Роботам теперь приходится доказывать способность выполнять реальную работу, а не просто демонстрировать физические возможности, такие как высокая скорость или прыжки. На Всемирной конференции по робототехнике в 2026 году основатель Unitree Ван Синсин продемонстрировал робота, который наводил порядок в переговорной комнате, выполняя семь или восемь задач, переключаясь между ними с помощью одной модели и справляясь с внешними воздействиями. Он считает подобные сценарии достаточно практичными.
Согласно «Отчету о развитии индустрии гуманоидных роботов за 2026 год», опубликованному Чжаном Фенгом, председателем Китайского общества гуманоидных роботов из ста человек, объем поставок в Китае превысил 40 000 единиц в первом полугодии 2026 года, при этом глобальная доля достигла 97%. Однако рост поставок сам по себе не гарантирует коммерциализации.
Ведущие компании, включая Unitree, Starship Navigator и Galaxy General, сходятся во мнении, что ключевым барьером является способность работать в незнакомых условиях, быстро осваивать новые задачи и функционировать с эффективностью, близкой к человеческой. Хотя Unitree представила робота со скоростью 12,65 метров в секунду, такие возможности пока остаются далекими от заводских условий; робот работал на автомобильных заводах с 2024 года, но не масштабировался из-за недостаточной эффективности и обобщенности.
Основатель Starship Navigator Гао Цыян предложил измерить прогресс через три параметра: скорость, точность и обобщенность. Робот, складывающий рубашку с коротким рукавом, потратил около двух минут, а его выполнение задач составляет примерно 70–80% от человеческого уровня, при этом требуется дальнейшая работа над миллиметровой точностью. Обобщенность связана со стоимостью обучения робота-работника: для новой задачи требуется около 10 часов дополнительного обучения, с целью сократить этот срок до одного часа в следующем году.
Автоматизированный склад Starship Navigator, работающий с JD.com, занимается комплектацией, захватом, размещением и упаковкой, ежедневно обрабатывая более 100 заказов без участия человека и в настоящее время выполняя тысячи продуктивных заказов, управляемых моделями. Акцент сместился с продажи самих роботов на продажу производительности, и ценность переместилась от аппаратного обеспечения к интеллекту.
Отвечая на вопрос о «моменте ChatGPT», Ван Синсин оценивает готовность на уровне 80%: если робот в незнакомом доме сможет выполнять около 80% задач по голосовой инструкции, воплощенный интеллект достигнет точки взрыва; его прогноз составляет два-три года при быстром темпе и пять или десять лет при медленном. Ван Хэ из Galaxy General оценивает текущие модели примерно на уровне GPT-2, стремясь достичь уровня ChatGPT к 2028 году.
То, что находится между роботами и моментом ChatGPT, — это обобщенность: многие модели достигают почти стопроцентного успеха в фиксированных средах, но резко снижают эффективность при изменении окружения, а последние миллиметры могут содержать ошибку, которую робот не может оперативно исправить. Наибольшим узким местом является недостаточная согласованность между входом и выходом ИИ и роботами. Данные являются дефицитным производственным фактором, и масштабируемый мозг может потребовать десятки миллионов часов, тогда как в отрасли имеется всего сто тысяч. Более 40 000 проданных единиц в первом полугодии доказывают, что роботы выходят из лабораторий; однако то, смогут ли они стабильно выполнять большинство задач в незнакомой среде, определит, являются ли они просто продаваемыми машинами или источником непрерывно создаваемой ценности.