Когда у гуманоидных роботов случится свой «момент ChatGPT»?

Иными словами, речь идёт о переходе от роботов, которые умеют выполнять конкретные действия, к роботам, способным самостоятельно понять, что делать дальше.

Два прогноза по срокам

ACE Robotics: технический прорыв к концу 2027 года

Ван Сяоган заявил, что ACE рассчитывает достичь «момента ChatGPT» для воплощённого интеллекта к концу 2027 года. По его словам, этому должны способствовать более совершенные мировые модели — системы, которые строят представление об окружающей среде и прогнозируют последствия действий, — а также значительное расширение массивов данных о реальном мире.

При этом он отделил технический прорыв от широкого коммерческого внедрения. Даже после достижения переломного момента, считает Ван, может понадобиться ещё четыре-пять лет, чтобы такие модели начали надёжно работать в разных отраслях.

Это важное уточнение. Модель может заметно улучшить рассуждение или управление роботом, но оставаться слишком дорогой, нестабильной или сложной для интеграции в повседневные процессы. Научный результат и экономически надёжная роботизированная рабочая сила — не одно и то же.

Unitree: два-три года в лучшем случае и до 10 лет при замедлении

Ван Синсин описал два возможных сценария. В оптимистичном случае воплощённый интеллект достигнет переломной точки за два-три года. Если же развитие способности обобщать опыт и выполнять точные физические действия замедлится, отрасли может потребоваться пять-десять лет.

Предложенный им тест с бытовыми задачами делает прогноз более требовательным, чем обычная демонстрация возможностей. Робот должен работать в новом помещении, понимать естественный язык и автономно выполнять широкий набор поручений.

Почему главным узким местом остаётся «мозг» робота

Аппаратная часть развивается быстро, однако программное обеспечение всё ещё с трудом переносит ограниченный опыт на огромное разнообразие ситуаций реального мира. Оба руководителя назвали основным ограничением искусственный интеллект и тренировочные данные.

Роботам нужны данные, связывающие то, что они видят, с тем, что делают: как ощущается предмет, какое усилие нужно приложить, что произойдёт на скользкой поверхности и как исправить ошибку после неудачного действия. Симуляции и записи демонстраций помогают, но не могут полностью воспроизвести непредсказуемость домов, фабрик, магазинов и других физических пространств.

Это отличается от обучения текстовой модели. Робот не может просто выучить описание действия. Ему необходимо освоить связь между восприятием, движением, последствиями и корректировкой поведения.

Как ACE Robotics собирается накапливать данные

ACE Robotics развивает «человекоцентричный» подход: компания оснащает сотрудников производственных линий лёгкими сенсорами, чтобы фиксировать действия людей и их взаимодействие с окружающей средой. ACE заявляет о цели собрать десятки миллионов часов обучающих данных для своих моделей окружающего мира.

Такая стратегия должна расширить поток реальных примеров, не ограничиваясь данными, которые получают только от роботов или в симуляторах. Люди могут показывать, как выполнять задачу, адаптировать движения к меняющимся условиям и объединять отдельные действия в длинные рабочие процессы.

ACE была основана в июле 2025 года. Компанию возглавляет Ван Сяоган, один из сооснователей SenseTime. В ангельском раунде финансирования участвовала Ant Group; капитал, связанный с SenseTime, и другие инвесторы также вложились в проект.

Чем примечательна модель Kairos-4B

ACE утверждает, что её открытая модель воплощённого интеллекта Kairos-4B заняла первое место в публичных тестах и превзошла Nvidia Cosmos 3 в сравнении, о котором сообщалось на конференции. Это заявления самой компании, поэтому их следует рассматривать как результаты конкретных бенчмарков, а не как доказательство готовности универсальных гуманоидных роботов к работе в домах или на фабриках.

Компания также планирует выходить за пределы лабораторных демонстраций. ACE заявляла о намерении разместить свои ИИ-модели в 1 000 беспилотных магазинов. Такой подход отражает типичную для отрасли последовательность: сначала внедрение в ограниченных коммерческих сценариях со стандартизированными процессами, а уже затем — попытка справиться с гораздо менее предсказуемыми бытовыми условиями.

Китайский робототехнический бум: масштаб есть, надёжность ещё предстоит доказать

Прогнозы прозвучали на фоне ажиотажа вокруг китайского рынка гуманоидных роботов. IPO Unitree на Шанхайской фондовой бирже STAR Market привлекло около 904 млн долларов, а спрос со стороны частных инвесторов, по сообщениям, превысил предложение более чем в 8 000 раз. В первый день торгов акции закрылись на 460% выше цены размещения, что оценило компанию примерно в 50 млрд долларов.

Данные о поставках также указывают на раннее производственное лидерство Китая. По оценке Smart Analytics Global, в первой половине 2026 года в мире было отгружено около 19 100 гуманоидных роботов, причём на китайских производителей пришлось более 97% объёма.

Эту цифру не следует путать с доказательством зрелости универсальной автоматизации. В доступных публикациях встречается противоречащее ей утверждение о поставке Китаем более 40 000 гуманоидных роботов за тот же период. Оно не согласуется с оценкой в 19 100 единиц на весь мировой рынок и не подтверждается более убедительными данными, доступными в данном случае.

Morgan Stanley отдельно повысила прогноз поставок гуманоидных роботов в Китае на весь 2026 год до 50 000 единиц, сославшись на более быстрый, чем ожидалось, переход от демонстраций к коммерческому применению. Но прогноз поставок измеряет расширение рынка, а не способность машин пройти тест Ван Синсина на выполнение 80% бытовых задач.

Главный вывод: способность может появиться раньше надёжности

Самое полезное прочтение заявлений двух руководителей заключается не в том, что гуманоидные роботы гарантированно достигнут определённого рубежа в 2027 году. Важнее другое: отрасль приближается к моменту, когда успех будут определять качество программного обеспечения, обучающие данные и способность обобщать опыт — а не только двигатели, аккумуляторы и конструкция корпуса.

Прогноз ACE указывает на возможный технический прорыв к концу 2027 года, за которым последуют годы коммерциализации. Диапазон Unitree подчёркивает неопределённость: два-три года, если прогресс ускорится, и пять-десять лет, если самые сложные проблемы окажутся устойчивыми.

Китай уже демонстрирует масштаб в финансировании, производстве и первых поставках. Но открытым остаётся главный вопрос: удастся ли превратить этот масштаб в роботов, которые надёжно работают в среде, с которой никогда раньше не сталкивались. Пока проблема данных и моделей не решена, «момент ChatGPT» для роботизированного мозга остаётся прогнозом, а не готовым продуктом.