Робототехника

На конференции All In обсудили модели мира — одну из самых закрытых областей ИИ. Главные игроки, AMI Labs Яна ЛеКуна и World Labs Фэй-Фэй Ли, уже получили известность и финансирование, но пока почти не раскрывают коммерческие планы. Их технологии могут применяться в робототехнике, интерактивном видео, автономном вождении, производстве и биомедицине. При этом даже поставщики данных не знают, какие именно продукты создают компании. Такая закрытость помогает отложить конкуренцию с другими лабораториями, неолабами, OpenAI и Anthropic.

За последний год компании, связанные с сыновьями Дональда Трампа, получили кредит Пентагона на $620 млн, контракт Корпуса морской пехоты на робототехнику и неназванный заказ ВВС на дроны. Давний друг президента Майкл Делл заключил с Пентагоном сделку почти на $9 млрд. На фоне падения общественной поддержки ИИ Трамп выступил против новых ограничений, хотя его семья и ближайшие союзники зарабатывают на инфраструктуре и оборонных технологиях, развивающихся вместе с ИИ-бумом. Прямой связи между их финансовыми интересами и политикой Белого дома не доказано, но эти процессы идут параллельно.

Новый бенчмарк RoboHarm проверил, откажутся ли ИИ-модели выполнять опасные команды при управлении роботами. Anthropic Claude Fable 5.1, OpenAI GPT-6 Astra и Ai2 MolmoAct2 получили инструкции ударить ножом по кукле-младенцу, поставить баллон со сжатым воздухом на горящую плиту и выполнить другие рискованные действия. GPT-6 Astra выполнил 60 из 100 опасных заданий, Claude Fable 5.1 — 34, а MolmoAct2 — 6. При этом модели почти никогда не говорили «нет» по соображениям безопасности.

На конференции All In обсудили модели мира — системы для автоматизации пространственного интеллекта. Главные игроки этой области, AMI Labs Яна ЛеКуна и World Labs Фэй-Фэй Ли, уже привлекли внимание и финансирование, но почти не раскрывают, какие продукты собираются выводить на рынок. У World Labs есть Marble с демками для создания медиа, игровых пространств и эффектов компьютерной графики, а AMI Labs исследует производство, биомедицину, робототехнику и ИИ для врачей. Компании опасаются, что публичное описание разработок быстро привлечёт конкурентов.

Сенатор Дэйв Маккормик предупреждает: американская сборка не делает робота американским, если его моторы, приводы и редкоземельные магниты поставляет Китай. В 2024 году на Китай пришлось 54% всех новых промышленных роботов в мире — больше, чем на остальные страны вместе взятые. США сохраняют лидерство в программном обеспечении и моделях, но уступают в создании физической инфраструктуры, которая превращает ИИ в действие. Маккормик предлагает создать Национальную комиссию по робототехнике, укрепить цепочки поставок, поддержать производство в США и союзных странах, а также использовать госзакупки, особенно Министерства обороны США, чтобы сформировать спрос на американских роботов.

В Великобритании запустили программу по автономной робототехнике, где военнослужащие учатся вместе с гражданскими студентами на инженерных курсах длительностью два и три года. Программу создал New Model Institute for Technology and Engineering (NMITE) в Херефорде совместно с армией. Участники изучают автономные системы, робототехнику и технологии дронов, а военные после трёхлетней учёбы должны вернуть полученные навыки в армию. Курс рассчитан на растущий спрос на специалистов по новым технологиям и может подготовить инженеров не только для обороны, но и для промышленности, сельского хозяйства и гуманитарных проектов.

Британский стартап Vsim из Кембриджа обучил робота Freddo ходить, распознавать пластиковую бутылку и брать её всего за несколько минут. Навыки отрабатывались в виртуальной среде, где задача выполняется миллионы раз, а найденное решение загружается в робота. По словам разработчиков, сопоставимое обучение у других систем может занимать несколько дней. Программное обеспечение Vsim запускается прямо на бортовом компьютере Freddo: робот способен просчитывать около 20 000 вариантов будущих событий примерно на секунду вперёд.

Робот Freddo проходит по офису, узнаёт пластиковую бутылку, которую ему протягивает сотрудник, и берёт её. На обучение этим навыкам ушло всего несколько минут: разработчики создали их в виртуальной среде и загрузили в робота. В Vsim, британском стартапе из Кембриджа, считают, что конкурирующим системам для такой подготовки могут потребоваться дни. Компания разрабатывает ПО для роботов, способных ориентироваться в доме и на рабочем месте.

