Наиболее показательные стенды объединяли несколько операций в единый процесс:

• UBTECH представила логистическую линию примерно с 10 гуманоидными роботами. Одни машины поднимали и складывали коробки, другие сортировали товары и пополняли запасы, демонстрируя, как роботы могут распределять взаимосвязанные задачи.
• Galaxea показала робота, который по QR-коду находил заказанную бутылку, забирал ее и упаковывал. Компания заявила, что операция занимает чуть больше минуты и система уже работает в Пекине и других городах. Это заявление самой компании, а не независимое подтверждение масштабной эксплуатации.
• На других стендах роботы сортировали посылки, упаковывали мобильные телефоны, сваривали детали, загружали оборудование, пополняли полки, готовили еду и выполняли бытовые задачи. Такие сценарии лучше проверяют манипуляцию предметами и интеграцию в рабочий процесс, чем танцы или соревнования на скорость.

Экспозиция охватывала производство, общепит и розничную торговлю, здравоохранение и уход за пожилыми людьми, а также аварийно-спасательные работы. В ближайшей перспективе наиболее реалистичные возможности, вероятно, сосредоточены в структурированных средах — на заводах, складах и инспекционных маршрутах, где можно заранее определить задачи, границы безопасности и условия работы.

Заводы и склады станут первым испытанием

Китайские автопроизводители — одни из главных потенциальных заказчиков. По данным Reuters, почти 10 крупных автокомпаний, включая BYD и SAIC, тестировали системы embodied intelligence — «воплощенного интеллекта», то есть ИИ, способного воспринимать физический мир и действовать в нем, — для перемещения материалов и загрузки деталей на производственные линии. Unitree также сообщила об испытаниях своих роботов на автомобильных сборочных линиях и на собственных предприятиях.

Эти сценарии важны потому, что дают более ясный коммерческий тест, чем разовая демонстрация. Заводской робот должен работать длительное время, повторять операцию с минимальным числом ошибок, взаимодействовать с уже установленным оборудованием и оправдывать стоимость покупки или эксплуатации. Для складского робота требования схожи: надежное распознавание объектов, безопасная навигация и интеграция с системами заказов и учета запасов.

Состав участников WRC также показал, что отрасль сталкивается не только с задачей создания самого робота. Разработчики алгоритмов, поставщики 3D-камер и аккумуляторов, производители роботов и промышленные пользователи оказались в одном рыночном пространстве. Это указывает на стремление сократить путь от компонентов и данных для обучения до готовых решений для конкретного заказчика.

Для роботов создают «профессиональные училища»

Физическому роботу недостаточно большой языковой модели и эффектного прототипа. Ему нужны данные с камер и силовых датчиков, записи действий человека и многократная практика в условиях, похожих на те, где он будет работать.

В Китае насчитывается более 70 полигонов для обучения embodied intelligence, еще 46 объектов, как сообщается, строятся или планируются. На таких площадках собирают данные телеуправления и сенсоров, а роботы многократно отрабатывают практические операции. Например, на национальной пилотной базе в Ханчжоу, по имеющимся сообщениям, обучаются более 140 роботов в свыше 40 профессиональных сценариях — на «умных» кухнях, складах, фермах и в макете шахтного тоннеля.

Так формируется цикл обратной связи: робот пытается выполнить задачу, оператор исправляет ошибки, новые данные улучшают модель, после чего обновленная система проходит повторное испытание. Это не гарантирует появления универсальной автономности, но помогает устранить одно из главных узких мест embodied AI — нехватку качественных данных из реального мира, связанных с измеримым результатом работы.

Политика и капитал подталкивают отрасль к внедрению

Пекин превратил embodied intelligence из узкоспециализированной исследовательской темы в национальный промышленный приоритет. Правительство включило «воплощенный интеллект» в рабочий доклад на 2025 год, а 15-й пятилетний план на 2026–2030 годы предусматривает опережающее развитие embodied AI и механизмы финансирования новых отраслей и распределения связанных с ними рисков.

Национальный план действий в сфере гуманоидных роботов и обучения embodied AI в реальных условиях предусматривает поиск более 100 высокоценных сценариев применения. В связанных с ним сообщениях акцент сделан на производстве, государственных услугах и специализированных задачах — выпуске продукции, инспекциях и техническом обслуживании.

Рынок растет вместе с политической поддержкой. Выручка робототехнического сектора Китая, по имеющимся данным, превысила 300 млрд юаней в 2025 году после среднегодового роста более чем на 20% в предыдущие пять лет. Выручка за первое полугодие 2026 года составила 165,5 млрд юаней, увеличившись на 24,5% год к году. Эти цифры описывают весь робототехнический сектор, а не доказывают, что именно гуманоидные роботы уже стали прибыльными в массовом масштабе.

