Почему обучить робота танцевать проще, чем дать ему работу на заводе
- AlexT
- 09-дек-2025, 12:00
- 0 комментариев
- 47 просмотров

Китайские компании активно входят в гонку по созданию человекоподобных роботов, стремясь закрепиться на формирующемся мировом рынке. Одним из самых стремительных игроков стала Agibot — фирма, основанная всего в 2023 году и уже выпустившая около пяти тысяч роботов. Однако, как признают представители компании, научить машину эффектным танцевальным движениям оказалось куда легче, чем обучить её реальным производственным операциям.
Рынок растёт быстрее, чем ожидалось
По оценкам Goldman Sachs и Bank of America, в прошлом году по всему миру было продано лишь около 3000 человекоподобных роботов. На этом фоне производители, способные создавать тысячи устройств, мгновенно становятся значимыми игроками. В 2024–2025 годах поставки, по прогнозам аналитиков, вырастут до 18–25 тысяч единиц. Уже сейчас за Agibot стоят крупные инвесторы — BYD, Tencent и Baidu, что сильно ускоряет развитие компании.
Роботы танцуют легко, а вот работать — нет
Agibot создаёт не узкоспециализированных роботов, а универсальные платформы. Для обучения используют сразу несколько каналов — язык, зрение, тактильную информацию. Машины уже умеют демонстрировать танцевальные движения, повторять элементы традиционной китайской гимнастики, выступать в роли экскурсоводов и патрульных.
Однако, как отмечает главный маркетолог Agibot Цю Хэн, производственные навыки требуют гораздо более сложного обучения. Танцы можно запрограммировать и отточить относительно быстро, а вот обучить робота выполнять конкретные операции на реальном заводе значительно труднее. Тем не менее цель компании — постепенное расширение сфер применения своих моделей. По их прогнозам, через несколько лет такие машины уже смогут выполнять и бытовые задачи.
Другие компании делают ставку на специализацию
Некоторые производители выбирают противоположную стратегию. Например, пекинская Galbot обучает роботов точечно — для розницы и промышленности. Их модели уверенно ориентируются в магазинах и взаимодействуют с товарами. При этом вместо человекоподобных ног они используют колёсное шасси — более надёжное и экономичное решение.
Многие китайские разработчики, включая Agibot, Unitree и UBTech, активно используют аппаратные решения Nvidia. А в США лидирующие позиции занимают Tesla, Boston Dynamics и Agility Robotics. К гонке подключаются Xiaomi, Xpeng и Samsung, в то время как такие гиганты индустриальной автоматизации, как ABB, Fanuc и Kawasaki, не стремятся создавать универсальных человекоподобных роботов.
Экономика пока не в пользу машин
По словам представителей Dobot, человекоподобные роботы в производстве всё ещё экономически невыгодны. Люди остаются более эффективными, а для большинства задач проще использовать узкоспециализированные промышленные манипуляторы, чем сложного «универсального» андроида.
Будущее рынка и парадокс Моравца
По прогнозам Morgan Stanley, к 2050 году в эксплуатации будет находиться до миллиарда человекоподобных роботов. Массовый скачок ожидается после 2035 года, когда накопленные технологии позволят создать более естественные и гибкие в поведении машины.
Однако перед индустрией всё ещё стоят серьёзные барьеры. Один из самых известных — «парадокс Моравца»: компьютерам легко выполнять интеллектуальные задачи, недоступные детям, но крайне сложно достигнуть уровня двигательных навыков годовалого ребёнка. Разработка манипуляторов, которые по точности и мягкости движений приблизятся к человеческим рукам, остаётся одной из ключевых задач.
Также серьёзными вызовами являются охлаждение вычислительных систем, создание долговечных суставов и компактных аккумуляторов. Бывший глава Intel Патрик Гелсингер подчёркивает, что наибольшей проблемой остаётся безопасность — особенно если говорить о применении человекоподобных роботов рядом с людьми. Поэтому их массовое появление в быту будет постепенным и осторожным.
Пока же роботам действительно проще танцевать, чем уверенно работать на конвейере. Но технологическая гонка набирает обороты — и каждая из этих задач уже не кажется невозможной.