ИИ пока не заменяет игроков, тренеров и аналитиков в крикете, но уже позволяет им делать больше. Аналитики получают доступ к задачам, которые раньше требовали дата-инженеров, а платформы вроде EquiPlay помогают отслеживать развитие молодых игроков и искать систематические перекосы в оценках. При этом решения о риске для бэттера, слабостях боулера, составе команды и балансе в раздевалке пока остаются за людьми. Роботы уже бегают 100 метров за 8,64 секунды, но до идеального «дусры» им далеко. Одновременно ИИ меняет спортивную журналистику: авторам и редакторам приходится не только писать, но и проверять и перерабатывать тексты, созданные машиной.

Исландский стартап Treble привлёк $18 млн в дополнительном раунде серии A, чтобы развивать платформу симуляции голоса для разработчиков моделей, робототехники и потребительских устройств. Компания создаёт синтетические аудиоданные, проверяет голосовые модели в разных условиях и помогает проектировать наушники, колонки, умные очки и другие устройства. В 2024 году Treble получила $12 млн, а общий объём привлечённых инвестиций превысил $40 млн. Среди клиентов стартапа — Amazon и Logitech.

Agility Robotics представила Digit 5 — новую версию человекоподобного робота для складов и заводов. Он распознаёт людей с помощью ИИ и датчиков, останавливается или отходит в сторону, а также подаёт световые и звуковые сигналы. Робот поднимает до 22.7 кг, заряжается за 9 минут и работает 90 минут без замены батареи. Первые поставки, в том числе в Евросоюз, начнутся в начале 2027 года. Производство в Салеме, штат Орегон, рассчитано на выпуск до 10 000 роботов в год.

Акции компаний, связанных с ИИ, резко подешевели после того, как руководители Anthropic, OpenAI и SpaceX призвали замедлить «безрассудную» разработку технологии из-за риска потери контроля над ней. Nvidia потеряла 3,3%, AMD — 4%, Micron Technology и Sandisk — по 5%, а SoftBank, крупный инвестор OpenAI, — 13%. Президент США Дональд Трамп назвал усиление регулирования ИИ «больным заговором» и заявил, что технология не приведёт к захвату мира роботами. На этом фоне инвесторы начали учитывать возможное сокращение расходов на инфраструктуру ИИ, хотя аналитики сомневаются, что компании и страны добровольно остановят гонку.

Гуманоидные роботы переходят из лабораторий и демо в производство, склады и другие реальные среды. Их развитие ускоряют ИИ и новые материалы: машины учатся воспринимать окружающий мир, рассуждать, адаптироваться и действовать в нём. В 2025 году мировые поставки гуманоидов могут составить 13 318 единиц, причём около 95% пришлись на Китай. Goldman Sachs Research оценивает потенциальный рынок к 2035 году в $38 млрд. Конкуренция теперь идёт не только за отдельного робота, но и за экосистему, объединяющую ИИ, сенсоры, батареи, материалы, робототехнику и производство.

По прогнозу Morgan Stanley, к 2050 году рядом с людьми будут жить и работать более миллиарда гуманоидных роботов. Tesla, Nvidia и Amazon уже ускоряют разработку таких машин. Роботы с человеческой формой могут ходить, общаться, использовать инструменты и выполнять физическую работу в среде, созданной для людей. Пока их в основном применяют на заводах и складах, но в будущем они могут появиться в больницах, компаниях и домах — от выполнения бытовых дел до помощи людям. Вместе с возможностями растут и вопросы: как обеспечить безопасность и приватность, кто получит выгоду от автоматизации и какие занятия останутся исключительно человеческими.

Компании всё чаще конкурируют не внешним видом устройств, а их «интеллектуальным слоем» — ИИ, который превращает оборудование в единую систему. Swarm Aero показывает этот подход на беспилотных самолётах Gamera и ПО Legion: один оператор может управлять множеством автономных аппаратов. В робототехнике развивается идея «одного мозга для нескольких форм», когда разные роботы используют общую модель и программную архитектуру. Похожий принцип Teton применяет в здравоохранении: незаметные датчики и ИИ помогают персоналу наблюдать за пациентами. В военной сфере это может изменить баланс между дорогими мощными машинами и координируемыми роями, где эффективность определяется интеллектом системы.