Интерес инвесторов особенно ярко проявился во время августовского листинга Unitree на шанхайской площадке STAR Market — китайском рынке для технологических компаний. Unitree стала первым производителем гуманоидных роботов на рынке акций категории A. В день дебюта ее бумаги открылись на 629,44% выше цены размещения, а закрылись с ростом на 460,34%. Такой результат демонстрирует аппетит инвесторов, но сам по себе не доказывает устойчивый спрос со стороны клиентов или эффективность бизнес-модели.

«Момент ChatGPT» пока остается прогнозом

Долгосрочная цель отрасли — не просто робот, хорошо выполняющий одну операцию. Речь идет о машине, которая сможет войти в незнакомую среду, понять инструкцию на обычном языке и выполнить большую часть работы без длительного программирования под каждую отдельную задачу.

Основатель Unitree Ван Синсин назвал такую способность робототехническим аналогом «момента ChatGPT». Он предположил, что в оптимистичном сценарии это может произойти через два-три года, а крайний срок составит от пяти до десяти лет. Другие представители отрасли называли ориентиром конец 2028 года, но это прогнозы компаний и отраслевых экспертов, а не сложившийся консенсус.

Материалы WRC позволяют сделать более узкий вывод: Китай быстро переходит от технических демонстраций к пилотным проектам и внедрению в конкретных сценариях. Однако они пока не доказывают, что универсальные гуманоидные роботы способны надежно и экономически эффективно работать в открытом, постоянно меняющемся наборе задач.

На что смотреть дальше

Следующий этап развития отрасли стоит оценивать не по хореографии, а по эксплуатационным данным. Важнее всего следующие вопросы:

1. Может ли робот работать стабильно? Нужно искать опубликованные показатели доступности, успешности выполнения задач и результаты длительной эксплуатации.
2. Сколько участия человека требуется? Робот, которым постоянно управляет оператор, — не то же самое, что автономный работник.
3. Умеет ли он исправлять ошибки? В реальном цехе или на складе предметы оказываются не на месте, планировка меняется, а на маршруте возникают неожиданные препятствия.
4. Сходится ли экономика? На бизнес-кейс влияют цена покупки, обслуживание, энергопотребление, обучение и надзор.
5. Есть ли платящий заказчик? Демонстрация, пилотный проект и повторный коммерческий заказ — разные стадии внедрения.

Переход китайской робототехники к практической работе реален, но еще не завершен. WRC 2026 показала отрасль, которая создает промышленные партнерства, учебную инфраструктуру и политические механизмы для масштабирования. Решающий экзамен начнется тогда, когда роботы выйдут из выставочного зала, будут стабильно выдавать нужный результат и продолжат это делать после того, как эффект новизны исчезнет.

Наиболее показательные стенды объединяли несколько операций в единый процесс:

• UBTECH представила логистическую линию примерно с 10 гуманоидными роботами. Одни машины поднимали и складывали коробки, другие сортировали товары и пополняли запасы, демонстрируя, как роботы могут распределять взаимосвязанные задачи.
• Galaxea показала робота, который по QR-коду находил заказанную бутылку, забирал ее и упаковывал. Компания заявила, что операция занимает чуть больше минуты и система уже работает в Пекине и других городах. Это заявление самой компании, а не независимое подтверждение масштабной эксплуатации.
• На других стендах роботы сортировали посылки, упаковывали мобильные телефоны, сваривали детали, загружали оборудование, пополняли полки, готовили еду и выполняли бытовые задачи. Такие сценарии лучше проверяют манипуляцию предметами и интеграцию в рабочий процесс, чем танцы или соревнования на скорость.

Экспозиция охватывала производство, общепит и розничную торговлю, здравоохранение и уход за пожилыми людьми, а также аварийно-спасательные работы. В ближайшей перспективе наиболее реалистичные возможности, вероятно, сосредоточены в структурированных средах — на заводах, складах и инспекционных маршрутах, где можно заранее определить задачи, границы безопасности и условия работы.

Заводы и склады станут первым испытанием

Китайские автопроизводители — одни из главных потенциальных заказчиков. По данным Reuters, почти 10 крупных автокомпаний, включая BYD и SAIC, тестировали системы embodied intelligence — «воплощенного интеллекта», то есть ИИ, способного воспринимать физический мир и действовать в нем, — для перемещения материалов и загрузки деталей на производственные линии. Unitree также сообщила об испытаниях своих роботов на автомобильных сборочных линиях и на собственных предприятиях.

Эти сценарии важны потому, что дают более ясный коммерческий тест, чем разовая демонстрация. Заводской робот должен работать длительное время, повторять операцию с минимальным числом ошибок, взаимодействовать с уже установленным оборудованием и оправдывать стоимость покупки или эксплуатации. Для складского робота требования схожи: надежное распознавание объектов, безопасная навигация и интеграция с системами заказов и учета запасов.

Состав участников WRC также показал, что отрасль сталкивается не только с задачей создания самого робота. Разработчики алгоритмов, поставщики 3D-камер и аккумуляторов, производители роботов и промышленные пользователи оказались в одном рыночном пространстве. Это указывает на стремление сократить путь от компонентов и данных для обучения до готовых решений для конкретного заказчика.

