WRC 2026 pokazało, że chińskie roboty mają przejść od efektownych demonstracji do codziennej pracy

WRC 2026 było pokazem branży znajdującej się w okresie przejściowym. Od 19 do 23 sierpnia w pekińskiej dzielnicy Yizhuang roboty sortowały przesyłki, obsługiwały procesy produkcyjne, przygotowywały jedzenie i wykonywały domowe obowiązki — obok bardziej znanych pokazów możliwości humanoidów. Główne przesłanie wydarzenia było jasne: przyszłość robotyki nie zależy już tylko od tego, czy maszyna potrafi raz zachwycić publiczność. Pytanie brzmi, czy może wystarczająco niezawodnie wykonywać użyteczną pracę, by stać się częścią działającego biznesu. 3417

Jednocześnie konferencja pokazała, że oprogramowanie będące podstawą uniwersalnych robotów wciąż nie ma jednej ustalonej formy. Firmy szukają różnych odpowiedzi na ten sam problem: jak zapewnić maszynom rozumienie świata fizycznego, odpowiednią ilość danych treningowych oraz elastyczność pozwalającą działać poza ściśle zaprogramowanym scenariuszem.

Od efektownego pokazu do pracy operacyjnej

Hasło tegorocznego wydarzenia — „Human-Robot Symbiosis, Production-Demand Convergence”, czyli „symbioza człowieka i robota, zbliżenie produkcji do popytu” — przesunęło uwagę w stronę zastosowań i potencjalnych nabywców. Na stoiskach prezentowano między innymi sortowanie paczek, pakowanie telefonów, transport materiałów, obsługę recepcji, handel detaliczny i prace domowe. Reuters opisywał ambicję branży jako odejście od widowiskowych demonstracji na rzecz szerszego wykorzystania komercyjnego, zastrzegając zarazem, że same pokazy nie dowodzą jeszcze trwałego i skalowalnego wdrożenia. 217

To ważne rozróżnienie. Robot, który wykonuje zadanie na przygotowanej hali targowej, pokazuje możliwości technologii. Robot, który powtarza je w zmiennym środowisku pracy, demonstruje już produkt operacyjny. WRC 2026 dostarczyło więcej dowodów na zbliżanie się do tego drugiego etapu niż na faktyczne wdrożenie robotów na masową skalę.

Kilka prezentacji dobrze ilustrowało kierunek zmian:

• X Square Robot pokazał jeden zunifikowany model działający w logistyce i środowisku domowym. Roboty porządkowały ubrania, sprzątały, odbierały dostawy i napoje, podlewały rośliny oraz wykonywały inne czynności domowe.
• UBTECH zaprezentował skoordynowane procesy z udziałem humanoidów: podnoszenie, układanie, sortowanie i uzupełnianie towarów. Model Walker C1 przedstawiano natomiast jako robota przeznaczonego do usług i kontaktu z ludźmi, na przykład w recepcji.
• JD.com uruchomił platformę JoyInside AI na humanoidzie Unitree R1, który został pokazany podczas spaceru z robotycznym psem. Demonstracja podkreślała, że JD.com chce być nie tylko użytkownikiem robotów, ale również uczestnikiem ekosystemu platform sztucznej inteligencji.
• Pokazy z sektora gastronomicznego, handlowego i usługowego — w tym automatyczne gotowanie, przygotowywanie kawy i obsługa robotycznych punktów sprzedaży — uwidoczniły komercyjny cel wydarzenia. 516

Dostępne materiały dotyczące WRC 2026 nie potwierdzają konkretnych zastosowań firm AI² Robotics ani LimX Dynamics, dlatego ich roli podczas wydarzenia nie należy przedstawiać z większą pewnością, niż pozwalają na to źródła.

Duża wystawa, ale skala nie oznacza dojrzałości

Liczby związane z konferencją były znaczące. Organizatorzy informowali o udziale 373 chińskich i zagranicznych firm, ponad 3000 produktów oraz 311 premierach produktowych w ciągu pięciu dni. Wystawa obejmowała kompletne roboty, kluczowe podzespoły, współpracę przemysłową i zastosowania w wielu środowiskach. 34

Skala wydarzenia jest istotna, ponieważ wskazuje na coraz pełniejszy łańcuch komercjalizacji, a nie tylko zbiór niezależnych producentów robotów. W jednym miejscu spotkały się korpusy robotów, siłowniki i czujniki, układy scalone, systemy gromadzenia danych, modele bazowe, oprogramowanie aplikacyjne oraz potencjalni użytkownicy. Dużo uwagi poświęcono też takim elementom jak zręczne dłonie, czujniki siły, moduły stawów i chipy. 5

Do tych danych trzeba jednak podchodzić ostrożnie. Setki wystawców i tysiące produktów mierzą aktywność branży oraz jej ambicje rynkowe, ale nie dowodzą, że tysiące systemów pracują już na dużą skalę i przynoszą zyski. Najcenniejszym sygnałem było raczej coraz wyraźniejsze połączenie demonstracji z konkretnymi zadaniami: przemieszczaniem materiałów, sortowaniem przesyłek, uzupełnianiem zapasów, obsługą klientów i wykonywaniem prac domowych.

