Chiny budują fabryki danych dla „mózgów” humanoidalnych robotów

Światowa Konferencja Robotyki 2026 w Pekinie pokazała, że chiński sektor humanoidalnych robotów wchodzi w kolejną fazę. Wyścig nie dotyczy już wyłącznie budowy coraz sprawniejszych „ciał”. Coraz większe znaczenie ma infrastruktura danych, która ma dostarczyć materiału do trenowania ich „mózgów”.

Według przywoływanych danych co najmniej 90 centrów zbierania i trenowania danych dla humanoidalnych robotów działa już w Chinach lub jest tam budowanych. To sygnał przesunięcia priorytetów inwestycyjnych. Jednocześnie konferencja ujawniła różnicę między produkowaniem danych na skalę przemysłową a dowodem, że dane te przekładają się na inteligencję możliwą do wykorzystania w różnych robotach, zadaniach i miejscach pracy. 13

Nowym strategicznym zasobem są dane ucieleśnione

Robot nie potrzebuje wyłącznie zdjęć, tekstu czy nagrań wideo. Aby nauczyć maszynę użytecznej „inteligencji fizycznej”, trzeba rejestrować między innymi to, co widzi człowiek, jak porusza rękami i całym ciałem, jak reagują przedmioty oraz w jakiej kolejności przebiegają działania.

Dlatego cenne stają się nagrania z perspektywy pierwszej osoby, informacje o ułożeniu ciała, obraz głębi, sygnały dotykowe i dane opisujące stan samego robota. Razem tworzą one materiał dla modeli sztucznej inteligencji, które mają nie tylko rozpoznawać świat, lecz także działać w nim fizycznie.

Lightwheel AI przedstawiła tę koncepcję za pomocą projektu EgoSuite-Open100K — planowanego zbioru 100 000 godzin danych o aktywności ludzi z perspektywy pierwszej osoby. Zbiór ma obejmować ponad 15 000 zadań i rzeczywistych scen zbierania danych. Wykorzystuje ujęcia z kamer umieszczonych na głowie i nadgarstku, a także informacje o położeniu dłoni i całego ciała, etykiety semantyczne oraz dane o głębi. Pierwsze 10 000 godzin udostępniono za pośrednictwem Hugging Face; projekt zakłada również dystrybucję przez AtomGit. 1 12

Zaletą takiego podejścia jest szeroki zakres codziennych czynności i manipulowania przedmiotami, który można rejestrować bez używania za każdym razem drogiego fizycznego robota. Dane o ludzkiej aktywności nie są jednak automatycznie tym samym co doświadczenie robota. Człowiek intuicyjnie kompensuje równowagę, tarcie i kontakt z przedmiotem. Robot musi natomiast wykryć te zjawiska za pomocą własnych czujników i odpowiednio nimi sterować.

Sześć metod zbierania danych i nieuniknione kompromisy

Tian Feng z Intelligent Industries Research Institute firmy SenseTime opisał sześć równolegle stosowanych sposobów pozyskiwania danych. Wśród nich znalazły się między innymi teleoperacja, przechwytywanie ruchu, dane syntetyczne oraz rejestrowanie pracy na rzeczywistych liniach produkcyjnych. 13

Każda metoda pokazuje inny fragment problemu:

• Teleoperacja pozwala zachować informacje o działaniach konkretnego robota i sprzężeniu fizycznym, ale wymaga robotów, operatorów oraz kontrolowanej infrastruktury.
• Przechwytywanie ruchu umożliwia rejestrowanie ludzkich zachowań na dużą skalę, lecz nie musi oddawać sił i ograniczeń, z którymi zetknie się robot.
• Dane syntetyczne pozwalają szybko generować rzadkie scenariusze, jednak zachowanie z symulacji musi jeszcze przenieść się do świata fizycznego.
• Zbieranie danych na liniach produkcyjnych jest najbliższe zastosowaniom komercyjnym, ponieważ obejmuje konkretne zadania, błędy i ograniczenia środowiska pracy.
• Rejestrowanie działań człowieka z perspektywy pierwszej osoby zapewnia szeroki zakres zachowań i niższy koszt, ale może pomijać dynamikę robota, na przykład moment obrotowy stawów i siłę kontaktu.

Według przedstawionych informacji rejestrowanie działań ludzi bez użycia całego robota może kosztować około jednej piątej tego, ile kosztuje zbieranie demonstracji z wykorzystaniem fizycznych maszyn. Kompromis polega na tym, że takie dane mogą odzwierciedlać sposób wykonywania zadania przez wynajętych zbieraczy danych, a nie przez doświadczonych pracowników. 13

Nie oznacza to, że dane ludzkie należy odrzucić. Raczej powinny być jedną z warstw większego zestawu treningowego — obok teleoperacji, danych o stanie robota, symulacji oraz informacji zwrotnych z rzeczywistych wdrożeń.

Łańcuch dostaw staje się łańcuchem przechwytywania danych

Konferencja pokazała również szerszą zmianę. Infrastruktura robotyki obejmuje dziś nie tylko silniki, akumulatory i konstrukcje robotów, lecz także urządzenia do rejestrowania demonstracji oraz zachowań czuciowo-ruchowych.

