Основная проблема человекоподобных роботов в 2026 году заключается не в их отсутствии, а в неспособности выполнять полезные задачи стабильно. Хотя они способны демонстрировать ходьбу в контролируемых условиях, выполнять жесты на технологических выставках и перемещать объекты в идеальных ситуациях, их производительность в реальном мире — с неровными полами, падающими предметами, непредсказуемым движением людей и переменным освещением — часто подводит. Производители неохотно признают это, но главная причина — нехватка данных. Сбор обучающих данных для физических роботов значительно дороже, чем для языковых моделей.
Китай решил эту проблему, создав инновационную инфраструктуру. В июле 2026 года в Шанхае откроется первый в мире центр гетерогенного обучения человекоподобных роботов. На площади более 5 000 квадратных метров в районе Чжанцзян одновременно будут обучаться свыше 100 различных моделей роботов от более чем дюжины компаний.
Что такое центр гетерогенного обучения и почему это важно
Ключевым моментом является термин «гетерогенный». До сих пор каждый производитель человекоподобных роботов обучал свои машины, используя собственные данные, в своих лабораториях и по своим методикам. Это означает, что роботы разных компаний (например, Unitree, Agility Robotics, Boston Dynamics или Tesla Optimus) не обмениваются обучающими данными, и каждая компания начинает с нуля.
Центр в Чжанцзяне меняет эту модель. Он собирает роботов различных производителей под одной крышей для обучения в идентичных сценариях, в одинаковых условиях и по единому протоколу сбора данных. Цель — создать платформу для обмена данными, которая позволит производителям делиться данными из различных сценариев (бытовая техника, здравоохранение, логистика, сельское хозяйство), сокращая дублирование усилий и ускоряя обучение всей отрасли.
На этапе настройки и тестирования центр генерирует от 20 000 до 30 000 записей данных в день. После полного запуска, запланированного на июль, этот показатель возрастет до 50 000 записей ежедневно. К концу года планируется собрать более 10 миллионов реальных записей данных. К 2027 году намечено одновременное обучение 1 000 роботов. Обучение будет охватывать 10 ключевых сценариев, включая промышленность, домашнее хозяйство, коммерческие услуги, туризм, медицину, сельское хозяйство и специализированные высокорисковые среды, такие как внутренние помещения ядерных реакторов.
Контекст: Китай занимает 84,7% мирового рынка человекоподобных роботов
Этот проект выходит за рамки просто амбициозной лаборатории благодаря своему промышленному контексту. В 2025 году мировые поставки человекоподобных роботов достигли примерно 17 000 единиц, а рыночная стоимость составила 2,88 миллиарда юаней (около 422 миллионов евро). Китай поставил 14 400 единиц, что составляет 84,7% от общего мирового объема, произведенных более чем 140 активными китайскими производителями. Китай также занимает 53,8% мирового рынка по стоимости.
При таком объеме производства отсутствие единого стандарта для обучающих данных является явным тормозом для всей отрасли. Если робот одной компании не может учиться на данных, полученных роботом другой компании в аналогичном сценарии, сектору приходится умножать инвестиции в данные на количество существующих компаний. Платформа в Чжанцзяне решает эту проблему.
Человекоподобные роботы уже демонстрируют свои возможности в контролируемых средах. На выставке CES 2026 они произвели впечатление, но еще ищут свое реальное применение, показывая ограничения в полноценной рабочей смене. Japan Airlines начала тестировать человекоподобных роботов в аэропорту Ханэда в мае 2026 года для реальных операций с багажом — это именно та требовательная среда, где данные из центра в Чжанцзяне будут иметь решающее значение. План Hyundai по производству 30 000 человекоподобных роботов Atlas к 2028 году для своих заводов является западным аналогом той же проблемы: для надежной работы роботов требуются огромные объемы обучающих данных.
Личная оценка
За годы работы в области робототехники меня больше всего убеждает подход к общей инфраструктуре, применяемый в центре Чжанцзяна. Проблема передовой робототехники заключается не в кремнии или двигателях, а в сборе данных. Если Китай создал эквивалент «операционной системы данных» для всей своей робототехнической отрасли, то это окажет существенное влияние на скорость развития.
Однако меня беспокоит управление данными. Робот, обучающийся внутри ядерного реактора или больницы, собирает конфиденциальную информацию об этих средах. Кто будет контролировать эти данные? На каких условиях иностранные компании смогут использовать платформу для обмена? Как будет обеспечиваться конфиденциальность данных, отражающих поведение людей в чувствительных областях? Анонс не дает ответов на эти вопросы.
Вопрос на ближайшие 12 месяцев не в том, будет ли центр производить полезные данные — он будет, — а в том, станет ли модель общих данных глобальным отраслевым стандартом, или западные робототехнические компании разработают свою собственную эквивалентную инфраструктуру. Тот, кто выиграет эту гонку данных, выиграет и гонку человекоподобных роботов.
Частые вопросы
Что делает этот центр «гетерогенным»?
Гетерогенность означает, что одновременно обучаются роботы от разных производителей, с разными аппаратными и программными архитектурами, в одинаковых средах и по одинаковым протоколам сбора данных. Это отличается от обычной модели, где каждая компания обучает своих роботов изолированно. Гетерогенность позволяет создать платформу для обмена данными между компаниями.
Какие роботы участвуют в обучении?
Среди участвующих компаний — Boston Dynamics, Agility Robotics, Unitree, Pudu Robotics и другие из цепочки поставок робототехники провинции Хубэй. Пилотная программа обучения включает более 100 типов роботов от более чем дюжины компаний. К 2027 году планируется масштабирование до 1 000 одновременно обучающихся роботов.
Почему важно, чтобы данные обменивались между производителями?
Обучение физических роботов чрезвычайно дорого по времени и ресурсам. Каждая запись обучающих данных требует, чтобы робот выполнил реальное действие под наблюдением человека, с корректировками и повторениями. Если производители могут получить доступ к данным, сгенерированным другими в аналогичных сценариях, им не придется повторять весь процесс с нуля. Платформа обмена призвана сократить дублирование и ускорить развитие всей отрасли.