ОтветыОпубликовано30 источники
Почему китайскому embodied AI не хватает данных о физическом мире
По оценке отрасли, доступный массив соответствующих требованиям данных о физических взаимодействиях составляет около 500 000 часов, тогда как для коммерческого масштабирования могут потребоваться десятки миллионов час... World Robot Conference 2026 показала смещение фокуса: от эффектных демонстраций роботов к телепр...
ОпубликовалОтредактировано с помощью GPT-5.6 LunaИзображения созданы с помощью GPT Image 1.5
Ответ на исследование
Ключевые выводы
- По оценке отрасли, доступный массив соответствующих требованиям данных о физических взаимодействиях составляет около 500 000 часов, тогда как для коммерческого масштабирования могут потребоваться десятки миллионов час...
- World Robot Conference 2026 показала смещение фокуса: от эффектных демонстраций роботов к телеприсутствию, захвату движений, тактильным сенсорам и инфраструктуре сбора обучающих данных.
- К концу июня в Китае работали более 70 площадок для обучения embodied AI, ещё 46 находились на этапе строительства или планирования.
Промпт ИИ
openai.comCreate a landscape editorial hero image for this Studio Global article: What is the “data starvation” problem limiting China’s embodied-AI and humanoid-robot industry, how did the 2026 World Robot Conference reve. Article summary: China’s embodied-AI bottleneck is not mainly robot hardware but a shortage of lawful, high-quality recordings of robots physically acting in the world. The 2026 World Robot Conference (WRC) showed an industry pivot: alon. Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Китайская гонка человекоподобных роботов всё заметнее упирается не в механические «тела», а в отсутствие данных для их «мозгов». Робот может уверенно идти, танцевать или повторять заранее подготовленный сценарий. Но надёжная автономность требует гораздо более сложных записей: как машина воспринимает окружающий мир, двигается, касается предметов, ошибается и исправляет свои действия. 5
14
Именно этот сдвиг был заметен на World Robot Conference 2026 в Пекине. Наряду с эффектными демонстрациями участники показывали оборудование для телеуправления, носимые системы захвата движений, тактильные и силовые сенсоры, а также инфраструктуру, предназначенную для сбора данных о взаимодействии роботов с физическим миром. 4
9
13
Разрыв между имеющимися и необходимыми данными
По данным, которые неоднократно приводились в отраслевых обсуждениях вокруг WRC, объём соответствующих требованиям данных о физических взаимодействиях в реальном мире составляет примерно 500 000 часов. Для коммерчески пригодных универсальных моделей embodied AI — «воплощённого» искусственного интеллекта, который воспринимает среду и действует в ней, — часто называют потребность в десятках миллионов часов. Это означает дефицит более чем в 99%. 3
5
7
Однако речь идёт об отраслевой оценке, а не о доказанном научном пороге. Необходимый объём зависит от конкретной задачи, конструкции робота, условий эксплуатации и требований к безопасности.
Важно и то, что данные о физических действиях нельзя заменить обычными интернет-архивами. Видео может показать, как человек берёт чашку, но обычно в нём нет информации о положении суставов робота, силе захвата, моменте контакта, трении, проскальзывании и корректирующих движениях. А именно эти детали определяют, сможет ли машина повторить действие, если чашка окажется тяжелее, поверхность — влажной, а предмет — смещённым.
Почему эффектная демонстрация ещё не доказывает автономность
Сценарная демонстрация способна скрыть самые трудные стороны робототехники. Предметы, освещение, траектория и время выполнения могут быть заранее контролируемыми, а оператор — незаметно вмешиваться при любой нештатной ситуации. В итоге робот выглядит самостоятельным, хотя на деле не продемонстрировал устойчивую стратегию перехода от восприятия к действию.
В реальной коммерческой среде вариативность намного выше. Машине приходится учитывать форму предметов, разные точки захвата, поверхности, беспорядок и присутствие людей. Кроме того, робот должен распознавать собственные ошибки и уметь восстанавливаться после них.