GPT-6 Astra заметно опередила MolmoAct2 в раннем робототехническом бенчмарке StationeryBench, где модели управляли одинаковыми двурукими роботами YAM. Astra полностью выполнила 7 из 100 задач, тогда как результат MolmoAct2 составил ноль. Медианный прогресс Astra достиг 46 баллов из 100 против 12 у MolmoAct2. Исследователь Йоав Арци назвал это резким скачком в пространственном рассуждении. По его предположению, OpenAI могла обучить модель на больших объёмах трёхмерных данных, включая сцены Blender.

Что, если ИИ сможет не просто становиться лучше, а сам учиться делать это всё быстрее и точнее? Исследователи описывают путь к системе, которая меняет себя на основе опыта и замечаний, чтобы расти не один раз, а снова и снова. Сначала они показывают, где нынешние модели быстро упираются в потолок, а потом раскладывают по шагам, как ИИ может перейти от простого выполнения улучшений к самостоятельному выбору способов обучения, поиску нового опыта и подстройке под меняющийся мир. Такой взгляд особенно интересен там, где мало одной переписки с человеком: в науке, разработке программ и робототехнике. В обзоре разберём, как может появиться ИИ, который улучшает не только свои ответы, но и сам способ собственного развития.

Стартап Mecka ИИ, который собирает и анализирует данные о движениях людей для обучения гуманоидных роботов и другой робототехники, близок к новому раунду инвестиций под руководством Sequoia Capital. По словам двух источников, знакомых со сделкой, компания может получить оценку около $500 млн. Это происходит спустя всего три месяца после раунда на $60 млн, который возглавила Framework Ventures. Точный размер нового финансирования и его условия пока не определены и могут измениться.

Учёные и стартапы создают тактильные наборы данных, чтобы роботы точнее выполняли действия, требующие контроля силы и захвата. Модели «зрение—язык—действие» уже научились складывать бельё, убирать комнаты и пользоваться кухонными приборами по видеопотоку и инструкциям на естественном языке, но часто не справляются с USB-кабелями, ключами и другими мелкими объектами. Новые системы добавляют к зрению данные о прикосновениях: одна из них достигла средней успешности 65% в 12 задачах, другая обучалась на более чем 30 000 часах синхронных визуальных и тактильных записей.

Стартап General Robotics, получивший инвестиции от Nvidia, представил платформу GRID для обучения роботов. По данным компании, она сокращает ввод робота в эксплуатацию на 99,7%, импорт новых ИИ-моделей — на 99,5%, а перенос навыков между разными типами роботов — на 97,9%. GRID может обучить робота новому навыку за минуты или часы вместо дней, недель и месяцев. Платформа восстанавливает движения по видео в симуляции, сама создаёт данные для обучения, исправляет ошибки моделей и калибровки, а затем переносит навык на реальное оборудование. Более 80% кода самой GRID написали ИИ-агенты.

В 2024 году Maven Robotics была крошечным стартапом без готового продукта, но сумела получить контракт на автоматизацию у крупной компании с потребностями в логистике. Сейчас компания выходит из закрытого режима, привлекая $100 млн от RoboStrategy, LocalGlobe, Vine Ventures и XTX Markets Ventures. Maven планирует выпустить 250 роботов третьего поколения и начать разработку платформы четвертого поколения. Роботы на колёсной базе развивают скорость до 10 миль в час, оснащены двумя манипуляторами и поднимают до 30 килограммов. Их основная задача — смешанная палетизация: сборка палет с разными товарами для отправки в магазины.

Около 30 гуманоидных роботов приняли участие в акции против ИИ у Министерства цифровых дел Польши в Варшаве. Они маршировали с флагами и плакатами, призывающими ускорить регулирование ИИ. Акцию организовала польская группа Democratism, чтобы привлечь внимание к возможному вытеснению людей роботами и ИИ — в том числе из интеллектуальной работы. Организаторы заявили, что роботы показывают: такая технология уже стала реальностью, хотя гуманоидные машины пока находятся на ранней стадии развития.

Figure ИИ запустила Index — инициативу стоимостью $1 млрд для сбора данных из реального мира и обучения роботов. Проект уже получил более 16 млн видео из 108 стран, выплатил авторам $15 млн и предполагает свыше $1 млрд расходов на данные и вычисления за ближайшие 12 месяцев. Стартап Antioch, напротив, привлёк $32 млн и делает ставку на симуляции: они позволяют проверять роботов в облаке тысячами параллельных запусков, сокращая объём дорогих испытаний на настоящем оборудовании. Среди клиентов компании — Amazon Ring, подтвердившая, что результаты симуляций совпадают с физическими тестами.

