Прорив у розвитку штучного інтелекту для гуманоїдних роботів: що чекати найближчим часом
У Китаї експерти у сфері робототехніки прогнозують революційний прорив в «мозках» гуманоїдних роботів вже до кінця наступного року. Це може стати таким же важливим моментом, як і поява ChatGPT, що змінила спосіб використання технологій штучного інтелекту по всьому світу.
Погляд у майбутнє від лідерів AI-індустрії
Ван Сяоганґ, генеральний директор китайського стартапу ACE Robotics, заявив, що компанія очікує досягти свого «ChatGPT-моменту» для втіленого інтелекту вже наприкінці 2024 року. Це буде результатом комбінування моделей світу з даними про навколишнє середовище. Проте, широке комерційне впровадження таких технологій може зайняти ще 4-5 років.
Варто зазначити, що Ван є одним із співзасновників компанії SenseTime, яка позиціонується як піонер в області візуального розпізнавання штучного інтелекту в Китаї.
Від теорії до практики: складнощі в розвитку робототехніки
Попри успіхи великих мовних моделей, таких як ChatGPT і DeepSeek, які вже широко використовуються у робочих процесах і домогосподарствах по всьому світу, роботи, здатні автономно виконувати різноманітні завдання в нових фізичних просторах, досі залишаються мрією далекого майбутнього.
Крім того, багато китайських компаній, що розвивають гуманоїдних роботів, все більше орієнтуються на реальні функції застосування, а не на показові атлетичні виступи або танці, щоб переконати інвесторів оцінити економічну цінність їх розробок.
Що таке embodied AI і чому це важливо?
Втілений штучний інтелект визначає здатність роботів до інтелектуальної та автономної роботи. На відміну від великих мовних моделей, ці системи створені для того, щоб допомагати роботам розуміти і орієнтуватися у реальному світі в режимі реального часу.
Підприємці, що працюють у галузі робототехніки, визнають, що найскладнішою перешкодою є отримання потрібної кількості якісних даних для навчання їх моделей.
Фінансування і технології — двигуни інновацій
ACE Robotics, заснована у липні 2025 року та підтримувана Ant Group і SenseTime, вже зібрала понад 100 млн доларів у першій половині року через декілька раундів інвестицій.
Компанія планує впровадити первинне публічне розміщення акцій як тільки це стане можливим, дотримуючись китайських вимог з трьох років діяльності.
Їхня відкритої моделі Kairos-4B удається обігнати за показниками інші світові розробки, такі як Nvidia Cosmos 3 і Ant Group Lingbot, незважаючи на те, що її параметри у чотири рази менші.
Інноваційні характеристики моделі
- Поєднання сприйняття, мульти-модального розуміння, фізичного моделювання та планування дій;
- Здатність до довготривалого прогнозування відео та дій на багатохвилинних послідовностях;
- Потенціал для широкого застосування в різних галузях завдяки цілісному інтегрованому підходу.
Розширення бази навчальних даних
Кілька провідних робототехнічних компаній у Китаї, зокрема Unitree та стартап X Square, активно розробляють власні базові моделі embodied AI. Проте за словами Вана, наразі на ринку накопичено приблизно 100 тисяч годин даних, що є значно менше за потреби для ефективного навчання цих систем.
Щоб масштабувати збирання інформації, ACE Robotics використовує працівників у реальних виробничих лініях, оснащених легкими сенсорами, що значно підвищує ефективність збору даних. За прогнозами компанії, за два роки буде накопичено десятки мільйонів годин інформації.
Які інструменти і технології допомагають в навчанні?
- Фізична телеоперація — метод, за якого оператори в екзоскелетах повторюють прості рухи сотні разів;
- Використання AI-чіпів від Nvidia, а також вітчизняних виробників, таких як Rhino Tech і Digua Robotics, що диверсифікує ланцюжок постачання;
- Зниження вартості апаратного забезпечення завдяки появі все більш комплексних і економних рішень.
Реальні сфери застосування embodied AI
Сьогодні моделі embodied AI вже працюють у комерційних середовищах, включаючи безлюдні магазини, готельний сервіс та склади оперативної доставки, де разом із ними функціонують гуманоїдні роботи від Unitree, AgiBot і Fourier.
Плани ACE передбачають розгорнути свої рішення принаймні у 1 000 магазинах протягом наступного року, з перспективою масштабування до 10 000 точок за два роки.