В задачах с постоянным физическим контактом важен не только результат — например, удалось ли поднять коробку. Полезная запись должна содержать всю последовательность наблюдений, действий, физических состояний и исправлений. Поэтому специализированные наборы данных для physical AI связывают мультимодальные сигналы с действиями и их последствиями. 33
34
40
Сбор данных становится сложнее
Первые наборы для обучения роботов могли ограничиваться короткими и легко повторяемыми демонстрациями. Следующий этап — длинные многоступенчатые задачи с частыми контактами: сортировка, сборка, упаковка, уборка, работа на производстве, в магазине или дома.
Это увеличивает нагрузку сразу по трём направлениям:
- Больше разнообразия. Одну и ту же операцию нужно записывать с разными предметами, материалами, планировками и условиями среды.
- Больше информации о неудачах. Соскальзывания, столкновения, промахи при захвате и попытки восстановления могут быть не менее полезны, чем успешные траектории.
33
- Больше синхронизированных сигналов. Камеры, глубинные сенсоры, положение робота, движение суставов, сила, осязание и другие потоки необходимо точно согласовать, чтобы модель понимала связь между восприятием и действием.
Масштабирование такого процесса дорого и технически сложно. Реальные роботы требуют обслуживания и контроля безопасности, а качественные данные нужно отбирать и структурировать, а не просто накапливать. Большой видеоархив сам по себе ещё не является хорошим набором для обучения робота.
Возникает новый рынок поставщиков данных
Специализированные компании начинают закрывать разрыв между человеческим поведением и форматом, пригодным для машинного обучения. Они могут нанимать и обучать операторов, управлять роботами на расстоянии, записывать движения человека, оснащать рабочие места сенсорами, синхронизировать потоки, отбраковывать неудачные траектории и подготавливать данные для разработчиков моделей.
Ценность телеуправления в том, что оно фиксирует действия на реальном роботе, а не только показывает похожее движение человека. VR- и другие универсальные контроллеры позволяют передавать команды машине, тогда как носимые системы и технологии захвата движений дают более подробную информацию о движениях человека и позволяют переназначать их на робота. 1
Так формируется новый слой цепочки embodied AI. Компании создают уже не только роботов и модели, но и данные, которые соединяют механическое устройство с его программным «мозгом». На WRC экспоненты прямо представляли сбор данных как часть экосистемы embodied intelligence — включая системы, записывающие движения головы и рук во время повседневных действий. 4
9
Зачем Китаю нужны общенациональные тренировочные площадки
Тренировочные площадки создают контролируемую, но достаточно реалистичную среду для обучения, тестирования и сравнения роботов. На них можно воспроизводить условия фабрик, складов, домов, магазинов и объектов сферы услуг, не сводя испытания к стерильной лабораторной процедуре.
Согласно данным, связанным с отчётом Китайской академии информационных и коммуникационных технологий за 2026 год, к концу июня по всей стране работали более 70 площадок для обучения embodied AI. Ещё 46 объектов строились или планировались. Такие площадки охватывали более половины административных регионов провинциального уровня, а промышленное производство было представлено в 86% из них. 18
22
Но само строительство инфраструктуры проблему не решает. Площадки должны стать источником данных и платформой для испытаний, а не просто выставочными объектами. Задуманный цикл выглядит так: реальные операции создают данные, данные улучшают модель, улучшенная модель позволяет расширять внедрение, а более широкое внедрение генерирует новые эксплуатационные данные. 14
22
Государство переводит роботов из выставочного зала в реальные сценарии
В 2026 году Министерство промышленности и информатизации КНР и Комиссия по контролю и управлению государственным имуществом запустили специальную программу практического обучения человекоподобных роботов и embodied AI в реальных условиях. Она охватывает промышленные, сервисные и специализированные сценарии — производство, логистику, медицину, государственные услуги и аварийно-спасательные работы. 24
25
В правительственном уведомлении среди целей указаны коммерческий запуск 10 000 человекоподобных роботов и более 100 высокоценных прикладных сценариев к концу 2026 года. 26 Логика программы заключается в том, чтобы сделать само внедрение частью учебной инфраструктуры: местные органы власти и государственные предприятия должны предоставлять площадки, где системы можно испытывать, проверять и улучшать в рабочих условиях.
