अगस्त में वर्ल्ड रोबोट कॉन्फ्रेंस प्रदर्शनी में फिर से ऐसे रोबोट प्रदर्शित किए गए जो विभिन्न कार्य कर रहे थे: वे नृत्य कर रहे थे, लड़ रहे थे, वस्तुओं को उठा रहे थे और छाँट रहे थे। सिमुलेटेड उत्पादन लाइनों पर रोबोटिक मैनिपुलेटर स्थापित और व्यवस्थित किए गए। पिछले दो वर्षों से रोबोटिक्स शो को देखने वालों के लिए, ये दृश्य परिचित लगते हैं: रोबोटों की संख्या काफी बढ़ गई है, हालांकि उनकी कार्यक्षमता में उद्योग की इतनी उच्च रुचि के बावजूद अपेक्षित तीव्र उछाल नहीं दिखा है। यदि पिछले साल रोबोट कप उठा सकते थे, तो इस साल भी वे यह काम कर रहे हैं; यदि पहले वे कपड़े तह करते थे, तो अब भी वही कर रहे हैं; मुख्य प्रवृत्ति अभी भी कारखानों में रोबोटों के कार्यान्वयन से जुड़ी हुई है।
काउंटरपॉइंट रिसर्च के आंकड़ों के अनुसार, 2026 के पहले छमाही में मानवरूप (ह्यूमनॉइड) की वैश्विक आपूर्ति 22,000 इकाइयों से अधिक थी, जो पिछले वर्ष की तुलना में लगभग 300% अधिक है, और साल के अंत तक इस आंकड़े के 50,000 से अधिक होने का अनुमान है। लीडर्स में AgiBot शामिल था, जिसने लगभग 9,700 इकाइयाँ बेचीं, Unitree ने 7,000 से अधिक जारी किए, और Galaxy General ने 1,100 से अधिक बेचे, और इन पांच कंपनियों ने बाजार का 86% हिस्सा लिया। अनुप्रयोग क्षेत्रों के अनुसार, मनोरंजन (33.6%) और डेटा तथा अनुसंधान उत्पादन (27%) ने सबसे बड़ा हिस्सा लिया, जो कुल मिलाकर 60% से अधिक है; इसके बाद इंटेलिजेंट मैन्युफैक्चरिंग (12.8%) और वेयरहाउस लॉजिस्टिक्स (4.9%) आए।
हालांकि, पिछले एक साल में रोबोटों में वास्तव में कहाँ महत्वपूर्ण सुधार हुए हैं? इन मौलिक परिवर्तनों को नंगी आंखों से देखना मुश्किल है: उदाहरण के लिए, एक ही कप उठाने के कार्य को करने पर, आवश्यक प्रशिक्षण डेटा की मात्रा, क्या गति पहले से प्रोग्राम की गई है, क्या रोबोट दूसरे कप को उठा सकता है, या नए संयंत्र में पुन: कैलिब्रेशन के लिए कितने इंजीनियरों की आवश्यकता है, जैसे विवरण महत्वपूर्ण हैं।
Unitree के संस्थापक, वान शिनसिन, लगातार सामान्यीकरण के महत्व पर जोर देते रहे हैं: रोबोट सरल असेंबली ऑपरेशन कर सकते हैं, और एक निश्चित वातावरण में पर्याप्त डेटा होने पर सफलता 100% तक पहुंच सकती है, लेकिन वस्तु में मामूली बदलाव इस सफलता को कम कर देता है। Galaxy General के संस्थापक, वान हे, का मानना है कि एक स्पष्ट रूप से परिभाषित कार्य और पोस्ट-ट्रेनिंग में निवेश की इच्छा होने पर, लगभग किसी भी कार्य को अच्छी तरह से किया जा सकता है, हालांकि विशेष पोस्ट-ट्रेनिंग में मानव भागीदारी की आवश्यकता होती है और इसे हजारों उद्योगों में कॉपी नहीं किया जा सकता है। 2026 का निर्णायक क्षण यह है: क्या कार्य सीखने के बाद, उस क्षमता को 100 कारखानों या 1000 स्टोरों में दोहराया जा सकता है?
वान शिनसिन ने एक सीमा निर्धारित की: यदि किसी रोबोट को पूरी तरह से नए वातावरण में डाला जाता है और उसे भाषा में कमांड दी जाती है, तो वह लगभग 80% कार्यों को पूरा करेगा; तभी उद्योग विस्फोटक वृद्धि के करीब आएगा। वान हे ने इस सीमा को पहले ही चिह्नित कर दिया था, आधुनिक एम्बोडीड मॉडल की तुलना GPT-2 से की और भविष्यवाणी की कि बुनियादी मॉडल 2028 तक GPT-3.5 या GPT-4 के स्तर तक पहुंच सकते हैं।
आज का बाजार दो कंपनियों द्वारा परिभाषित है। Unitree का लाभ गति प्रबंधन, बॉडी इंजीनियरिंग, लागत और मात्रा में निहित है; WRC में कंपनी ने 12.65 मीटर प्रति सेकंड की गति विकसित करने में सक्षम रोबोट प्रस्तुत किया और पहले छमाही में 7,000 से अधिक ह्यूमनॉइड बेचे, जो बाजार का 31% था। फिर भी, इन रोबोटों का उपयोग मुख्य रूप से अनुसंधान और शिक्षा के क्षेत्र में किया जाता है, और कंपनी का सबसे बड़ा निवेश वर्तमान में कृत्रिम बुद्धिमत्ता मॉडल पर केंद्रित है। Galaxy General, जो लंबे समय से एम्बोडीड बेस मॉडल में अग्रणी रहा है, ने द्विपदीय ET1 प्रस्तुत किया, जिसे मानव गति के लगभग 100,000 घंटों के डेटा के आधार पर एक सामान्य छोटे मस्तिष्क वाले शरीर पर प्रशिक्षित किया गया था। WAM-TTT तकनीक के कारण, रोबोट नए ऑब्जेक्ट पर कर्मचारियों को देखकर अनुकूलित होता है। CATL में Galaxy सफलतापूर्वक एक मशीन पर पायलट परियोजनाओं से दर्जनों कारखानों में तैनाती तक पहुंच गई है।