Systemy nagrywania z perspektywy pierwszej osoby i urządzenia ręczne, rękawice, interfejsy dotykowe, kamery, mikrokontrolery, pamięci i układy analogowe stają się częścią tego samego potoku danych. 13

Taki zestaw może obniżyć koszt gromadzenia dużej liczby demonstracji. Tworzy jednak problem standardów. Dane zebrane przy użyciu różnych czujników, procedur kalibracji, sposobów opisu działań, warstw pośredniczących i metod etykietowania nie muszą dać się łatwo połączyć.

W efekcie powstają tak zwane „wyspowe dane” — wartościowe zapisy zamknięte w sprzętowym i programowym stosie, w którym je wytworzono. Otwarty zbiór danych może ograniczyć ten problem, ale sama otwartość nie gwarantuje ponownego wykorzystania. Potrzebne są wspólne schematy, metadane kalibracyjne, zasady synchronizacji czasu, interfejsy i protokoły oceny. Dopiero wtedy większa ilość danych może przełożyć się na wspólną, narastającą zdolność całej branży. 13

Czy robotyka ma własne prawo skalowania?

Nadal nie wiadomo, czy znany z dużych modeli językowych schemat — większa ilość danych i większy model prowadzący do większych możliwości — przenosi się wprost na robotykę.

Raport GEN-0 firmy Generalist AI z listopada 2025 roku przyniósł obiecującą, ale ograniczoną odpowiedź. W eksperymentach firmy mniejsze modele miały trudności z przyswajaniem coraz bardziej różnorodnych danych czuciowo-ruchowych. Generalist AI określiła to zjawisko mianem „skostnienia” (ossification). Przy większej skali wyniki nadal się poprawiały, a raport wskazał pozorny próg w okolicach 7 miliardów parametrów. 36

To istotna obserwacja, ale nie jest jeszcze powszechnie potwierdzonym prawem skalowania dla całej robotyki. Wynik pochodzi z modeli, danych i metod oceny jednej firmy. Robotyka ma też problem, którego modele tekstowe nie doświadczają w taki sam sposób: polityka działania musi być wykonywana przez konkretne ciało, w konkretnym środowisku i pod realnymi ograniczeniami fizycznymi.

Pytanie nie brzmi więc tylko: „Czy model jest wystarczająco duży?”. Równie ważne jest to, czy dane treningowe zawierają właściwe sygnały fizyczne i czy wyuczona polityka działania przenosi się na inne konstrukcje robotów oraz rzeczywiste zadania.

Więcej wysłanych robotów nie oznacza jeszcze popytu komercyjnego

Chińska skala produkcji daje tamtejszym firmom dużą przewagę w rozmieszczaniu robotów do eksperymentów i zbierania danych. Liczba wdrożonych maszyn może jednak wprowadzać w błąd, jeśli większość z nich służy przede wszystkim do prezentowania możliwości, badań lub tworzenia kolejnych zbiorów danych, a nie do generowania powtarzalnej wartości ekonomicznej.

Interact Analysis podała, że w 2025 roku globalna produkcja humanoidalnych robotów przekroczyła 20 000 sztuk, lecz tylko około 10 proc. trafiło do rzeczywistych zastosowań. Większość maszyn wykorzystywano w badaniach, do zbierania danych lub w rozrywce. Ta sama analiza wskazała Chiny jako główny motor zarówno podaży, jak i wczesnego przyjęcia humanoidów. 21

Ten kontekst jest ważny dla rosnącej liczby centrów danych. Wsparcie państwa, zakupy hurtowe i programy odkupu danych mogą szybko zwiększać liczbę robotów, obiektów oraz zarejestrowanych godzin. Mogą pomóc zbudować ekosystem uczenia, ale same w sobie nie dowodzą jeszcze, że klienci zapłacą za roboty, które niezawodnie obniżają koszty, zwiększają produkcję albo wykonują pracę trudną do wykonania przez ludzi.

Prawdziwym wąskim gardłem jest połączenie wszystkich elementów

Konferencja w Pekinie nie pokazała, że Chiny rozwiązały już problem inteligencji ucieleśnionej. Pokazała natomiast, że tamtejsza branża buduje elementy potencjalnego rozwiązania na wyjątkowo dużą skalę:

1. Szerokie dane z ludzkich demonstracji i różnorodnych środowisk.
2. Dane zakotwiczone fizycznie — z teleoperacji, czujników robotów i rzeczywistych zadań produkcyjnych.
3. Interoperacyjną infrastrukturę, dzięki której nagrania można przenosić między różnymi robotami i stosami programistycznymi.
4. Modele, które skalują się i generalizują, zamiast jedynie zapamiętywać demonstracje.
5. Informacje zwrotne z wdrożeń, obejmujące błędy, odzyskiwanie kontroli i interwencje operatorów.
6. Przychody komercyjne, które pozwolą finansować dalsze zbieranie danych bez trwałej zależności od subsydiów.

Proponowany przez Lightwheel ekosystem również zmierza w tym kierunku: obejmuje otwarte standardy danych, zbieranie danych sterowane wynikami testów oraz wspólne projektowanie danych i modeli. 1

Najtrafniejszy wniosek jest więc węższy niż stwierdzenie, że „Chiny zbudowały mózg robota”. Chiny budują fabryki, urządzenia i zbiory danych, które mają umożliwić jego powstanie. To, czy infrastruktura przełoży się na szeroko użyteczne humanoidy, zależeć będzie od jakości danych, ich zgodności z fizyką, kompatybilności między urządzeniami oraz dowodów, że roboty potrafią tworzyć trwałą wartość poza pokazami i laboratoriami.