चीन के ह्यूमनॉइड रोबोट प्रदर्शन से वास्तविक काम की ओर बढ़े, पर भरोसेमंद तैनाती अभी दूर

दूसरे World Humanoid Robot Games ने ह्यूमनॉइड रोबोटिक्स की दो तस्वीरें एक साथ दिखाईं। एक तरफ रोबोट खेलों में उतरे और चौंकाने वाले प्रदर्शन रिकॉर्ड बनाए। दूसरी तरफ उन्हें केबल जोड़ने, वेयरहाउस, रेस्तरां, दफ्तर, आपातकालीन स्थितियों और दूसरे कामकाजी परिदृश्यों में परखा गया। इसी दौरान बीजिंग के embodied-AI innovation park के दौरे में ऐसी कंपनियां सामने आईं जो रोबोट के पुर्जे बना रही हैं, प्रशिक्षण डेटा जुटा रही हैं, पूंजी जुटा रही हैं और ग्राहकों के यहां तैनाती की तैयारी कर रही हैं। 1213

इन संकेतों को साथ रखकर देखें तो उद्योग शुरुआती और असमान व्यावसायीकरण के दौर में प्रवेश करता दिखता है। इसका मतलब यह नहीं है कि सामान्य प्रयोजन वाले रोबोट कर्मचारी तैयार हो चुके हैं। हार्डवेयर को बड़े पैमाने पर बनाना अपेक्षाकृत आसान हो रहा है, लेकिन उपयोगी काम के लिए विश्वसनीयता, मानक, स्पष्ट उपयोग-क्षेत्र और पर्याप्त उच्च-गुणवत्ता वाले डेटा की जरूरत अब भी बनी हुई है।

गेम्स अब केवल खेल नहीं, काम की परीक्षा भी हैं

गेम्स का उद्घाटन २२ अगस्त २०२६ को बीजिंग के National Speed Skating Oval में हुआ, जिसे “Ice Ribbon” के नाम से भी जाना जाता है। आयोजकों के अनुसार ६६६ टीमों और २,०५६ रोबोटों ने पंजीकरण कराया। पहली प्रतियोगिता की तुलना में टीमों की संख्या १३८% बढ़ी, जबकि रोबोटों की संख्या लगभग चार गुना हो गई। कार्यक्रम में ५१ इवेंट रखे गए—३० प्रतिस्पर्धी और २१ परिदृश्य-आधारित। 26

यह प्रारूप महत्वपूर्ण है, क्योंकि खेल प्रदर्शन क्षमता का केवल एक सीमित पैमाना है। कोई रोबोट नियंत्रित प्रतियोगिता में तेज दौड़ सकता है, लेकिन इसका अर्थ यह नहीं कि वह किसी औद्योगिक काम को सुरक्षित, लगातार और व्यावसायिक रूप से उचित लागत पर कर सकता है। काम-केंद्रित इवेंट स्वायत्तता, हाथों की दक्षता और कार्य पूरा करने की क्षमता पर ध्यान ले जाते हैं—ऐसे वातावरण में जो फैक्टरी, वेयरहाउस, रेस्तरां, दफ्तर और आपातकालीन स्थितियों जैसे लगते हैं। 1912

स्वायत्तता के नियमों ने भी कसौटी ऊंची की। गेम्स से जुड़ी रिपोर्टों के अनुसार अब केवल कार्य पूरा करना पर्याप्त नहीं माना जा रहा; रोबोट को उसे तेज, सटीक, स्थिर और बिना रिमोट कंट्रोल के करना होगा। 9

हार्डवेयर आपूर्ति श्रृंखला में बड़े पैमाने के संकेत

अगस्त में बीजिंग के Zhongguancun Haidian embodied-AI innovation park के दौरे से संकेत मिला कि यह क्षेत्र अब केवल अलग-अलग प्रोटोटाइप तक सीमित नहीं है। कंपनियों ने रोबोट के डिजाइन और मुख्य पुर्जों में बढ़ती समानता का उल्लेख किया। यह एकरूपता कस्टमाइजेशन घटाकर पुर्जों का उत्पादन बड़े पैमाने पर करना आसान बना सकती है। 13

