसे ‘world models’ चाहिए जो दृश्य जानकारी, कारण-परिणाम, योजना और भौतिक क्रिया को एक साथ समझ सकें।

Unitree ने भी माना है कि वास्तविक दुनिया के अनुप्रयोगों में कंपनी अभी पीछे है। सम्मेलन का व्यापक लक्ष्य भी रोबोटों को केवल प्रदर्शनी की वस्तु बनाए रखने के बजाय कारखानों और अन्य वास्तविक उपयोगों तक पहुंचाना था।

सबसे कठिन चुनौतियों में से दो हैं:

• प्रशिक्षण के दौरान न देखे गए घरों, वस्तुओं, रोशनी, अव्यवस्था और मानवीय व्यवहार में भी सही ढंग से काम करना;
• हाथ और वस्तु के बीच अंतिम मिलीमीटर-स्तर की दोहराने योग्य सटीकता हासिल करना।

यानी रोबोट को नाचते हुए दिखाना और उसे रसोई में अलग-अलग आकार के बर्तनों को सुरक्षित ढंग से संभालने देना—दो बिल्कुल अलग स्तर की उपलब्धियां हैं।

ChatGPT जैसा डेटा रोबोटों को क्यों नहीं मिल रहा?

ChatGPT जैसे भाषा मॉडल को इंटरनेट से जुटाए गए खरबों tokens वाले विशाल टेक्स्ट डेटा पर प्रशिक्षित किया जा सकता है। इसके विपरीत, भौतिक दुनिया में काम करने वाले रोबोटों के लिए ऐसा सस्ता, मानकीकृत और बड़े पैमाने पर उपलब्ध डेटा-भंडार नहीं है।

रोबोट को केवल यह नहीं बताना होता कि किसी वस्तु का नाम क्या है। उसे यह भी सीखना होता है कि वस्तु को किस बल से पकड़ना है, वह फिसलने पर क्या करना है, अलग रोशनी में उसे कैसे पहचानना है, टकराव से कैसे बचना है और असफल प्रयास से कैसे सीखना है। इसके लिए दृश्य, स्पर्श, बल, गति और विफलताओं से जुड़े वास्तविक-विश्व के manipulation trajectories की जरूरत होती है।

सिमुलेशन और teleoperation यानी इंसान द्वारा रोबोट को दूर से संचालित कराकर डेटा जुटाना मददगार हैं, लेकिन अभी यह साबित नहीं हुआ है कि इनसे प्रशिक्षित रोबोट अलग-अलग घरों और परिस्थितियों में सुरक्षित रूप से सामान्यीकृत कर पाएंगे। यही वजह है कि किसी कैलेंडर वर्ष से जुड़ी भविष्यवाणी में काफी अनिश्चितता बनी हुई है।

Unitree के शेयरों का उछाल बनाम जमीनी हकीकत

इस सावधानी के बावजूद बाजार का उत्साह बहुत तेज रहा। शंघाई में Unitree की लिस्टिंग के दिन उसके शेयर IPO मूल्य से 460% ऊपर बंद हुए और कारोबार के दौरान वे इससे भी अधिक चढ़े।

यह उछाल दिखाता है कि निवेशक ह्यूमनॉइड रोबोटिक्स में बड़े, प्लेटफॉर्म-स्तर के बाजार की संभावना देख रहे हैं। लेकिन शेयर बाजार का उत्साह इस बात का प्रमाण नहीं है कि आज के रोबोट स्वायत्त रूप से घर के अधिकांश काम कर सकते हैं।

वर्तमान मांग का बड़ा हिस्सा अभी विश्वविद्यालयों, प्रयोगशालाओं और शोध संस्थानों से आता है, न कि बड़े पैमाने पर उपभोक्ता या कारोबारी रोबोट बेड़ों से। यह शुरुआती अपनाने का संकेत है, लेकिन पूर्ण product-market fit का सबूत नहीं।

चीन के 40,000 रोबोट और 97% हिस्सेदारी का दावा कितना स्पष्ट है?