Для роботов создают «профессиональные училища»

Физическому роботу недостаточно большой языковой модели и эффектного прототипа. Ему нужны данные с камер и силовых датчиков, записи действий человека и многократная практика в условиях, похожих на те, где он будет работать.

В Китае насчитывается более 70 полигонов для обучения embodied intelligence, еще 46 объектов, как сообщается, строятся или планируются. На таких площадках собирают данные телеуправления и сенсоров, а роботы многократно отрабатывают практические операции. Например, на национальной пилотной базе в Ханчжоу, по имеющимся сообщениям, обучаются более 140 роботов в свыше 40 профессиональных сценариях — на «умных» кухнях, складах, фермах и в макете шахтного тоннеля.

Так формируется цикл обратной связи: робот пытается выполнить задачу, оператор исправляет ошибки, новые данные улучшают модель, после чего обновленная система проходит повторное испытание. Это не гарантирует появления универсальной автономности, но помогает устранить одно из главных узких мест embodied AI — нехватку качественных данных из реального мира, связанных с измеримым результатом работы.

Политика и капитал подталкивают отрасль к внедрению

Пекин превратил embodied intelligence из узкоспециализированной исследовательской темы в национальный промышленный приоритет. Правительство включило «воплощенный интеллект» в рабочий доклад на 2025 год, а 15-й пятилетний план на 2026–2030 годы предусматривает опережающее развитие embodied AI и механизмы финансирования новых отраслей и распределения связанных с ними рисков.

Национальный план действий в сфере гуманоидных роботов и обучения embodied AI в реальных условиях предусматривает поиск более 100 высокоценных сценариев применения. В связанных с ним сообщениях акцент сделан на производстве, государственных услугах и специализированных задачах — выпуске продукции, инспекциях и техническом обслуживании.

Рынок растет вместе с политической поддержкой. Выручка робототехнического сектора Китая, по имеющимся данным, превысила 300 млрд юаней в 2025 году после среднегодового роста более чем на 20% в предыдущие пять лет. Выручка за первое полугодие 2026 года составила 165,5 млрд юаней, увеличившись на 24,5% год к году. Эти цифры описывают весь робототехнический сектор, а не доказывают, что именно гуманоидные роботы уже стали прибыльными в массовом масштабе.

Интерес инвесторов особенно ярко проявился во время августовского листинга Unitree на шанхайской площадке STAR Market — китайском рынке для технологических компаний. Unitree стала первым производителем гуманоидных роботов на рынке акций категории A. В день дебюта ее бумаги открылись на 629,44% выше цены размещения, а закрылись с ростом на 460,34%. Такой результат демонстрирует аппетит инвесторов, но сам по себе не доказывает устойчивый спрос со стороны клиентов или эффективность бизнес-модели.

«Момент ChatGPT» пока остается прогнозом

Долгосрочная цель отрасли — не просто робот, хорошо выполняющий одну операцию. Речь идет о машине, которая сможет войти в незнакомую среду, понять инструкцию на обычном языке и выполнить большую часть работы без длительного программирования под каждую отдельную задачу.

Основатель Unitree Ван Синсин назвал такую способность робототехническим аналогом «момента ChatGPT». Он предположил, что в оптимистичном сценарии это может произойти через два-три года, а крайний срок составит от пяти до десяти лет. Другие представители отрасли называли ориентиром конец 2028 года, но это прогнозы компаний и отраслевых экспертов, а не сложившийся консенсус.

Материалы WRC позволяют сделать более узкий вывод: Китай быстро переходит от технических демонстраций к пилотным проектам и внедрению в конкретных сценариях. Однако они пока не доказывают, что универсальные гуманоидные роботы способны надежно и экономически эффективно работать в открытом, постоянно меняющемся наборе задач.

На что смотреть дальше

Следующий этап развития отрасли стоит оценивать не по хореографии, а по эксплуатационным данным. Важнее всего следующие вопросы:

1. Может ли робот работать стабильно? Нужно искать опубликованные показатели доступности, успешности выполнения задач и результаты длительной эксплуатации.
2. Сколько участия человека требуется? Робот, которым постоянно управляет оператор, — не то же самое, что автономный работник.
3. Умеет ли он исправлять ошибки? В реальном цехе или на складе предметы оказываются не на месте, планировка меняется, а на маршруте возникают неожиданные препятствия.
4. Сходится ли экономика? На бизнес-кейс влияют цена покупки, обслуживание, энергопотребление, обучение и надзор.
5. Есть ли платящий заказчик? Демонстрация, пилотный проект и повторный коммерческий заказ — разные стадии внедрения.

Переход китайской робототехники к практической работе реален, но еще не завершен. WRC 2026 показала отрасль, которая создает промышленные партнерства, учебную инфраструктуру и политические механизмы для масштабирования. Решающий экзамен начнется тогда, когда роботы выйдут из выставочного зала, будут стабильно выдавать нужный результат и продолжат это делать после того, как эффект новизны исчезнет.