1927
Фізичний штучний інтелект став одним із найгарячіших напрямів венчурного ринку, але учасники галузі визнають, що програмна частина робототехніки поки помітно відстає від ефектних можливостей самої механіки. Розробники дедалі частіше порівнюють нинішній стан технології з «ерою GPT-2» — періодом, коли великі мовні моделі вже демонстрували потенціал, але ще не стали масовим продуктом.
Одним із символів ажіотажу стала Unitree. Після виходу на китайський біржовий майданчик компанію оцінили приблизно у 66 млрд доларів, однак уже невдовзі вона втратила майже половину ринкової вартості. Аналітики пов’язували падіння з простою проблемою: фізичні можливості роботів швидко розвиваються, але вони все ще не вміють стабільно виконувати роботу, за яку клієнти готові платити.
Ця проблема була однією з головних тем конференції Actuate, де збираються розробники моделей і програмної інфраструктури для роботів. Захід із 2023 року збільшився приблизно утричі і цього року зібрав близько 1500 учасників. На одному зі стендів компанія Avala прямо рекламувала рішення для «кризи даних у робототехніці».
Саме нестачу різноманітних і якісних тренувальних даних багато розробників вважають головним обмеженням. Мовні моделі можуть навчатися на величезних масивах текстів, коду та іншої інформації з інтернету. Для роботів такого універсального джерела не існує: їм потрібні відео фізичних дій, сенсорні дані, телеметрія та результати реальних або змодельованих взаємодій.
Спроби створити універсального робота, який зможе виконувати практично будь-яке фізичне завдання, поки далекі від готового продукту. Водночас і наскрізне навчання під одну конкретну операцію ще не дало достатньо стабільного комерційного результату. Тому компанії намагаються повторити шлях провідних лабораторій ШІ: збільшують обсяг і різноманітність даних, експериментують із режимами навчання та створюють кращі сценарії навчання з підкріпленням.
Засновник стартапу Antioch Гаррі Меллсоп вважає, що фізичний ШІ перебуває саме у своїй «ері GPT-2». Для переходу на наступний рівень, на його думку, знадобиться більше даних і обчислень, зокрема графічні процесори, оптимізовані для трасування променів у високоточних симуляціях.
Найбільше просунувся сегмент автономних автомобілів. Тут можна збирати значні масиви даних із машин, якими керують люди, а основним завданням є уникнення зіткнень, а не складні маніпуляції з предметами. Саме тому багато інструментів для фізичного ШІ походять із компаній автономного транспорту. Foxglove, наприклад, створили колишні працівники Cruise.
Тепер автомобільні компанії намагаються переносити накопичений досвід у гуманоїдну робототехніку. Tesla розвиває Optimus, а Wayve та Uber створили власні робототехнічні лабораторії. Керівник Wayve Алекс Кендалл вважає, що значна частина інфраструктури — робота з даними, симуляції та машинне навчання — може бути спільною для автономних авто та роботів.
Водночас у галузі немає єдиної думки, чи потрібно вже зараз будувати універсальний «мозок» незалежно від конкретного обладнання. Керівник Genesis AI Теофіль Жерве вважає, що технологія ще надто рання і поки важливо спільно проєктувати програмне забезпечення та апаратну частину.
Він звертає увагу і на суперечність між універсальністю та практичною користю. Роботи, створені для вузьких задач, уже виходять у реальне середовище: Gritt працює із сонячними електростанціями, Agility — з промисловими клієнтами, Bedrock — з автономними екскаваторами. Натомість універсальні гуманоїди переважно залишаються в лабораторіях.
Проте надто вузька спеціалізація також ризикована. Компанія може ідеально оптимізувати робота для одного сценарію, але програти конкуренту, який створить значно сильнішу фундаментальну модель. Вихід у реальний сектор водночас дає цінні дані фактичної експлуатації.
Foxglove на конференції представила інструмент на основі відкритої моделі світу Nvidia Cosmos. Він дозволяє інженерам шукати потрібні фрагменти у великих масивах відео та лідара природною мовою, щоб швидше створювати тести, симуляції та розбирати помилки.
Учасники галузі по-різному уявляють майбутній «момент ChatGPT» для роботів. Для Кендалла це може бути автономне водіння без постійного контролю людини на обладнанні дешевше тисячі доларів. Для Genesis AI ключовим моментом стане маніпуляція, яка працює майже одразу: користувач говорить роботу природною мовою, що потрібно зробити, а машина виконує базову фізичну операцію з достатньою надійністю.
Керівник Foxglove Адріан Макніл взагалі сумнівається, що в робототехніки буде один різкий «момент ChatGPT». Фізичні пристрої неможливо поширити серед мільйонів користувачів за тиждень так само, як програмний сервіс. На його думку, реалістичнішим орієнтиром може бути «момент Apple II» або «IBM PC» — час, коли споживач нарешті зможе купити домашнього робота, який стабільно виконує хоча б кілька справді корисних завдань.
https://techcrunch.com/2026/08/26/robot-brain-builders-are-pushing-out-of-their-gpt-2-era/