World Robot Conference के दौरान प्रकाशित एक उद्योग रिपोर्ट के हवाले से कहा गया कि चीन ने 2026 की पहली छमाही में 40,000 से अधिक ह्यूमनॉइड रोबोट भेजे और वैश्विक शिपमेंट में उसकी हिस्सेदारी 97% रही।

वहीं, एक अन्य बाजार-डेटासेट ने 2026 की पहली छमाही में पूरी दुनिया के ह्यूमनॉइड रोबोट शिपमेंट को 19,100 यूनिट बताया और चीनी कंपनियों की हिस्सेदारी 97% बताई।

दोनों आंकड़े सीधे तौर पर एक-दूसरे से मेल नहीं खाते। संभव है कि इनमें ‘शिपमेंट’ और ‘डिलीवरी’, अलग-अलग रोबोट श्रेणियां या बाजार के अलग दायरे शामिल हों। Morgan Stanley का एक अनुमान 2026 में चीन में 50,000 शिपमेंट का है, जबकि 2025 के लिए यह संख्या 12,000 बताई गई है।

दिशात्मक निष्कर्ष—कि शुरुआती वैश्विक मात्रा में चीनी कंपनियों का दबदबा है—विश्वसनीय दिखता है। लेकिन उपलब्ध स्रोतों के आधार पर सटीक यूनिट संख्या को अंतिम और पूरी तरह तुलनीय आंकड़ा नहीं माना जा सकता।

FCC प्रतिबंध और डेटा जुटाने की चुनौती

अमेरिका के Federal Communications Commission यानी FCC ने राष्ट्रीय सुरक्षा और supply-chain जोखिमों का हवाला देते हुए नए विदेशी-निर्मित ह्यूमनॉइड और quadruped यानी चार पैरों वाले रोबोट मॉडलों के लिए अनुमति और आयात पर प्रतिबंध लगाया है।

रिपोर्टों के अनुसार यह कदम मुख्य रूप से नए मॉडलों पर लागू होता है; पहले से अधिकृत या पहले से बाजार में मौजूद हर रोबोट पर इसका समान प्रभाव जरूरी नहीं है।

यह Unitree जैसी कंपनियों के लिए अमेरिका जैसे बड़े बाजार तक पहुंच सीमित कर सकता है। साथ ही, रोबोटों की बिक्री, वास्तविक दुनिया से डेटा संग्रह और मॉडल सुधार के बीच बनने वाला वह ‘scale-data flywheel’ भी धीमा पड़ सकता है, जिस पर उद्योग के आशावादी अनुमान निर्भर हैं।

निष्कर्ष: प्रगति वास्तविक, समयसीमा अभी अटकल

ह्यूमनॉइड रोबोटों को लेकर आशावाद का तकनीकी आधार मौजूद है। हार्डवेयर की लागत घट रही है, चीन की विनिर्माण क्षमता बड़ी है और कई उद्योग नेता 2028 के आसपास किसी बड़े बदलाव की संभावना देख रहे हैं।

लेकिन अभी ऐसा इंजीनियरिंग प्रमाण नहीं है कि सामान्य उपयोग वाला घरेलू ह्यूमनॉइड रोबोट 2–3 साल में किसी अनजान घर में 80% काम सफलतापूर्वक कर पाएगा। इसके लिए सॉफ्टवेयर, डेटा, विश्वसनीयता, सुरक्षा, लागत और नियमन से जुड़ी कई बाधाएं अभी बाकी हैं।

सबसे संतुलित निष्कर्ष यही है: प्रगति विश्वसनीय है, लेकिन समयसीमा अनुमानित। 2–3 साल का अनुमान तेज प्रगति वाला best-case scenario है; 5–10 साल की अवधि मौजूदा अनसुलझी समस्याओं को देखते हुए अधिक सावधान आकलन है। Unitree की IPO उछाल ने रोबोटिक्स के संभावित भविष्य की कीमत लगाई है—यह अभी स्वायत्त घरेलू काम के लिए तैयार तकनीक का प्रमाण नहीं है।

उनकी बताई कसौटी किसी मंच पर पहले से तय किए गए डांस, बैकफ्लिप या फैक्ट्री लाइन के प्रदर्शन की नहीं है। असली सफलता तब मानी जाएगी, जब किसी रोबोट को ऐसे घर में रखा जाए जिसे उसने पहले कभी नहीं देखा हो और वह आवाज़ या टेक्स्ट के सामान्य निर्देशों के आधार पर लगभग 80% काम सफलतापूर्वक पूरा कर सके।

यह वह बिंदु होगा, जहां ह्यूमनॉइड रोबोट शोध प्रयोगशालाओं और नियंत्रित प्रदर्शनों से आगे निकलकर बड़े पैमाने पर उपयोगी उत्पाद बन सकते हैं।

समयसीमा: 2–3 साल या 5–10 साल?

