Chiński wyścig humanoidalnych robotów: od rekordów sprinterskich do testu w fabrykach

Pekin pokazał w tym tygodniu dwie twarze tej samej branży. Na bieżni roboty Tiangong imponowały prędkością i skocznością. Podczas Światowej Konferencji Robotyki zaprezentowano natomiast rozwiązania, które mają pomóc przenieść humanoidy z pokazów do fabryk: wspólną warstwę oprogramowania opartą na inteligencji ucieleśnionej oraz lżejszą, tańszą platformę sprzętową.

Najważniejszy wniosek jest większy niż pojedynczy rekord. Robotyka humanoidalna zaczyna przechodzić od widowiska do etapu projektowania produktów. Nie pokonała jednak jeszcze trudniejszej bariery: niezawodnego, bezpiecznego i ekonomicznie uzasadnionego wdrożenia na dużą skalę.

Tiangong ustanawia nowe wyniki w Pekinie

Seria Tiangong należała do najbardziej widocznych bohaterów drugiej edycji World Humanoid Robot Games.

• Tiangong Ultra wygrał bieg na 400 metrów w kategorii dużych robotów w czasie 38,15 sekundy. 45
• W finale biegu na 100 metrów osiągnął 8,64 sekundy, poprawiając wcześniejszy wynik z półfinału — 8,86 sekundy. 15
• Tiangong Omni zwyciężył w biegu na 400 metrów w kategorii małych robotów z czasem 45,66 sekundy. 23
• Wśród zgłaszanych rekordów znalazły się także: 2 minuty i 21,64 sekundy na 1500 metrów, 3,40 metra w skoku wzwyż z miejsca oraz 4,83 metra w skoku w dal z miejsca. 25

Wyniki pokazują szybki postęp w zakresie dynamicznego poruszania się. Trzeba je jednak właściwie interpretować. Robot zoptymalizowany pod kątem konkretnej konkurencji demonstruje wyspecjalizowaną zdolność w określonych warunkach. Nie oznacza to jeszcze, że potrafi bezpiecznie poruszać się po nieprzewidywalnej hali produkcyjnej, manipulować różnorodnymi przedmiotami albo pracować przez długi czas bez interwencji człowieka.

Niektóre relacje przypisały zespołom Beijing Humanoid Robotics Innovation Center i serii Tiangong 15 złotych, 12 srebrnych i 18 brązowych medali, a także 34 rekordy. Są to dane podawane przez źródła wtórne i nie zostały tu niezależnie zweryfikowane, dlatego należy traktować je jako raportowane podsumowanie. 613

„Mózg” i lżejsze ciało robota

Podczas World Robot Conference centrum zaprezentowało Pelican-Unify — zunifikowany model inteligencji ucieleśnionej, który ma łączyć rozumienie, wnioskowanie, wyobrażanie i działanie. Opis badań towarzyszących projektowi wskazuje na wykorzystanie jednego modelu językowo-wizyjnego jako wspólnego modułu rozumienia i rozumowania. Model mapuje sceny, instrukcje, kontekst wizualny oraz historię działań do wspólnej przestrzeni semantycznej. 17

To ważna zmiana w sposobie konstruowania humanoidów. Wyzwaniem nie jest już wyłącznie budowa mocniejszych siłowników, lepszej kontroli równowagi czy sprawniejszych dłoni. Twórcy próbują także stworzyć wielokrotnie wykorzystywaną warstwę inteligencji, która rozpozna otoczenie, zaplanuje zadanie i przełoży plan na fizyczne działanie.

Centrum pokazało również Tiangong Omni — humanoida o wysokości 1,35 metra i masie 39 kilogramów, którego konstrukcja ma sprzyjać tańszej produkcji seryjnej. 1319 Mniejsza forma kieruje uwagę na praktyczne pytanie: czy lżejsza i mniej kosztowna platforma ułatwi firmom eksperymentowanie oraz wdrożenia bardziej niż duże, wysokospecjalistyczne humanoidy.

Pelican-Unify i Omni to zatem dwa uzupełniające się elementy tej samej strategii. Pierwszy celuje w warstwę programową i inteligencję, drugi — w fizyczną platformę, na której ta inteligencja ma działać.

