Китайская RealMan Robotics намерена ускорить переход роботов от выставочных демонстраций к повседневной работе. В 2026 году компания планирует развернуть системы семейства RealBOT почти в тысяче реальных рабочих сценариев. Роботов собираются использовать в аптеках, на предприятиях, в сфере общественного питания, для технических осмотров и выполнения других практических задач.

Одной из основ проекта станет сеть дистанционной работы GLN, позволяющая оператору управлять машиной, находящейся за сотни или тысячи километров. Такой подход нужен не только для выполнения работы: каждое действие робота в реальной среде становится источником данных для дальнейшего совершенствования системы. На WRC 2026 компания уже показала RealBOT за пополнением запасов лекарств, проверкой электрооборудования, приготовлением еды и обслуживанием производственной линии.

Роботы выходят из лабораторий

На Всемирной конференции робототехники WRC 2026, проходящей в Пекине с 19 по 23 августа, RealMan Robotics сделала акцент не на эффектных демонстрациях, а на способности машин выполнять обычную полезную работу.

На стенде компании RealBOT обслуживал круглосуточную «умную» аптеку, где занимался поиском, выдачей и пополнением лекарств. Другому роботу поручили инспекцию оборудования в распределительном помещении. Ещё одна система работала вместе с мастерами пекинской кондитерской Daoxiangcun и участвовала в приготовлении традиционных лунных пряников.

Отдельно продемонстрировали удалённую работу на производстве. Находившийся в Пекине оператор через GLN управлял оборудованием на предприятии RealMan в Чанчжоу, выполняя настройку техники и проверку производственной линии.

Таким образом компания пытается доказать, что современные роботизированные системы могут быть полезны не только в тщательно подготовленной обстановке выставочного стенда.

Почти тысяча реальных сценариев в 2026 году

В течение 2026 года RealMan рассчитывает при помощи GLN развернуть RealBOT почти в тысяче реальных сценариев. Речь идёт именно о рабочих средах, где машинам придётся сталкиваться с изменяющимися условиями, людьми, различными объектами и непредсказуемыми ситуациями.

Это уточнение важно: компания говорит о приблизительно тысяче развертываний в реальных сценариях, поэтому трактовать заявление исключительно как обещание занять тысячу отдельных человеческих рабочих мест было бы некорректно.

Подобный опыт у RealMan уже есть. Перед выставкой WAIC 2026 один из RealBOT был развернут на кухне ресторана в китайском Инине. Машина выполняла сразу несколько операций: работала с лапшой, нанизывала и жарила мясо на шампурах, а также занималась нарезкой продуктов.

Компания рассматривает подобные площадки одновременно как место эксплуатации и своеобразную учебную среду для робототехники.

Человек сможет управлять роботом за тысячи километров

Ключевым компонентом системы является GLN — Global Labor Network, или глобальная сеть дистанционного труда RealMan.

Её задача заключается в том, чтобы связать робота с удалённым оператором. Компания заявляет о задержках на уровне миллисекунд, благодаря чему человек может практически в реальном времени управлять машиной, находящейся в другом городе. Подобную технологию RealMan демонстрировала и ранее: оператор из Пекина дистанционно управлял роботом на выставке в Шанхае, где тот выполнял последовательность операций по приготовлению чая.

В перспективе такой подход позволяет отделить специалиста от физического места выполнения работы. Один и тот же оператор теоретически сможет передавать свои навыки роботизированным системам, расположенным на разных объектах.

Особенно интересным это может оказаться для работ, требующих квалифицированного специалиста, но выполняемых на удалённых или потенциально опасных объектах.

Дистанционная работа одновременно обучает систему

У GLN есть и вторая задача. Пока человек дистанционно управляет RealBOT, система получает информацию о действиях в настоящей физической среде.

Вместо заранее подготовленных лабораторных сценариев робот сталкивается с объектами, расположение и свойства которых могут постоянно меняться. Система получает данные о взаимодействии с окружающей средой, последовательности действий и реакции на возникающие ситуации.