24
Это не гарантирует выполнения заявленных показателей и не означает, что роботы в ближайшее время станут универсально автономными. Но политика явно смещает акцент от производства аппаратных компонентов к замкнутому циклу «реальные сценарии — данные — модели — новые внедрения», необходимому для коммерческой надёжности.
Почему роботу недостаточно видео, текста и данных автономного вождения
Видео, язык и симуляция по-прежнему важны. Они помогают модели понять, что представляет собой предмет, что означает инструкция и как выглядит действие человека. Симуляторы позволяют быстро расширять набор сценариев и изучать ситуации, которые дорого или опасно воспроизводить в реальности. Исследования стандартов embodied AI также указывают на необходимость сочетать реальные данные, симуляцию и несколько сенсорных модальностей. 2
32
Но эти источники не описывают весь контур управления. В процессе манипуляции роботу может понадобиться оценивать:
- положение и ориентацию предмета в трёхмерном пространстве;
- углы и скорость движения собственных суставов;
- усилие, необходимое для захвата, толкания, вставки или подъёма;
- момент контакта, проскальзывания или столкновения;
- способ корректировки, если ожидаемое движение не сработало.
Поэтому разные методы сбора данных дополняют друг друга:
- VR-телеуправление записывает команды человека, которые можно сопоставить с движениями конкретного робота.
1
- Носимый захват движений фиксирует намерение и траектории тела, рук и кистей человека, после чего их можно перенести на робота.
- Силовая обратная связь и тактильные сенсоры показывают контакт, сопротивление, давление и проскальзывание — то, что обычные пиксели могут не передать.
7
- Данные о крутящем моменте двигателей и проприоцепции раскрывают внутреннее состояние робота и реакцию его механики на действие.
39
- Траектории реальных роботов выявляют ошибки калибровки, задержки, шум сенсоров, механические ограничения и беспорядок среды, которые человеческое видео и симуляция лишь приближают.
34
Данные для автономного вождения могут помогать с восприятием и навигацией, но ловкая манипуляция — это другой класс задач. Вождение в основном связано с движением самого автомобиля и почти не предполагает постоянного контакта с большинством объектов. Захват, сборка и вставка деталей, напротив, зависят от сил контакта, податливости механики и способности восстанавливаться после ошибки.
Главный стратегический вывод
Урок WRC 2026 не в том, что Китай потерял интерес к аппаратной части робототехники. Скорее, индустрия столкнулась с очевидным ограничением: одними роботами проблему автономности не решить.
Конкурентное преимущество всё больше может переходить к организациям, которые умеют массово собирать, стандартизировать и на законных основаниях использовать мультимодальные данные о физических взаимодействиях.
Путь от сценических номеров и машин с дистанционным управлением к надёжной автономной работе проходит через реальные внедрения, подготовленных операторов, оснащённые сенсорами среды, единые стандарты данных и многократные испытания. Китай строит такую систему, но разрыв между сотнями тысяч часов уже доступных записей и десятками миллионов часов, которые отрасль связывает с коммерциализацией, остаётся главным ограничителем. 3
13
14
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Почему китайскому embodied AI не хватает данных о физическом мире»?
По оценке отрасли, доступный массив соответствующих требованиям данных о физических взаимодействиях составляет около 500 000 часов, тогда как для коммерческого масштабирования могут потребоваться десятки миллионов час...
Какие ключевые моменты необходимо проверить в первую очередь?
По оценке отрасли, доступный массив соответствующих требованиям данных о физических взаимодействиях составляет около 500 000 часов, тогда как для коммерческого масштабирования могут потребоваться десятки миллионов час... World Robot Conference 2026 показала смещение фокуса: от эффектных демонстраций роботов к телеприсутствию, захвату движений, тактильным сенсорам и инфраструктуре сбора обучающих данных.
Что мне делать дальше на практике?
К концу июня в Китае работали более 70 площадок для обучения embodied AI, ещё 46 находились на этапе строительства или планирования.
Источники
scmp.comIn the embodied AI race, China can opt to look beyond ...
pandaily.com'Data Starvation': The Real Bottleneck Holding Back China's Embodied AI
roboticsandautomationnews.comX Square Robot showcases full embodied AI portfolio at WRC 2026
bastillepost.comPractical application of embodied AI robots shine at 2026 World AI ...