Zhuoyu Technology के अनुसार बाजार २०२४ और २०२५ में लगभग १० से ५० इकाइयों वाली प्रोटोटाइप खेपों से आगे बढ़कर बड़े ग्राहक-परिनियोजन की ओर जा रहा है। कंपनी ने कहा कि १० से २० ग्राहकों ने १,००० से अधिक इकाइयों के ऑर्डर दिए हैं। उसने हर महीने करीब ३,००० रोबोटों के लिए पर्याप्त पुर्जे बनाने और नवंबर में इसे ५०,००० से ६०,००० तक ले जाने का लक्ष्य बताया। कंपनी ने लंबित ऑर्डरों की संख्या सैकड़ों हजारों में बताई। ये कंपनी या उद्योग के दावे हैं; स्वतंत्र रूप से ऑडिट किए गए शिपमेंट आंकड़े नहीं। 13

बाजार को लेकर बड़े शिपमेंट अनुमान भी सामने आ रहे हैं। Morgan Stanley ने चीन में २०२६ के ह्यूमनॉइड रोबोट शिपमेंट का अनुमान २८,००० से बढ़ाकर ५०,००० इकाइयां कर दिया। बैंक ने इसके पीछे व्यावसायिक सत्यापन, नीतिगत समर्थन और आपूर्ति श्रृंखला की गति को कारण बताया। 2728 अनुमान और वास्तविक डिलीवरी एक ही बात नहीं हैं, लेकिन यह बदलाव दिखाता है कि बाजार की उम्मीदें कितनी तेजी से बदल रही हैं।

Wujie Power में दिखती है व्यावसायीकरण की पूंजी

२०२५ में स्थापित Wujie Power इस क्षेत्र की पूंजी और उत्पाद संबंधी महत्वाकांक्षाओं का उदाहरण है। कंपनी ने बताया कि उसके दो रोबोट बॉडी-जनरेशन बड़े पैमाने पर उत्पादन में हैं और तीसरी पीढ़ी पर काम चल रहा है। उसने २०० मिलियन डॉलर से अधिक के एंजल निवेश और २०२६ की पहली छमाही में लगभग १०० मिलियन डॉलर के वैश्विक ऑर्डर की भी जानकारी दी। बताए गए इस्तेमालों में औद्योगिक विनिर्माण और कॉफी-शॉप सेवा शामिल हैं। कंपनी ने यूरोप का पहला industrial full-stack CE certification मिलने का दावा भी किया। 13

इन घोषणाओं से पता चलता है कि ग्राहक और निवेशक ह्यूमनॉइड रोबोटों के शुरुआती पायलट और तैनाती को तब भी वित्त दे रहे हैं, जब वे परिपक्व औद्योगिक उपकरणों जैसी विश्वसनीयता तक नहीं पहुंचे हैं। लेकिन इससे यह साबित नहीं होता कि रोबोट लंबे समय तक व्यापक व्यावसायिक काम स्वायत्त रूप से कर सकते हैं।

Wujie Power के संस्थापक Zhang Yufeng ने एक अहम अंतर बताया: नियंत्रित औद्योगिक स्थल पर रोबोट को किसी सीमित और दोहराए जाने वाले कौशल के लिए प्रशिक्षित किया जा सकता है। इसके विपरीत, व्यावसायिक सेवा में बदलते वातावरण, उपयोगकर्ताओं, वस्तुओं और विफलताओं के बीच वही क्षमता लागू करनी होती है। दूसरा काम कहीं अधिक कठिन है। 13

अभी कोई स्पष्ट “किलर एप्लिकेशन” नहीं

उद्योग की मांग वास्तविक है, लेकिन इसके उपयोग-क्षेत्र का नक्शा अभी तय नहीं हुआ है। फैक्टरियां व्यवस्थित लेआउट और दोहराए जाने वाले काम दे सकती हैं। लॉजिस्टिक्स में आवाजाही, बदलती वस्तुएं और लगातार संचालन की जरूरत जुड़ जाती है। रिटेल और हॉस्पिटैलिटी में अनिश्चित लोग और मानवीय बातचीत शामिल होती है। घरों में इन सभी मुश्किलों के साथ वस्तुओं और परिस्थितियों की लगभग असीम विविधता होती है।

