Що означатиме «момент ChatGPT» для робота

Для обох керівників це не робот, який вражає однією заздалегідь підготовленою вправою. Йдеться про універсальну систему, здатну розуміти незнайоме оточення, переносити знання між різними завданнями й діяти у фізичному світі без покрокового програмування.

Ван Сінсін запропонував практичний критерій: помістити робота в дім, якого він ніколи не бачив, дати голосову або текстову команду й домогтися виконання приблизно 80% доручених завдань. Такий тест перевіряє не виступ у контрольованій демонстрації, а здатність узагальнювати досвід у новому середовищі.

Інакше кажучи, йдеться про перехід від роботів, які вміють виконувати конкретні дії, до роботів, які можуть самостійно зрозуміти, що робити далі.

Два прогнози щодо строків

Ван Сяоган: технічний прорив до кінця 2027 року

Ван Сяоган заявив, що ACE очікує настання «моменту ChatGPT» для втіленого інтелекту до кінця 2027 року. За його словами, цьому сприятимуть досконаліші світові моделі — системи, що формують внутрішнє уявлення про навколишній світ, — а також значно більші масиви даних про середовище. Водночас він відокремив технічний прорив від широкого комерційного впровадження: на останнє може знадобитися ще чотири-п’ять років.

Це важливе розмежування. Модель може продемонструвати різкий стрибок у міркуванні чи керуванні рухами, але залишатися надто дорогою, непослідовною або складною для інтеграції в щоденні процеси. Науковий результат і економічно надійна роботизована «робоча сила» — не одна й та сама подія.

Ван Сінсін: два-три роки за найкращого сценарію, до 10 років — за гіршого

Ван Сінсін описав два можливі шляхи. В оптимістичному сценарії втілений інтелект досягне переломної точки за два-три роки. Якщо ж прогрес в узагальненні знань і точному фізичному керуванні сповільниться, галузі може знадобитися від п’яти до десяти років.

Його критерій із побутовими завданнями робить прогноз вимогливішим, ніж звичайна демонстрація окремої функції. Робот має працювати в новому середовищі, розуміти природну мову й автономно виконувати широкий спектр дій.

Чому «мозок» робота став вузьким місцем

Апаратна частина розвивається швидко, але програмне забезпечення досі погано переносить обмежений досвід на строкате й непередбачуване реальне життя. Обидва керівники назвали центральним обмеженням моделі штучного інтелекту та навчальні дані.

Роботам потрібні дані, які поєднують побачене з виконаною дією: як відчувається предмет, яку силу слід докласти, що змінюється на слизькій поверхні та як виправити помилку після невдалого руху. Симуляції й демонстрації допомагають, але не відтворюють повною мірою непередбачуваність домівок, фабрик, магазинів та інших фізичних просторів.

Це інша проблема, ніж навчання текстової моделі. Робот не може засвоїти дію лише з її словесного опису: він має навчитися зв’язку між сприйняттям, рухом, наслідками й корекцією.

Як ACE Robotics збирає дані

ACE Robotics розвиває підхід, який називає «людиноцентричним»: компанія оснащує працівників виробничих ліній легкими сенсорами, щоб записувати людські дії та взаємодію з довкіллям. ACE заявляє, що прагне зібрати десятки мільйонів годин навчальних даних для своїх світових моделей втіленого інтелекту.

Так компанія хоче розширити запас прикладів із реального світу, не покладаючись лише на дані, отримані роботами або в симуляціях. Люди-оператори можуть показати, як виконувати завдання, як адаптувати рухи до зміни умов і як поєднувати окремі дії в довші робочі процеси.

ACE заснували в липні 2025 року. Компанію очолює Ван Сяоган, співзасновник SenseTime. Ангельський раунд фінансування очолила Ant Group; у ньому також взяли участь пов’язані із SenseTime структури та інші інвестори.

Що відомо про модель Kairos-4B

ACE стверджує, що її відкрита модель втіленого інтелекту Kairos-4B очолила публічні бенчмарки в цій сфері та перевершила Cosmos 3 від Nvidia у порівнянні, на яке посилалися під час конференції. Це заяви, пов’язані з самою компанією, тому їх варто сприймати як результати конкретних тестів, а не як доказ готовності універсальних людиноподібних роботів до роботи в домівках чи на фабриках.

Компанія також планує вивести технологію за межі лабораторних демонстрацій: ACE заявила про намір розмістити свої моделі у 1 000 магазинів без персоналу. Такий план показує, що розробники спершу орієнтуються на більш обмежені комерційні середовища, де робочі процеси легше стандартизувати, ніж у звичайному помешканні.