Wang ने एक निश्चित भविष्यवाणी नहीं की। उनका कहना था कि यदि प्रगति तेज रही तो यह बदलाव 2–3 साल में आ सकता है, जबकि धीमी प्रगति की स्थिति में 5–10 साल लग सकते हैं।

यह उनकी 2025 की उस धारणा से मेल खाता है कि बड़ी सफलता पांच साल से कम समय में आ सकती है, लेकिन इस बार 5–10 साल का विकल्प जोड़ना महत्वपूर्ण सावधानी दिखाता है।

प्रतिद्वंद्वी Galbot के संस्थापक और CTO Wang He ने अलग से अनुमान लगाया है कि उद्योग को 2028 के अंत तक ऐसा ‘ChatGPT मोमेंट’ मिल सकता है। उनका आकलन मॉडल के बेहतर तालमेल और अधिक डेटा जमा होने की गति पर आधारित है।

इसलिए इन तारीखों को इंजीनियरिंग जगत की सर्वसम्मत भविष्यवाणी के बजाय संभावित तेज और धीमे परिदृश्यों के रूप में देखना अधिक उचित है।

असली समस्या: रोबोट का दिमाग और ‘world model’

ह्यूमनॉइड रोबोटों की गतिशीलता तेजी से बेहतर हुई है। वे दौड़ सकते हैं, नृत्य कर सकते हैं और जटिल शारीरिक प्रदर्शन कर सकते हैं। लेकिन किसी अनजान घर में भरोसेमंद ढंग से काम करने के लिए केवल चलना-फिरना पर्याप्त नहीं है।

रोबोट को यह समझना होगा कि उसके आसपास क्या है, किसी कार्रवाई का संभावित परिणाम क्या होगा, काम को किस क्रम में करना है, गलती होने पर कैसे संभलना है और मनुष्यों के बीच सुरक्षित तरीके से कैसे काम करना है। इसके लिए ऐसे ‘world models’ चाहिए जो दृश्य जानकारी, कारण-परिणाम, योजना और भौतिक क्रिया को एक साथ समझ सकें।

Unitree ने भी माना है कि वास्तविक दुनिया के अनुप्रयोगों में कंपनी अभी पीछे है। सम्मेलन का व्यापक लक्ष्य भी रोबोटों को केवल प्रदर्शनी की वस्तु बनाए रखने के बजाय कारखानों और अन्य वास्तविक उपयोगों तक पहुंचाना था।

सबसे कठिन चुनौतियों में से दो हैं:

• प्रशिक्षण के दौरान न देखे गए घरों, वस्तुओं, रोशनी, अव्यवस्था और मानवीय व्यवहार में भी सही ढंग से काम करना;
• हाथ और वस्तु के बीच अंतिम मिलीमीटर-स्तर की दोहराने योग्य सटीकता हासिल करना।

यानी रोबोट को नाचते हुए दिखाना और उसे रसोई में अलग-अलग आकार के बर्तनों को सुरक्षित ढंग से संभालने देना—दो बिल्कुल अलग स्तर की उपलब्धियां हैं।

ChatGPT जैसा डेटा रोबोटों को क्यों नहीं मिल रहा?

ChatGPT जैसे भाषा मॉडल को इंटरनेट से जुटाए गए खरबों tokens वाले विशाल टेक्स्ट डेटा पर प्रशिक्षित किया जा सकता है। इसके विपरीत, भौतिक दुनिया में काम करने वाले रोबोटों के लिए ऐसा सस्ता, मानकीकृत और बड़े पैमाने पर उपलब्ध डेटा-भंडार नहीं है।

रोबोट को केवल यह नहीं बताना होता कि किसी वस्तु का नाम क्या है। उसे यह भी सीखना होता है कि वस्तु को किस बल से पकड़ना है, वह फिसलने पर क्या करना है, अलग रोशनी में उसे कैसे पहचानना है, टकराव से कैसे बचना है और असफल प्रयास से कैसे सीखना है। इसके लिए दृश्य, स्पर्श, बल, गति और विफलताओं से जुड़े वास्तविक-विश्व के manipulation trajectories की जरूरत होती है।

सिमुलेशन और teleoperation यानी इंसान द्वारा रोबोट को दूर से संचालित कराकर डेटा जुटाना मददगार हैं, लेकिन अभी यह साबित नहीं हुआ है कि इनसे प्रशिक्षित रोबोट अलग-अलग घरों और परिस्थितियों में सुरक्षित रूप से सामान्यीकृत कर पाएंगे। यही वजह है कि किसी कैलेंडर वर्ष से जुड़ी भविष्यवाणी में काफी अनिश्चितता बनी हुई है।

Unitree के शेयरों का उछाल बनाम जमीनी हकीकत

इस सावधानी के बावजूद बाजार का उत्साह बहुत तेज रहा। शंघाई में Unitree की लिस्टिंग के दिन उसके शेयर IPO मूल्य से 460% ऊपर बंद हुए और कारोबार के दौरान वे इससे भी अधिक चढ़े।

यह उछाल दिखाता है कि निवेशक ह्यूमनॉइड रोबोटिक्स में बड़े, प्लेटफॉर्म-स्तर के बाजार की संभावना देख रहे हैं। लेकिन शेयर बाजार का उत्साह इस बात का प्रमाण नहीं है कि आज के रोबोट स्वायत्त रूप से घर के अधिकांश काम कर सकते हैं।

वर्तमान मांग का बड़ा हिस्सा अभी विश्वविद्यालयों, प्रयोगशालाओं और शोध संस्थानों से आता है, न कि बड़े पैमाने पर उपभोक्ता या कारोबारी रोबोट बेड़ों से। यह शुरुआती अपनाने का संकेत है, लेकिन पूर्ण product-market fit का सबूत नहीं।

चीन के 40,000 रोबोट और 97% हिस्सेदारी का दावा कितना स्पष्ट है?