Nierozstrzygnięty spór o drogę do embodied AI

Konferencja uwypukliła również fundamentalne pytanie strategiczne: jaka droga pozwoli najszybciej stworzyć elastyczną inteligencję robotów?

Droga pierwsza: uczenie zachowań fizycznych na podstawie nagrań ludzi

Dyna-2 firmy Dyna Robotics reprezentuje jedno z podejść. Firma opisuje go jako model world-action do manipulowania przedmiotami, wstępnie wytrenowany na ponad milionie godzin nagrań z perspektywy człowieka — odpowiedniku około 170 lat nieprzerwanego czasu czuwania. Założenie jest takie, że duża ilość nagrań wideo może dostarczyć informacji o zmianach zachodzących w scenie, reakcji przedmiotów na kontakt oraz sposobie wykonywania fizycznych czynności, ograniczając zależność od trudnych do zebrania danych z działań robotów.

Dyna twierdzi, że Dyna-2 można przenosić między platformami robotycznymi i dostosowywać do nich przy użyciu zaledwie kilku godzin dodatkowego dostrajania. Są to jednak deklaracje firmy, a nie niezależnie potwierdzony dowód uniwersalnych możliwości modelu.

Droga druga: szybkie uczenie się na podstawie demonstracji

GEN-1.5 firmy Generalist kładzie nacisk na coś innego. Według producenta jest to multimodalny model bazowy dla robotów, który potrafi nauczyć się nowego zadania w kilka sekund na podstawie pojedynczej demonstracji — bez aktualizacji gradientowych i bez dostrajania. System przetwarza obraz wideo wraz z danymi z czujników, poleceniami językowymi i informacjami o stanie własnego ciała robota, a następnie generuje trajektorie ruchu.

Takie podejście stawia na szybką adaptację w kontekście. Zamiast trenować robota od nowa przy każdym zadaniu, operator pokazuje mu, co należy zrobić, a model próbuje uogólnić instrukcję na nowe sytuacje. Podobnie jak w przypadku Dyna-2, dostępne dowody pochodzą przede wszystkim od samej firmy, dlatego opisane możliwości należy traktować jako deklarowane, a nie rozstrzygnięte wyniki niezależnych benchmarków.

Czego wciąż nie wiadomo

Obie strategie ujawniają najważniejsze nierozwiązane problemy branży:

• Ile użytecznej wiedzy o świecie fizycznym można zdobyć z nagrań ludzi, zamiast z bezpośredniej interakcji robotów?
• Kiedy dane z rzeczywistego świata są cenniejsze niż symulacje lub zarejestrowane demonstracje?
• Czy twórcy powinni przede wszystkim zwiększać rozmiar modeli, rozwijać modelowanie świata, uczenie przez naśladowanie, czy może szybkie dostosowywanie do zadań?
• Czy model wytrenowany na jednym robocie będzie niezawodnie działać na innej konstrukcji, wyposażonej w inne czujniki, geometrię i ograniczenia sterowania?

Dostępne materiały nie wskazują jednego zwycięskiego rozwiązania ani jednej recepty na trening. Ten rozłam technologiczny nie jest pobocznym sporem: od niego zależy koszt dodawania nowych zadań, środowisk i typów robotów.

Jak wygląda „rok wdrożeń” w praktyce

WRC 2026 sugeruje strategię opartą na dwóch torach. Firmy rozwijają ograniczone zastosowania o łatwym do uzasadnienia rachunku ekonomicznym — w magazynach, montażu, logistyce, handlu i usługach — a jednocześnie inwestują w modele bazowe, infrastrukturę danych oraz sprzęt potrzebny do stworzenia bardziej uniwersalnej inteligencji ucieleśnionej. 24

To pragmatyczne połączenie. Wężej wyspecjalizowane systemy mogą już dziś dostarczać klientom informacji zwrotnych i generować dane operacyjne, nawet jeśli nie rozwiązują problemu robotyki ogólnego przeznaczenia. Humanoidy przyciągają uwagę, lecz do konkretnych zadań lepiej mogą pasować roboty na kołach albo wyspecjalizowane maszyny. Relacje z konferencji wskazywały, że wiele robotów wykonujących produktywną pracę poruszało się na kołach, a nie na dwóch nogach.

W efekcie rynek komercjalizuje się, zanim techniczny wyścig został rozstrzygnięty. WRC 2026 nie było więc deklaracją, że uniwersalne humanoidy już nadeszły. Było raczej testem tego, czy producenci robotów potrafią przekształcić imponujące demonstracje w powtarzalne procesy pracy — i wykorzystać te wdrożenia do dalszego doskonalenia technologii, podczas gdy rywalizacja o metody embodied AI nadal trwa.