Робототехнічний бум у Китаї: масштаб є, універсальності поки не видно

Прогнози прозвучали на тлі ажіотажу навколо китайського сектору людиноподібних роботів. Під час IPO на Шанхайській біржі Unitree залучила близько 904 мільйонів доларів, а попит з боку роздрібних інвесторів, за повідомленнями, перевищив пропозицію більш ніж у 8 000 разів. У перший день торгів акції закрилися на 460% вище за ціну розміщення, оцінивши компанію приблизно у 50 мільярдів доларів.

Дані про постачання також свідчать про ранню виробничу перевагу Китаю. За оцінкою Smart Analytics Global, у першій половині 2026 року у світі поставили близько 19 100 людиноподібних роботів, причому на китайських виробників припало понад 97% обсягу.

Цю цифру не слід плутати з доказом зрілої універсальної автоматизації. У доступних матеріалах є суперечливе твердження, нібито за той самий період Китай поставив понад 40 000 людиноподібних роботів. Воно не узгоджується з оцінкою у 19 100 одиниць для всього світу й не підтверджується надійнішими наявними даними про постачання.

Окремо Morgan Stanley підвищив прогноз поставок людиноподібних роботів у Китаї на весь 2026 рік до 50 000 одиниць, пославшись на швидший, ніж очікувалося, перехід від демонстрацій до комерційного використання. Однак прогноз поставок вимірює розширення ринку, а не здатність машин пройти тест Вана Сінсіна на виконання 80% побутових завдань.

Головний висновок: можливості можуть з’явитися раніше за надійність

Найобережніше тлумачення слів двох керівників полягає не в тому, що людиноподібні роботи гарантовано досягнуть певної віхи у 2027 році. Радше галузь наближається до етапу, коли її майбутнє визначатимуть якість програмного забезпечення, навчальні дані та здатність до узагальнення — а не лише двигуни, батареї чи механічна конструкція.

Прогноз ACE передбачає технічний прорив до кінця 2027 року, після якого знадобляться роки комерціалізації. Діапазон Unitree робить невизначеність очевидною: два-три роки, якщо прогрес прискориться, або п’ять-десять років, якщо найскладніші проблеми залишаться нерозв’язаними.

Китай уже демонструє силу у фінансуванні, виробництві та ранніх поставках. Невирішене питання полягає в іншому: чи зможе цей масштаб створити роботів, які стабільно працюватимуть у середовищах, яких ніколи раніше не бачили. Поки проблема даних і моделей не буде подолана, «момент ChatGPT» для роботизованого мозку залишається прогнозом, а не готовим продуктом.

Що означатиме «момент ChatGPT» для робота

Для обох керівників це не робот, який вражає однією заздалегідь підготовленою вправою. Йдеться про універсальну систему, здатну розуміти незнайоме оточення, переносити знання між різними завданнями й діяти у фізичному світі без покрокового програмування.

Ван Сінсін запропонував практичний критерій: помістити робота в дім, якого він ніколи не бачив, дати голосову або текстову команду й домогтися виконання приблизно 80% доручених завдань. Такий тест перевіряє не виступ у контрольованій демонстрації, а здатність узагальнювати досвід у новому середовищі.

Інакше кажучи, йдеться про перехід від роботів, які вміють виконувати конкретні дії, до роботів, які можуть самостійно зрозуміти, що робити далі.

Два прогнози щодо строків

Ван Сяоган: технічний прорив до кінця 2027 року

Ван Сяоган заявив, що ACE очікує настання «моменту ChatGPT» для втіленого інтелекту до кінця 2027 року. За його словами, цьому сприятимуть досконаліші світові моделі — системи, що формують внутрішнє уявлення про навколишній світ, — а також значно більші масиви даних про середовище. Водночас він відокремив технічний прорив від широкого комерційного впровадження: на останнє може знадобитися ще чотири-п’ять років.

Це важливе розмежування. Модель може продемонструвати різкий стрибок у міркуванні чи керуванні рухами, але залишатися надто дорогою, непослідовною або складною для інтеграції в щоденні процеси. Науковий результат і економічно надійна роботизована «робоча сила» — не одна й та сама подія.

Ван Сінсін: два-три роки за найкращого сценарію, до 10 років — за гіршого

Ван Сінсін описав два можливі шляхи. В оптимістичному сценарії втілений інтелект досягне переломної точки за два-три роки. Якщо ж прогрес в узагальненні знань і точному фізичному керуванні сповільниться, галузі може знадобитися від п’яти до десяти років.

Його критерій із побутовими завданнями робить прогноз вимогливішим, ніж звичайна демонстрація окремої функції. Робот має працювати в новому середовищі, розуміти природну мову й автономно виконувати широкий спектр дій.

Чому «мозок» робота став вузьким місцем

Апаратна частина розвивається швидко, але програмне забезпечення досі погано переносить обмежений досвід на строкате й непередбачуване реальне життя. Обидва керівники назвали центральним обмеженням моделі штучного інтелекту та навчальні дані.