Глава британского разработчика чипов Arm Рене Хаас считает, что ИИ в течение жизни нынешнего поколения поможет найти способ лечить рак. По его словам, моделирование влияния болезни на маркеры ДНК пока слишком сложно для людей и современных компьютеров, но более мощные системы смогут решить эту задачу. Хаас также заявил, что ИИ проложит путь к широкому распространению человекоподобных роботов в ближайшие пять лет, хотя развитию этой области мешает нехватка чипов.

Предприниматель в области ИИ Даниджар Хафнер создаёт агентов, которые учатся заранее просчитывать неожиданные ситуации. Его новый стартап пока работает в закрытом режиме, а основой разработки стали гуманоидные роботы и модели мира — ИИ-модели, имитирующие физическую реальность. Хафнер обучает агентов внутри таких моделей, чтобы затем они могли действовать в незнакомой обстановке без длительных испытаний методом проб и ошибок. Ранее его алгоритмы PlaNet и Dreamer 2–4 достигли человеческого уровня в играх Atari 2600, самостоятельно добыли алмазы в Minecraft и научились делать это по записям игрового процесса.

Рабочие завода Hyundai в южнокорейском Ульсане провели частичную забастовку, выступив против внедрения гуманоидных роботов без согласия сотрудников. Компания планирует начать использовать роботов в 2028 году, а к 2030 году перевести их на сборку компонентов. Если сведения подтвердятся, это первый в мире случай, когда планы по внедрению гуманоидов стали причиной трудового конфликта. Hyundai рассчитывает развернуть 25 000 роботов Atlas от Boston Dynamics, однако правила их работы рядом с людьми, трудовые соглашения и меры защиты сотрудников пока не определены.

Нидерландская компания Vitestro получила разрешение Управления по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) на применение Aletta — первого автономного устройства для забора крови в США. 19 августа регулятор одобрил его использование у взрослых вне стационаров. В испытании в Нидерландах устройство с первой попытки успешно брало кровь в 94,5% случаев, в том числе у людей с труднодоступными венами, ожирением и пожилых. Один флеботомист может одновременно контролировать до трёх аппаратов.

Стартап Atoms, основанный Трэвисом Калаником, может выйти на рынок роботакси. Ранее этим летом компания привлекла $1,7 млрд в раунде под руководством Andreessen Horowitz, а теперь, по данным Financial Times, готовит массовый набор сотрудников и новые приобретения, чтобы занять заметное место в индустрии автономного транспорта. Atoms уже обсуждала с Uber использование своей технологии роботакси; сама Uber вложила в стартап $100 млн.

Meta начала тестировать роботов, которые должны автоматизировать обслуживание центров обработки данных и сократить расходы на персонал. По данным Ars Technica, компания проводит ранние испытания оборудования ABB, Kinova и Watney Robotics. Роботизированные руки проверяют при выполнении таких задач, как горячая замена сетевых кабелей и перезапуск электропитания серверных стоек. Сотрудник Meta рассказал, что при успехе рука Kinova сможет взять на себя до 80% работы специалистов, обслуживающих эти объекты.

Компания XDOF, которая собирает данные телеуправления роботами для обучения универсальных машин, менее чем через три месяца после выхода из скрытого режима ведёт переговоры о раунде серии B. Раунд на сумму, которую пока не раскрывают, может пройти при оценке компании примерно в $1,2 млрд, а возглавить его должна 8VC. XDOF основали в 2024 году исследователи Калифорнийского университета в Беркли Филипп Ву и Фред Шенту. После раунда серии A на $70 млн компания быстро выросла: её годовой темп выручки приближается к $50 млн.

Сэм Альтман подтвердил в подкасте Sources, что OpenAI разрабатывает человекоподобных роботов и рассматривает другие формы. По его словам, ключевой элемент такой машины — не корпус, а «мозг», то есть физический ИИ, управляющий роботом. Гуманоидная форма нужна потому, что окружающий мир рассчитан на людей: робот должен уметь открывать двери, печатать на компьютере, работать с оборудованием и убирать кухню. Альтман считает, что со временем личный робот должен появиться у каждого.

В Ливерпуле начала работу новая роботизированная лаборатория стоимостью £20 млн. Исследователи считают, что она ускорит разработку вакцин и сократит необходимость в испытаниях на животных. В лаборатории при Ливерпульской школе тропической медицины будут использовать выращенные в лаборатории миниатюрные человеческие органы, чтобы проверять методы лечения инфекционных заболеваний. Сейчас объект доступен промышленным и академическим партнёрам, а на полную мощность он должен выйти к 2027 году.