World Robot Conference के दौरान प्रकाशित एक उद्योग रिपोर्ट के हवाले से कहा गया कि चीन ने 2026 की पहली छमाही में 40,000 से अधिक ह्यूमनॉइड रोबोट भेजे और वैश्विक शिपमेंट में उसकी हिस्सेदारी 97% रही।

वहीं, एक अन्य बाजार-डेटासेट ने 2026 की पहली छमाही में पूरी दुनिया के ह्यूमनॉइड रोबोट शिपमेंट को 19,100 यूनिट बताया और चीनी कंपनियों की हिस्सेदारी 97% बताई।

दोनों आंकड़े सीधे तौर पर एक-दूसरे से मेल नहीं खाते। संभव है कि इनमें ‘शिपमेंट’ और ‘डिलीवरी’, अलग-अलग रोबोट श्रेणियां या बाजार के अलग दायरे शामिल हों। Morgan Stanley का एक अनुमान 2026 में चीन में 50,000 शिपमेंट का है, जबकि 2025 के लिए यह संख्या 12,000 बताई गई है।

दिशात्मक निष्कर्ष—कि शुरुआती वैश्विक मात्रा में चीनी कंपनियों का दबदबा है—विश्वसनीय दिखता है। लेकिन उपलब्ध स्रोतों के आधार पर सटीक यूनिट संख्या को अंतिम और पूरी तरह तुलनीय आंकड़ा नहीं माना जा सकता।

FCC प्रतिबंध और डेटा जुटाने की चुनौती

अमेरिका के Federal Communications Commission यानी FCC ने राष्ट्रीय सुरक्षा और supply-chain जोखिमों का हवाला देते हुए नए विदेशी-निर्मित ह्यूमनॉइड और quadruped यानी चार पैरों वाले रोबोट मॉडलों के लिए अनुमति और आयात पर प्रतिबंध लगाया है।

रिपोर्टों के अनुसार यह कदम मुख्य रूप से नए मॉडलों पर लागू होता है; पहले से अधिकृत या पहले से बाजार में मौजूद हर रोबोट पर इसका समान प्रभाव जरूरी नहीं है।

यह Unitree जैसी कंपनियों के लिए अमेरिका जैसे बड़े बाजार तक पहुंच सीमित कर सकता है। साथ ही, रोबोटों की बिक्री, वास्तविक दुनिया से डेटा संग्रह और मॉडल सुधार के बीच बनने वाला वह ‘scale-data flywheel’ भी धीमा पड़ सकता है, जिस पर उद्योग के आशावादी अनुमान निर्भर हैं।

निष्कर्ष: प्रगति वास्तविक, समयसीमा अभी अटकल

ह्यूमनॉइड रोबोटों को लेकर आशावाद का तकनीकी आधार मौजूद है। हार्डवेयर की लागत घट रही है, चीन की विनिर्माण क्षमता बड़ी है और कई उद्योग नेता 2028 के आसपास किसी बड़े बदलाव की संभावना देख रहे हैं।

लेकिन अभी ऐसा इंजीनियरिंग प्रमाण नहीं है कि सामान्य उपयोग वाला घरेलू ह्यूमनॉइड रोबोट 2–3 साल में किसी अनजान घर में 80% काम सफलतापूर्वक कर पाएगा। इसके लिए सॉफ्टवेयर, डेटा, विश्वसनीयता, सुरक्षा, लागत और नियमन से जुड़ी कई बाधाएं अभी बाकी हैं।

सबसे संतुलित निष्कर्ष यही है: प्रगति विश्वसनीय है, लेकिन समयसीमा अनुमानित। 2–3 साल का अनुमान तेज प्रगति वाला best-case scenario है; 5–10 साल की अवधि मौजूदा अनसुलझी समस्याओं को देखते हुए अधिक सावधान आकलन है। Unitree की IPO उछाल ने रोबोटिक्स के संभावित भविष्य की कीमत लगाई है—यह अभी स्वायत्त घरेलू काम के लिए तैयार तकनीक का प्रमाण नहीं है।