Роботам потрібні дані, які поєднують побачене з виконаною дією: як відчувається предмет, яку силу слід докласти, що змінюється на слизькій поверхні та як виправити помилку після невдалого руху. Симуляції й демонстрації допомагають, але не відтворюють повною мірою непередбачуваність домівок, фабрик, магазинів та інших фізичних просторів.

Це інша проблема, ніж навчання текстової моделі. Робот не може засвоїти дію лише з її словесного опису: він має навчитися зв’язку між сприйняттям, рухом, наслідками й корекцією.

Як ACE Robotics збирає дані

ACE Robotics розвиває підхід, який називає «людиноцентричним»: компанія оснащує працівників виробничих ліній легкими сенсорами, щоб записувати людські дії та взаємодію з довкіллям. ACE заявляє, що прагне зібрати десятки мільйонів годин навчальних даних для своїх світових моделей втіленого інтелекту.

Так компанія хоче розширити запас прикладів із реального світу, не покладаючись лише на дані, отримані роботами або в симуляціях. Люди-оператори можуть показати, як виконувати завдання, як адаптувати рухи до зміни умов і як поєднувати окремі дії в довші робочі процеси.

ACE заснували в липні 2025 року. Компанію очолює Ван Сяоган, співзасновник SenseTime. Ангельський раунд фінансування очолила Ant Group; у ньому також взяли участь пов’язані із SenseTime структури та інші інвестори.

Що відомо про модель Kairos-4B

ACE стверджує, що її відкрита модель втіленого інтелекту Kairos-4B очолила публічні бенчмарки в цій сфері та перевершила Cosmos 3 від Nvidia у порівнянні, на яке посилалися під час конференції. Це заяви, пов’язані з самою компанією, тому їх варто сприймати як результати конкретних тестів, а не як доказ готовності універсальних людиноподібних роботів до роботи в домівках чи на фабриках.

Компанія також планує вивести технологію за межі лабораторних демонстрацій: ACE заявила про намір розмістити свої моделі у 1 000 магазинів без персоналу. Такий план показує, що розробники спершу орієнтуються на більш обмежені комерційні середовища, де робочі процеси легше стандартизувати, ніж у звичайному помешканні.

Робототехнічний бум у Китаї: масштаб є, універсальності поки не видно

Прогнози прозвучали на тлі ажіотажу навколо китайського сектору людиноподібних роботів. Під час IPO на Шанхайській біржі Unitree залучила близько 904 мільйонів доларів, а попит з боку роздрібних інвесторів, за повідомленнями, перевищив пропозицію більш ніж у 8 000 разів. У перший день торгів акції закрилися на 460% вище за ціну розміщення, оцінивши компанію приблизно у 50 мільярдів доларів.

Дані про постачання також свідчать про ранню виробничу перевагу Китаю. За оцінкою Smart Analytics Global, у першій половині 2026 року у світі поставили близько 19 100 людиноподібних роботів, причому на китайських виробників припало понад 97% обсягу.

Цю цифру не слід плутати з доказом зрілої універсальної автоматизації. У доступних матеріалах є суперечливе твердження, нібито за той самий період Китай поставив понад 40 000 людиноподібних роботів. Воно не узгоджується з оцінкою у 19 100 одиниць для всього світу й не підтверджується надійнішими наявними даними про постачання.

Окремо Morgan Stanley підвищив прогноз поставок людиноподібних роботів у Китаї на весь 2026 рік до 50 000 одиниць, пославшись на швидший, ніж очікувалося, перехід від демонстрацій до комерційного використання. Однак прогноз поставок вимірює розширення ринку, а не здатність машин пройти тест Вана Сінсіна на виконання 80% побутових завдань.

Головний висновок: можливості можуть з’явитися раніше за надійність

Найобережніше тлумачення слів двох керівників полягає не в тому, що людиноподібні роботи гарантовано досягнуть певної віхи у 2027 році. Радше галузь наближається до етапу, коли її майбутнє визначатимуть якість програмного забезпечення, навчальні дані та здатність до узагальнення — а не лише двигуни, батареї чи механічна конструкція.

Прогноз ACE передбачає технічний прорив до кінця 2027 року, після якого знадобляться роки комерціалізації. Діапазон Unitree робить невизначеність очевидною: два-три роки, якщо прогрес прискориться, або п’ять-десять років, якщо найскладніші проблеми залишаться нерозв’язаними.

Китай уже демонструє силу у фінансуванні, виробництві та ранніх поставках. Невирішене питання полягає в іншому: чи зможе цей масштаб створити роботів, які стабільно працюватимуть у середовищах, яких ніколи раніше не бачили. Поки проблема даних і моделей не буде подолана, «момент ChatGPT» для роботизованого мозку залишається прогнозом, а не готовим продуктом.