В августе 2026 года на Пекинском всемирном конгрессе роботов (WRC) произошёл заметный сдвиг в акцентах: от демонстрационных возможностей роботов участники перешли к расчёту возврата инвестиций (ROI). Эволюция воплощённого ИИ переопределяет отрасль по четырём направлениям: коммерческий ROI, инфраструктура сбора данных, конвергенция форм, тактильное управление.
Этапы развития воплощённого ИИ прослеживаются на ключевых событиях года. В мае на ICRA в Вене академическое и промышленное сообщества сосредоточились на VLA (визуально-языково-двигательных) моделях — это этап «физической подготовки» для воплощённого ИИ. В начале июля на WAIC в Шанхае более 200 компаний, работающих с воплощённым ИИ, сменили демонстрацию трюков (например, сальто) на показ практических задач: закручивание винтов, складывание одежды. В конце июля на RSS в Сиднее в центре внимания оказались открытое аппаратное обеспечение, инструменты симуляции и решения для дистанционного управления — отрасль начала создавать общую инфраструктуру.
На WRC 2026 ключевые темы — инженерные ограничения и коммерческая целесообразность. Участники фокусируются на трёх показателях: стоимость, стабильность, экономия на заработной плате за месяц работы. Логистика и сортировка — наиболее проработанный сценарий коммерциализации воплощённого ИИ. Конкуренция перешла от вопроса «возможно ли это?» к вопросу «кто сможет заработать?».
Компания «» представила систему сортировки посылок с двумя манипуляторами, управляемую моделью DM0.5. Скорость сортировки — около 2 секунд на посылку. Ключевая особенность — возможность работы без смены системы и без жёстко заданных траекторий.
Универсальность (генерализация) теперь рассматривается не как академический плюс, а как инструмент экономии: одна модель и одно аппаратное обеспечение за месяц могут выполнять 4 разных сценария (сортировка посылок, нарезка дыни, строительство из кубиков и др.). Это повышает эффективность использования роботов. На рынках с высокой стоимостью рабочей силы способность робота выполнять разные задачи напрямую влияет на прибыль: генерализация позволяет сократить расходы на адаптацию ПО и добиться положительного ROI.
Самостоятельная компания представила большую модель WALL-B, которая объединяет все функции в одной сети, отказавшись от механизма взаимодействия «зрение, язык, действие». Демонстрирована способность робота к реальному физическому прогнозированию: робот может предсказать расположение этикетки на коробке по небольшим выступам на боковой стороне коробки.
На WRC быстрее всего растут продажи устройств для сбора данных, а не самих роботов. В 2026 году ожидается взрывной рост продаж таких устройств. «Оби Чжунгуан» и «Маи Линбо» представляют комбинацию «софт-хард» с аппаратной частью (чип MX6800 и 3D‑камера) и моделью LingBot‑Depth 2.0 — цель в снижении порога доступа к данным 3D‑пространства. Компания «Хэшань» демонстрирует важность данных о тактильных ощущениях: с помощью сенсорных перчаток можно фиксировать сигналы контакта, силы, скольжения и сопоставлять их с изображением с первой камеры. Тактильные данные помогают роботам понимать коэффициент трения и жёсткость объектов.
Ряд компаний (самостоятельная робототехника, «Чжанъюй Дунли», «Лицин Чжинен», «Дэта Чжинен») разрабатывают собственные устройства для сбора данных, ориентируясь на потребности обучения моделей. Компании «Гуанлунь Чжинен», «Кайван Шуцзюй», ORIGINFLOW позиционируют себя как поставщики инфраструктуры данных, опираясь на знания клиентов, накопленный опыт работы со сценариями и опыт реализации проектов.
На текущей стадии WRC наблюдается дифференцированная конкуренция между разными игроками на рынке данных, но в долгосрочной перспективе ожидается слияние направлений и перестройка отрасли.