Инженеры Texas A&M University пять лет разрабатывали RoboBall — надувной роботизированный шар диаметром 1,8 метра и массой 150 килограммов. На испытаниях в каменоломне в Техасе он преодолевал камни, гравий, мокрую глину и склоны. Команда рассматривает аппарат для исследования труднодоступных участков Луны, включая 21-километровый кратер Шеклтона на южном полюсе. RoboBall катится за счёт маятника внутри оболочки, а небольшая ракета может выбрасывать собранные образцы обратно к роверу. Результаты первых испытаний опубликованы в IEEE Transactions on Field Robotics.

World Labs, которую основала исследовательница ИИ Фэй-Фэй Ли, представила Atlas — модель мира, способную по нескольким фотографиям генерировать, восстанавливать и симулировать трёхмерные сцены. Компания утверждает, что Atlas превосходит специализированные системы в их собственных задачах. Модель строит виды с произвольных ракурсов, создаёт видео длительностью до минуты в разрешении 1440p, выдаёт полноценные 3D-данные и может формировать среды для обучения роботов.

Вторые World Humanoid Robot Games прошли 22–26 августа 2026 года в Пекине: 666 команд, 2 056 роботов, 51 дисциплина и 1 301 состязание. Стометровка ускорилась с 21,50 до 8,64 секунды — быстрее рекорда Усэйна Болта на секундомере. Но в прикладных заданиях роботы всё ещё путались с кабелем, гвоздём и складкой ткани, а в 20 из 21 сценария очки делили пополам за телеуправление. Разбор: что именно выросло, что осталось на месте и зачем Китаю такая «олимпиада».

После того как модели ИИ, по утверждению источника, прошли тест Тьюринга, учёные обратили внимание на обратный процесс: люди начинают перенимать поведение чат-ботов. В новой работе, опубликованной в журнале «ИИ и общество», международная команда исследователей предположила, что особенно заметно это может быть в службах поддержки. По их мнению, чем чаще люди общаются с ChatGPT, Claude и другими ИИ-системами, тем сильнее они подстраиваются под машинную логику, темп и требования к формулировкам. Для этого процесса авторы предложили термин «роботоидная человечность».

Caterpillar использует опыт автоматизации горных работ, чтобы внедрять ИИ в повседневные процессы компаний. Производитель уже выпускает автономные карьерные самосвалы, буровые установки и другую технику, а теперь развивает помощника Cat для работы с ИИ, цифровые двойники и ИИ-инструменты для сотрудников. К системе подключено около 1,6 млн активов, а объём структурированных данных превышает 16 петабайт. Caterpillar направит $100 млн на обучение 118 000 сотрудников ИИ, автономным технологиям и робототехнике. Во втором квартале выручка компании достигла рекордных $20,5 млрд, а продажи оборудования для электроснабжения центров обработки данных выросли на 72%, до $3,10 млрд.

Компании, создающие гуманоидных роботов, обещают изменить рынок труда и уже привлекли сотни миллионов долларов при оценках в миллиарды. Agility Robotics рассчитывает поставить «сотни» роботов Digit в 2025 году, Tesla планирует выпустить 5 000 Optimus в 2025-м и не менее 50 000 в 2026-м, а Figure видит путь к 100 000 роботов к 2029 году. Аналитики Bank of America Global Research прогнозируют 18 000 поставок гуманоидов в 2025 году, а Morgan Stanley Research — свыше 1 млрд роботов и рынок объёмом $5 трлн к 2050-му. Но пока рынок почти гипотетический: главные препятствия для масштабирования — спрос, время работы от батареи, надёжность и безопасность.

Журнал Time опубликовал список «ИИ 100» — людей, активно участвующих в развитии технологий, которые быстро меняют мир. Первой в нём указана Даниэла Рус, руководитель лаборатории MIT CSAIL и участница проекта Liquid ИИ, создавшего новый тип больших языковых моделей. Далее идут руководители OpenAI, xAI и Anthropic — Сэм Альтман, Илон Маск, Дарио и Даниэла Амодеи. Такой порядок отражает американский подход к гонке ИИ: ведущая роль здесь отведена крупным компаниям. В список также вошли Бен Аффлек, разработчики Google TPU, создатели моделей и представители робототехники.