चीन की जून २०२६ की MIIT–SASAC पहल ने कंपनियों को वर्ष के अंत तक वास्तविक परिस्थितियों में प्रशिक्षण, सत्यापन और तैनाती की दिशा में बढ़ने को कहा। इससे प्रदर्शनियों और डेमो से आगे निकलने का दबाव बढ़ा है। 13 हालांकि नीति का दबाव मूल कारोबारी सवाल का जवाब नहीं देता: कौन-से काम ऐसे हैं जिनसे ह्यूमनॉइड रोबोट की कीमत, रखरखाव, निगरानी और सुरक्षा संबंधी खर्च उचित ठहर सके?

इसलिए निकट भविष्य का सबसे विश्वसनीय बाजार सीमित और दोहराए जाने वाले कामों का हो सकता है, न कि पूरी तरह सामान्य प्रयोजन वाले रोबोट श्रम का। गेम्स के परिदृश्य-आधारित इवेंट इसी वजह से उपयोगी हैं—वे पटकथा-आधारित प्रदर्शन और भरोसेमंद वर्कफ़्लो के बीच का अंतर सामने लाते हैं। 113

चमकदार प्रदर्शन के पीछे विश्वसनीयता और मानकों की कमी

उद्योग से जुड़े लोगों ने माना कि कई ह्यूमनॉइड रोबोटों में अभी औद्योगिक स्तर की विश्वसनीयता नहीं है और अंतरराष्ट्रीय मानक भी परिपक्व नहीं हुए हैं। यह पारंपरिक औद्योगिक रोबोटिक आर्म से बड़ा अंतर है, जिनसे हजारों घंटों तक संचालन की अपेक्षा की जाती है। 13

किसी रोबोट का एक बार प्रभावशाली इवेंट पूरा कर लेना उसकी क्षमता का प्रमाण है। लेकिन इससे यह जरूरी नहीं साबित होता कि वह कई शिफ्टों में बदलते भार के साथ सुरक्षित और किफायती ढंग से काम करेगा, या रखरखाव और खराबी से उबरने की उसकी प्रक्रिया अनुमानित होगी।

खरीदारों के लिए इसलिए महत्वपूर्ण सवाल बदल रहे हैं:

• रोबोट कितनी बार विफल होता है या मानवीय हस्तक्षेप मांगता है?
• क्या वह अनपेक्षित वस्तु, व्यक्ति या रुकावट से खुद उबर सकता है?
• रखरखाव से पहले वह कितने घंटे काम कर सकता है?
• क्या वही कौशल अलग रोबोट बॉडी और अलग साइट पर लागू हो सकता है?
• क्या तैनाती के लिए मान्य सुरक्षा और अनुपालन ढांचा मौजूद है?

अपनाने की गति पर इन सवालों के जवाब एथलेटिक रिकॉर्ड से अधिक असर डालेंगे, भले ही सुर्खियां रिकॉर्ड ही बटोरें।

प्रशिक्षण डेटा अगली बड़ी अड़चन बन रहा है

इनोवेशन पार्क में हुई चर्चाओं ने यह भी दिखाया कि समस्या केवल हार्डवेयर की नहीं रह गई है। अब उद्योग डेटा की कमी से जूझ रहा है। रिपोर्टों के अनुसार ग्राहकों की जरूरत कुछ हजार प्रशिक्षण घंटों से बढ़कर सैकड़ों हजारों और फिर करोड़ों घंटों तक पहुंच रही है। Noitom Robotics ने २०२६ में सैकड़ों हजारों घंटे और २०२७ में लाखों घंटे का उत्पादन करने की योजना बताई। 13