Человекоподобные роботы остаются «звёздами» на WRC, но четырёхногие (роботы‑собаки) и колёсные роботы — фактически «рабочие лошадки»; происходит разделение между демонстрацией возможностей и практическим применением. Витаксинейд выпустил двуногого робота-терминала ATOM, придерживаясь стратегии: сначала проверить возможности коммерциализации на четырёхногих роботах потребительского уровня, затем постепенно переходить к человекоподобным. Четырёхногие продукты компании поставили рекорд по заказам — почти 100 млн.
Юньшэнь в 2025 году займёт первое место в мире по доходам от отраслевых приложений. Пример практического применения — робот Эксел X30 проводит инспекцию в швейцарской высокорисковой атомной станции. Чжишэнь Кэцзи достигла месячной производственной мощности более 5000 единиц, годовой мощности по суставным модулям — свыше 1 млн штук. Робот Медный Молот M1 сохраняет стабильность на конце при интенсивных движениях (VLA-способность), что подтверждает промышленное внедрение совместной работы «большого» и «малого» мозга.
Сюаньцзи Дунли фокусируется на кастомизации под конкретные сценарии, работает в сферах электросетей, пожарной безопасности и др., повысив эффективность инспекций на 75 %.
В индустрии роботов-манипуляторов сформировались три консенсуса:
1. Чётко выделяются три направления привода: прямой, тросовый, смешанный. Модели Линкер Хэнд O30, Прима 1, Рево 3, ИКСХЭНД 1-ПРО используют прямой привод; ДексХэнд 021 Про, ОктоХ-Хэнд — тросовый; КАЙХэнд, РХ524J1 — смешанный.
2. Тактильные ощущения из демонстрационной функции превратились в базовую способность: параллельно используются датчики давления, ёмкостные, визуально-тактильные, магнитно-холловые. Например, у компании «Чжанъюй Дунли» на руке размещено 1900 тактильных точек, у Рево 3 тактильные датчики есть на всей ладони, датчики тактильности от Пасини имеют точность распознавания 0,01 Н. Ключевая проблема — согласованность тактильных данных.
3. Основной продукт для коммерциализации — не высокосвободные флагманские модели, а шестистепенные рычажные руки и трёхпалые руки. Например, у «Чжункоу Гуйцзи» запланирована производственная мощность 30 тыс. единиц в год — в основном это эти два типа продуктов. Их преимущества: отработанная конструкция, контролируемая стоимость, высокая надёжность; у трёхпалых рук — высокая грузоподъёмность, что важно для большинства промышленных сценариев.
В этом году максимальный уровень свободы роботизированной руки достиг 37. В экспозиции преобладают динамические демонстрации вместо статичных. Реальные производственные линии пока используют решения с низкой свободой действий, а высокосвободные продукты ещё далеки от массового внедрения. Требуется накопление данных и доработка моделей.
Мир-модели трансформируются в «физический компилятор» для воплощённого интеллекта. В классическом понимании компилятор переводит намерения человека в машинный код (0 и 1), а мир-модель в контексте WRC переводит намерения в физические законы. Примеры применения:
* «» переводит концепцию «снятия кожуры» в физические инструкции (обратная связь по силе, упругая деформация, движение звеньев);
* «» снижает эксплуатационные расходы до 150 юаней, разрабатывая более эффективный «бэкенд компилятора»;
* «» визуализирует процесс прогнозирования, демонстрируя, как «компилятор» корректирует физические ошибки в реальном времени.
Цель отрасли воплощённого интеллекта — создать замкнутый цикл «автосбор данных — автообучение — автоэволюция». Человек задаёт высший уровень инструкций, а мир-модель («компилятор») проводит пробные попытки, калибровку и выдаёт безопасные и физически согласованные команды.
2026 год — переломный момент для роботов: от «научиться двигаться» к «научиться работать».
：WRC：
WRC ：，
：80%WRC 2026
Ссылка на ресурс по WRC 2026
Подписаться в Макс