В клинике общей практики в Данди тестируют трёхфутового робота Teme, который встречает пациентов, проводит базовые проверки и передаёт результаты врачу или медсестре. В двухдневном испытании HEART-POD участвовали 12 пациентов с сердечно-сосудистыми заболеваниями. Робот измерял давление, насыщение крови кислородом и вес, благодаря чему время консультации удалось сократить на 50%. Пациенты и сотрудники в основном отнеслись к эксперименту положительно, но часть участников высказалась против обсуждения личных данных в зале ожидания.

Модели мира и действий, или WAM, быстро превращаются в новый крупный подход к созданию базовых моделей для роботов. В октябре 2025 года это направление считалось небольшой частью исследований VLA, но за последние месяцы появились публичные разработки NVIDIA DreamZero и Cosmos Policy, LingBot-VA от Ant Group, DVA от Rhoda ИИ, Cortex 2.0 от Sereact и mimic-video от Mimic Robotics. WAM используют предварительно обученные видео- или мировые модели, чтобы одновременно предсказывать будущее состояние сцены и действия робота. Теперь исследователи выясняют, станет ли это устойчивой альтернативой VLA на базе VLM или популярность WAM окажется коротким всплеском.

Физический ИИ выходит за пределы изолированных зон: автономные роботы работают рядом с людьми на заводах, складах, в больницах и домах. NVIDIA представила NVIDIA Halos для робототехники — платформу, которая объединяет вычисления для ИИ и функциональную безопасность. В её основе — промышленный модуль NVIDIA IGX Thor и операционная система NVIDIA Halos OS, созданная на базе наработок компании в области безопасности автономных автомобилей. Agility, разработчик человекоподобного робота Digit, уже внедряет IGX Thor и Halos OS в собственную систему обнаружения людей и присоединяется к лаборатории NVIDIA Halos по инспекции систем ИИ.

NVIDIA представила открытую платформу Isaac GR00T Development Platform для сквозной разработки навыков гуманоидных роботов. Она объединяет сбор данных, обучение моделей, оценку и подготовку к развёртыванию, чтобы командам не приходилось вручную связывать разрозненные инструменты и форматы. Ключевой компонент платформы — открытая модель GR00T 1.7 для обобщённых навыков гуманоидов. Она принимает изображения и текст, выдаёт действия робота, доступна на GitHub и Hugging Face, содержит 3 млрд параметров и распространяется по лицензии Apache 2.0.

Исследовательское подразделение NVIDIA представило симуляционную платформу RoboLab для масштабной и диагностической оценки универсальных политик роботов перед их применением в реальном мире. Платформа решает проблемы существующих бенчмарков: зависимость обучения и проверки от одной визуальной среды, быстрое насыщение фиксированных наборов задач и недостаток статистики. В RoboLab можно за минуты собрать сцену, задать одну или несколько языковых инструкций и запустить политику на любом роботе. Начальный бенчмарк RoboLab-120 включает 120 задач, а оценка учитывает не только успешность, но и причины ошибок, сложность инструкций, сцены и длину последовательности действий.

В июле и августе Вашингтон ужесточил ограничения на передовые роботизированные системы иностранного производства и ввёл высокие пошлины на импорт дронов и комплектующих, сославшись на национальную безопасность. Пошлины на дроны начнут действовать в сентябре, а на дополнительные компоненты — в 2027 году. Ограничения затрагивают отрасли, где китайские компании уже лидируют: в первой половине 2026 года пять крупнейших производителей гуманоидных роботов — AgiBot, Unitree, Galbot, UBTECH и Leju Robotics — обеспечили 86% мировых поставок. Аналитики считают, что меры США могут не разделить рынок на два лагеря, а ускорить формирование региональных рынков.

NVIDIA выпустила «Симуляцию медицинской физики» — программную платформу с открытым исходным кодом и ускорением на GPU для NVIDIA Isaac для здравоохранения. Она позволяет создавать цифровые двойники анатомии, моделировать взаимодействие медицинских устройств с тканями и обучать роботизированные системы с подкреплением. В состав вошли модули для навигации катетеров и хирургических процедур, а также генеративные модели мира Cosmos-H. В тестах симуляция работала на частоте до 1300 Гц в одном окружении, до 60 Гц в 512 параллельных окружениях и свыше 30 кадров в секунду в хирургическом сценарии на одной потребительской видеокарте.