„Moment ChatGPT” wciąż jest prognozą

Xiong Youjun, dyrektor generalny centrum, mówił o zbliżającym się „momencie ChatGPT” dla sztucznej inteligencji ucieleśnionej — chwili, w której ogólny model i odpowiednia ilość danych pozwolą wykorzystać technologię przy wielu zadaniach. To trafna metafora ambicji branży, ale nie dowód, że uniwersalne i autonomiczne humanoidy już istnieją.

Roboty trafiają w znacznie bardziej wymagające środowisko niż systemy programowe. Muszą rozpoznawać zmieniające się warunki fizyczne, unikać kolizji, kontrolować siłę, radzić sobie z błędami i wielokrotnie wykonywać zadania w podobny sposób. Model dobrze działający podczas demonstracji może nadal wymagać dużej ilości danych specyficznych dla danego zadania, nadzoru oraz integracji, zanim będzie mógł bezpiecznie pracować w środowisku komercyjnym.

Najważniejszym sprawdzianem tej analogii będzie to, czy jeden model potrafi niezawodnie przenosić swoje umiejętności między różnymi konstrukcjami robotów, miejscami pracy i zadaniami — a nie tylko generować efektowne demonstracje.

Od parametrów do wyników całego systemu

Dotychczas humanoidy często porównywano za pomocą łatwo widocznych danych: wzrostu, masy, liczby stopni swobody, udźwigu czy maksymalnej prędkości. Te parametry nadal mają znaczenie, ale nie odpowiadają na pytania, od których zależy decyzja klienta o zakupie robota.

Firmy przemysłowe będą raczej pytać:

• Jak często robot wykonuje zadanie bez pomocy człowieka?
• Jaki ma czas pracy i jakie są wymagania konserwacyjne?
• Jak stabilne są jego tempo oraz jakość?
• Ile kosztuje integracja z istniejącymi maszynami?
• Czy system może bezpiecznie działać w pobliżu ludzi?
• Czy zapewnia mierzalny zwrot z inwestycji?

Dlatego uwagę przyciągają ograniczone i powtarzalne zadania: inspekcja, sortowanie, przenoszenie oraz inne prace „brudne, niebezpieczne i monotonne”. W takich zastosowaniach łatwiej zestawić koszt robota z konkretną korzyścią operacyjną — mniejszym narażeniem pracowników, większą przepustowością albo ograniczeniem skutków niedoboru personelu.

W dostarczonych materiałach opisano także projekt weryfikacji termometrów na podczerwień, który miał przyspieszyć pracę sześciokrotnie. Tego wyniku nie potwierdzają niezależnie przedstawione dowody, dlatego nie należy traktować go jako uznanego wskaźnika wydajności. Same czujniki podczerwieni mogą szybko i bezdotykowo mierzyć temperaturę, ale ta ogólna właściwość nie potwierdza rezultatu konkretnego projektu robotycznego. 33

Wspólna infrastruktura może ułatwić skalowanie

Wąskim gardłem branży nie jest wyłącznie sprawność mechaniczna. Problemem jest również koszt budowy całego zaplecza potrzebnego do wdrożenia robota.

Zgodnie z relacjami towarzyszącymi prezentacjom firmy borykają się z powielaniem zbierania danych, drogą weryfikacją oraz niekompatybilnymi stosami sprzętu i oprogramowania. Jeśli każdy producent robotów i każda fabryka będą musiały tworzyć własne zbiory danych, interfejsy, procedury bezpieczeństwa i narzędzia integracyjne, wdrożenia pozostaną powolne i kosztowne nawet wtedy, gdy same roboty będą coraz lepsze.

Proponowaną odpowiedzią jest wspólna warstwa infrastruktury. Platforma Tiangong ma pełnić funkcję wielokrotnie wykorzystywanej platformy ciała robota, a otwarty ekosystem Huisi Kaiwu oferuje narzędzia i modele do rozwijania modeli świata ucieleśnionego oraz robotycznych modeli językowo-wizyjnych. Materiały X-Humanoid opisują zastosowania obejmujące różne scenariusze i zadania — od fabryki, domu i przestrzeni na zewnątrz po chwytanie, nawigację oraz interakcję człowieka z robotem. 2122

Otwarta lub kompatybilna infrastruktura może ograniczyć powielanie prac inżynieryjnych. Sama otwartość nie gwarantuje jednak niezawodności. Wspólne platformy nadal potrzebują jasnych interfejsów, solidnych metod oceny, dobrej dokumentacji i zabezpieczeń, a także dowodów, że modele rzeczywiście przenoszą się między różnymi konstrukcjami i środowiskami pracy.