RealMan рассчитывает возвращать накопленные таким образом данные в цикл обучения и совершенствования своих роботизированных систем. Компания фактически объединяет три компонента: надёжное оборудование, реальные эксплуатационные данные и удалённое управление человеком.

У RealMan уже создана довольно крупная инфраструктура для такого подхода. В пекинском центре обучения размещены 108 роботизированных систем, а запущенная в мае 2026 года площадка в Чанчжоу площадью около 3000 м² получила ещё 150 RealBOT. По данным компании, инфраструктура рассчитана более чем на тысячу разновидностей практических задач.

Надёжность должна позволить работать круглосуточно

При переходе от демонстрационного образца к коммерческому оборудованию одной функциональности недостаточно. Робот должен выдерживать продолжительную эксплуатацию без постоянного ремонта и обслуживания.

На WRC 2026 ультралёгкая роботизированная рука RealMan получила сертификацию уровня CR L3. Сертификат был выдан Шанхайским научно-исследовательским институтом робототехники, а сама система сертификации CR признана Министерством промышленности и информатизации Китая.

Для разработки заявлено среднее время безотказной работы 50 000 часов. В RealMan рассматривают такую надёжность как одно из условий эксплуатации роботизированных систем в круглосуточном режиме.

Причём речь идёт именно о показателе соответствующего роботизированного манипулятора и его компонентов, а не о гарантии того, что целый человекоподобный робот сможет 50 тысяч часов работать без единой неисправности.

RealBOT-S2 может приседать, а L2 — работать на высоте

Ещё до WRC компания представила две колесные человекоподобные системы нового поколения — RealBOT-S2 и RealBOT-L2. Они создавались с расчётом на продолжительную эксплуатацию, а не исключительно на демонстрационные выступления.

RealBOT-S2 способен перемещаться боком под углом до 90 градусов, имеет минимальный радиус разворота 413 мм и может складывать нижнюю секцию конструкции, чтобы опускаться к расположенным возле пола объектам.

RealBOT-L2, в свою очередь, получил вертикальный рабочий диапазон до 2,1 метра и подъёмный механизм с заявленной нагрузкой не менее 60 кг. Для манипуляторов указывается нагрузка до 9 кг на один и более 15 кг при совместной работе двух.

Колёсная конструкция здесь является осознанным решением: для кухни, аптеки, склада или производственной линии зачастую важнее устойчивость, автономность и способность выполнять работу часами, чем умение машины ходить на двух ногах.

Роботам добавляют чувство прикосновения

Ещё одно направление развития RealMan связано с тактильным восприятием. Компания сотрудничает с производителем сенсоров PaXini и на WRC показала интеграцию манипуляторов серии RM75 с многомерными датчиками силы, шестикомпонентными сенсорами и датчиками крутящего момента в сочленениях.

Такая система позволяет точнее определять физический контакт с объектами и регулировать прикладываемое усилие.

Для промышленности это особенно важно. Более точное восприятие контакта способно уменьшить вероятность повреждения деталей и оборудования, повысить качество сборочных операций и сделать совместную работу машины и человека безопаснее.

Главная цель — заставить роботов действительно работать

Стратегия RealMan хорошо показывает одно из направлений, в котором развивается современная робототехника. Производители всё меньше ограничиваются вопросом, способен ли робот выполнить определённый трюк один раз в контролируемых условиях. Гораздо важнее становится то, сможет ли он повторять полезную операцию ежедневно, адаптироваться к изменениям окружающей среды и сохранять работоспособность при длительной эксплуатации.

RealMan предлагает решать эту задачу сочетанием надёжной механики, сенсоров, удалённого человеческого управления и постоянного накопления данных непосредственно во время работы.

Если запланированное на 2026 год масштабирование RealBOT состоится, почти тысяча реальных развертываний даст компании значительно больше информации, чем лабораторные испытания. И именно такой массив практических данных может оказаться наиболее ценным результатом проекта: сначала человек дистанционно помогает машине справляться с незнакомой работой, а накопленный опыт постепенно используется для повышения самостоятельности следующих поколений роботов.