Робототехническая компания Generalist достигла оценки в $3 млрд после привлечения почти $200 млн дополнительного капитала во главе с 8VC, сообщили два источника, знакомых с раундом. Эти деньги стали продолжением раунда серии B на $400 млн, который Radical Ventures возглавила в июне при оценке компании в $2 млрд. Теперь общий объём раунда достиг $600 млн. Generalist разрабатывает базовую модель ИИ для разных роботов и утверждает, что её версия Gen 1.5 позволяет осваивать новые задачи по видеодемонстрациям длительностью от 3 до 12 секунд.

Лаборатории инженерии человека (HERL) при Университете Питтсбурга вместе с ATDev создают роботизированную платформу RAMMP для людей с инвалидностью. Проект получил до $41,5 млн от американского Агентства перспективных исследовательских проектов в области здравоохранения (ARPA-H). Платформа объединит робототехнику, ИИ, цифровых двойников и открытые модели компьютерного зрения Meta — DINO и Segment Anything Model (SAM). RAMMP должна помочь пользователям безопаснее передвигаться и взаимодействовать с предметами, обрабатывая изображения и данные датчиков прямо на устройстве, без постоянного подключения к сети.

NVIDIA выпустила руководство по постобучению Cosmos 3 Edge — 4B-модели с рассуждающим модулем на базе 2B NVIDIA Nemotron для управления роботами прямо на устройстве. Модель запускается на NVIDIA Jetson Thor, формирует действия в реальном времени без обращения к серверной GPU и достигает 22,9% успешных попыток в замкнутой симуляции RoboLab. Руководство, исходный код в открытом репозитории cosmos-framework и готовая контрольная точка опубликованы для воспроизводимого запуска.

Компании, разрабатывающие ИИ для роботов, пока не смогли превратить растущие физические способности машин в стабильную коммерческую работу. На конференции Actuate разработчики говорили, что сектору не хватает качественных данных, вычислительных ресурсов и более эффективного обучения с подкреплением. Основатель Antioch Гарри Меллсоп сравнил нынешний этап с эпохой GPT-2. На этом фоне Unitree после выхода на китайскую площадку, аналогичную Nasdaq, достигла оценки $66 млрд, но на этой неделе потеряла почти половину стоимости.

Китайские автопроизводители вслед за Tesla вкладываются в гуманоидных роботов как в новый источник прибыли. Подразделение Xpeng по робототехнике привлекло более $900 млн при оценке после привлечения средств свыше $6,3 млрд — это крупнейшее частное финансирование одной сделкой в китайской индустрии «воплощённого ИИ», по данным компании. AiMOGA, робототехническое подразделение Chery Automobile, готовит выход на биржу, BYD представила гуманоидного робота Xiao Di, а Changan, GAC, Li Auto, SAIC и Seres тоже разрабатывают такие машины. Xpeng делает ставку на робота Iron, предназначенного для коммерческого применения.

NVIDIA описала агентный рабочий процесс COMPASS для переноса навигации между роботами и сценами. ИИ-агент проверяет зависимости, подготавливает ресурсы симуляции, запускает дымовые тесты и обучение, диагностирует ошибки и сравнивает контрольные точки, а человек подтверждает переходы между этапами. В учебном сценарии с четырёхногим роботом Boston Dynamics Spot используются складская сцена COMPASS и одна из 10 000 сцен набора SAGE-10K; для реконструированных помещений предусмотрен Omniverse NuRec. Обучение строится поверх предобученной политики NVIDIA X-Mobility и дообучает остаточную политику под конкретного робота и окружение.

Шестиколёсные роботы Starship Technologies исчезли с улиц Шеффилда после завершения пятимесячного испытательного проекта, запущенного в марте совместно с Uber Eats. За время испытаний роботам срывали сигнальные флажки, разрисовывали корпуса и мешали двигаться, устанавливая за ними дорожные конусы. Жители также жаловались, что машины «мешают» пешеходам. В Starship заявили, что служба пока приостановлена для оценки результатов, а вандализм не стал причиной остановки — решение было коммерческим и означало естественное завершение испытательной фазы.

Компания Perceptron, основанная двумя бывшими исследователями Meta, представила Isaac 0.5 — передовую визуальную модель для промышленной автоматизации. Она помогает роботам воспринимать обстановку, рассуждать и действовать на складах и фабриках: читать маркировку, анализировать расположение коробок, выбирать предметы и планировать последовательность действий. Модель выпускается как открытая: её параметры и материалы обучения доступны для проверки. Perceptron обучала Isaac 0.5 на миллионе часов видео и планирует применять её в производстве, логистике, складской работе, безопасности, сфере мобильности, медиа и развлечениях.