इस महत्वाकांक्षा का पैमाना Noitom के सार्वजनिक रूप से जारी किए गए HiPHI dataset से समझा जा सकता है। इसमें मानव गति और वस्तुओं के साथ मानवीय संपर्क का ६१७.५ घंटे का उच्च-सटीकता डेटा है। यह एक महत्वपूर्ण शोध संसाधन है, लेकिन इसका आकार यह भी दिखाता है कि मजबूत embodied-AI सिस्टम के लिए कंपनियों द्वारा बताए जा रहे बहुत बड़े डेटा वॉल्यूम से उद्योग अभी कितनी दूर है। 4749

यह डेटा एक-दूसरे का सीधा विकल्प नहीं है। चर्चाओं में इसे मोटे तौर पर तीन स्तरों में बांटा गया:

1. उच्च-गुणवत्ता वाला संचालन डेटा: प्रथम-व्यक्ति या टेलीऑपरेटेड उदाहरण, जो कठिन कौशल सिखा सकते हैं, लेकिन इन्हें जुटाना महंगा है।
2. रोबोट में पुनः लागू किया जा सकने वाला मानव-केंद्रित डेटा: मानव गति और संपर्क का ऐसा डेटा जिसे अलग-अलग रोबोट बॉडी में स्थानांतरित किया जा सके।
3. सिमुलेशन डेटा: भरपूर और अपेक्षाकृत सस्ता, लेकिन आभासी और वास्तविक दुनिया के बीच के अंतर से सीमित।

भौतिक डेटा कैप्चर की लागत प्रति घंटे हजारों युआन बताई गई। यही खर्च कंपनियों को बड़े पैमाने पर डेटा जुटाने के नए तरीके खोजने के लिए प्रेरित कर रहा है। Noitom ने अगले वर्ष तक करीब २०,००० लोगों से क्राउडसोर्सिंग के जरिए डेटा जुटाने की योजना बताई है, जिसकी शुरुआत घरेलू परिस्थितियों से होगी। 13

सीधी बात यह है कि मानव-जैसा शरीर किसी ह्यूमनॉइड को अपने-आप सामान्य प्रयोजन वाला नहीं बना देता। उसे पर्याप्त विविध और सटीक रूप से लेबल किया गया अनुभव भी चाहिए, ताकि वह वास्तविक दुनिया में दृश्य संकेतों, गति, वस्तुओं, लोगों और संभावित परिणामों के बीच संबंध समझ सके।

अगस्त के घटनाक्रम से वास्तव में क्या पता चलता है?

गेम्स और इनोवेशन पार्क के दौरों से एक संतुलित निष्कर्ष निकलता है:

• उद्योग का पैमाना बढ़ रहा है। गेम्स में बढ़ती भागीदारी, इवेंट की संख्या, पुर्जों में समानता, निवेश और बताए गए ऑर्डर एक बड़े व्यावसायिक इकोसिस्टम की ओर संकेत करते हैं। 213
• व्यावसायिक सत्यापन शुरू हो चुका है। कंपनियां फैक्टरी, लॉजिस्टिक्स, हॉस्पिटैलिटी और अन्य वास्तविक परिस्थितियों में तैनाती की कोशिश कर रही हैं; नीतियां भी उन्हें प्रदर्शनी स्थलों से बाहर परीक्षण के लिए प्रेरित कर रही हैं। 113
• सामान्य प्रयोजन वाला काम अभी हल नहीं हुआ है। विश्वसनीयता, मानक, अर्थशास्त्र, सही कार्य-चयन और डेटा अब भी खुले प्रश्न हैं। 13

ह्यूमनॉइड रोबोटिक्स अब केवल नाचने, दौड़ने और पटकथा-आधारित प्रदर्शन के दौर से आगे बढ़ चुका है। अगली कसौटी कम सिनेमाई, लेकिन कहीं अधिक महत्वपूर्ण होगी: क्या कोई रोबोट हजारों घंटों तक सुरक्षित और लगातार उपयोगी काम कर सकता है—और क्या वह इतनी वास्तविक दुनिया की विविधता संभाल सकता है कि किसी कारोबारी संस्था के लिए उसकी तैनाती वाजिब ठहरे?