Współpraca z Mercedes-Benz sugeruje najpierw wsparcie, potem zastępowanie

Raportowane partnerstwo z Mercedes-Benz, opisane w kontekście wykorzystania Tiangong 3.0 jako „krzemowego doradcy”, wskazuje na ostrożniejszą rolę humanoidów w najbliższej przyszłości: wspieranie pracowników i rekomendowanie działań w ograniczonych procesach zamiast natychmiastowego zastępowania szeroko rozumianej ludzkiej oceny. Dostępne materiały potwierdzają, że o partnerstwie informowano, ale nie określają w pełni jego zakresu ani wyników operacyjnych. 19

To rozróżnienie ma znaczenie. Wdrożenia przemysłowe mogą zacząć się od robotów, które kontrolują, rekomendują, pobierają, sortują albo wykonują powtarzalne czynności, podczas gdy człowiek nadal obsługuje wyjątki i podejmuje decyzje o dużych konsekwencjach. Takie projekty pozwalają gromadzić dane z rzeczywistych operacji i rozpoznawać tryby awarii, zanim firmy powierzą robotom bardziej autonomiczne zadania.

Standardy są równie ważne jak modele

O tym, czy humanoidy wyjdą poza etap pilotaży, zdecydują bezpieczeństwo i interoperacyjność. Chiny zatwierdziły opracowanie krajowych standardów dla robotów humanoidalnych, obejmujących między innymi percepcję otoczenia, podejmowanie decyzji i planowanie, sterowanie ruchem oraz wykonywanie zadań. 27

Standardy mogą pomóc zdefiniować metody testowania, wymagania techniczne i zasady interakcji człowieka z robotem. Mogą także ograniczyć niepewność fabryk, które będą chciały integrować roboty różnych dostawców.

Szczegółowa informacja o pracach nad 49 standardami dotyczącymi bezpieczeństwa i powiązanych obszarów nie została niezależnie potwierdzona w dostarczonych źródłach. Ogólny kierunek jest jednak czytelny: branża dążąca do masowego wdrożenia potrzebuje nie tylko sprawnego sprzętu i modeli, lecz także powtarzalnych testów, wiarygodnych analiz bezpieczeństwa, zgodnych interfejsów oraz jasnego podziału odpowiedzialności w razie awarii.

Jak może wyglądać droga do masowych wdrożeń?

Wydarzenia w Pekinie wskazują na etapowy model adopcji:

1. Początek od wąskich i mierzalnych zadań. Inspekcja, sortowanie, powtarzalne przenoszenie oraz inne ograniczone procesy łatwiej ocenić niż otwartą pracę ogólną.
2. Pomiar wyników operacyjnych. Przepustowość, jakość, czas pracy, liczba interwencji, bezpieczeństwo i całkowity koszt posiadania są ważniejsze niż pojedynczy rekord z zawodów.
3. Ponowne wykorzystywanie danych i infrastruktury. Wspólne platformy oraz kompatybilne narzędzia mogą ograniczyć koszty powtarzanego trenowania i integracji.
4. Rozwój standardów równolegle z możliwościami robotów. Fabryki potrzebują wiarygodnych sposobów testowania, certyfikowania i monitorowania systemów humanoidalnych.
5. Stopniowe zwiększanie autonomii. Roboty mogą przechodzić od nadzorowanego wsparcia do szerszej pracy wielozadaniowej dopiero wtedy, gdy zostaną potwierdzone ich niezawodność i zwrot z inwestycji.

Pekińskie wydarzenia pokazują branżę, która szybko rozwija zdolności dynamicznego ruchu, badania nad inteligencją ucieleśnioną i koncepcje platformowe. O wyniku rywalizacji nie zdecyduje jednak kolejny rekord sprinterski. Wygrają systemy, które będą potrafiły wielokrotnie, bezpiecznie i po uzasadnionym dla klienta koszcie wykonywać użyteczną pracę.