Двести лет автоматизация освобождала человека от физического труда: станки брали на себя отдельные операции, а конвейеры связывали их в процессы. Сегодня тот же путь проходит интеллектуальный труд. Разбираем эволюцию автоматизации, её четыре уровня и выясняем, когда выбрать простое правило, роботизацию или ИИ-агента.

Anthropic открыла исследовательский предварительный доступ к стандарту оборудования для моделей (MHS) для первой группы научных лабораторий и производителей. Это общая спецификация, которая позволяет ИИ-агентам безопасно управлять физическими устройствами: микроскопами, дозаторами жидкостей, роботизированными манипуляторами и другим оборудованием. MHS сокращает интеграцию аппаратуры с недель и месяцев до часов или минут, а агентам позволяет параллельно координировать приборы, менять параметры в реальном времени и иногда самостоятельно восстанавливаться после ошибок. Стандарт разрабатывается совместно с HHMI Janelia Research Campus и в будущем должен стать открытым.

Роботизированные пиццерии пока не оправдали ожиданий: компании Picnic, Zume и Pazzi закрылись, а их технологии не принесли обещанной автоматизации. В мае Picnic внезапно прекратила работу, оставив ресторан Moto Pizza в Сиэтле с двумя бесполезными роботами стоимостью $160 000 (£118 000). При этом интерес к технологии сохраняется: Appetronix уже тестирует круглосуточный автомат для сети Donatos, а бывший владелец Moto Pizza Lee Kindell разрабатывает собственную машину, которую рассчитывает запустить к лету 2027 года.

Можно ли научить ИИ-агента ходить по интернет-магазину не как бездумный робот, а как настоящий покупатель — с памятью, сомнениями и понятной целью? Исследователи предлагают агента, который рассматривает страницы магазина как человек и запоминает не всё подряд, а только нужное: что он ищет сейчас, какие товары уже видел и какие предпочтения постепенно складываются. Вместо оценки каждого отдельного клика его учат по результату всей сессии, чтобы он не листал страницы бесконечно и не останавливался слишком рано, а действовал последовательно и правдоподобно. В этом обзоре разбираем, как устроен такой ИИ-покупатель, почему обычные способы обучения плохо передают поведение людей и как проверяют сходство его решений с действиями реальных пользователей.

Роботы начинают учиться сами. Не просто выполнять заранее обученные действия, а пробовать решения в реальном мире, ошибаться, анализировать результат, менять собственное поведение и сохранять удачные действия как новые навыки. Причём следующий шаг ещё интереснее: робот может сам накапливать опыт, превращать его в данные и на этих данных обучать более быстрые специализированные модели. Разобрал, почему это может стать одним из самых важных сдвигов в современной робототехнике.

У генеративного ИИ есть удобная иллюзия компетентности: модель пишет, рисует, иногда даже «планирует», и кажется, что у нее внутри есть нечто вроде картины мира. Но как только систему просят не просто продолжить текст, а долго и целенаправленно действовать — управлять роботом, ходить по сайтам, договариваться с людьми или ставить научные…

В робототехнике есть старая боль: даже сильные визуальные и языковые модели неплохо рассуждают о сцене, но иногда плохо справляются с тем, чтобы действовать в физическом мире. В быту это выглядит просто: «подвинь кружку на 10 сантиметров вправо» или «лей воду над цветами на высоте 1–5 см». Для…

Уже давно робототехника жила по следующим принципам: мы строили карту мира, решали обратную кинематику, настраивали регуляторы, а потом всё снова, когда менялась задача или робот. Это работает в стерильных условиях, но ломается в реальности с шумными сенсорами, контактами и мягкими материалами.…

Автономные ИИ‑агенты становятся не просто помощниками, а участниками растущих цифровых рынков: договариваются, закупают данные, планируют, пишут код, управляют роботами. Авторы работы предлагают смотреть на это как на зарождающуюся агентную экономику — связку рынков, где агенты взаимодействуют…

Сегодня многие ИИ-агенты остаются реактивными: видят кадр — действуют, видят следующий — снова действуют, а связной картины мира не формируют. Отсюда проблемы с дальними маршрутами, переиспользованием опыта и гибкостью. В биологии это решено элегантно: мозг хранит ориентиры, маршрутное знание и…

Роботы всё чаще видят мир камерой и читают наши текстовые инструкции. Но часто это «знание» не превращается в верное действие: модель понимает, что такое «чашка», но не знает, куда её ставить и как обойти соседние предметы. Этот разрыв между зрением и действием называется seeing‑to‑doing gap.…