Навкендар Сингх, вице-президент IDC India по направлениям клиентских устройств и IPDS, рассказывает в корпоративном блоге о том, что показала Всемирная конференция по робототехнике (WRC) 2026 г. в плане перехода физического искусственного интеллекта (Physical AI) к практическому внедрению.

WRC’ 2026 прошла в Пекине в августе под девизом «Симбиоз человека и машины: интеграция производства и спроса». В мероприятии приняли участие более 300 компаний, представивших свыше 2000 продуктов, включая более 150 новинок. Впервые в программу конференции был включен специальный «День закупок»: 49 китайских государственных предприятий выступили единым инновационным консорциумом, обозначив реальный промышленный спрос по 12 сценариям применения.

Робототехника становится все более ориентированной на конкретные задачи, а изменения со стороны спроса теперь стимулируют масштабный рост отрасли. Статистика подтверждает эту тенденцию. По данным Министерства промышленности и информатизации КНР, выручка крупных предприятий робототехнической отрасли страны за период с января по май 2026 г. превысила 90 млрд. юаней (13,4 млрд. долл.), увеличившись на 26,9% по сравнению с аналогичным периодом прошлого года. Собственные данные IDC свидетельствуют о том, что в 2025 г. мировые поставки человекоподобных роботов достигли примерно 18 тыс. единиц, показав рост почти на 800% в годовом исчислении.

Исследования IDC также показывают, что большинство предприятий, проводящих пилотные проекты с использованием роботов, наделенных воплощенным интеллектом (embodied intelligence), пока остаются на стадии проверки концепции. Между этапами проверки технологии и ее масштабного внедрения существует ряд реальных препятствий: вопросы стабильности работы, стоимости, окупаемости инвестиций (ROI), а также организации повседневной эксплуатации и технического обслуживания.

Впрочем, экспозиция этого года продемонстрировала более высокий уровень развития технологий. Роботы выполняли задачи целиком, а не ограничивались отдельными действиями, причем некоторые из них работали в реальных производственных, а не в лабораторных условиях. Конкуренция в сфере физического ИИ теперь разворачивается не только в области технических характеристик, но и в возможностях промышленного внедрения. Четыре ключевых тренда, выявленных на конференции, наглядно иллюстрируют эту ситуацию.

Тренд первый: гонка моделей уступает место обучению в реальных условиях

За последний год произошел значительный прогресс в области больших моделей воплощенного интеллекта, моделей, объединяющих компьютерное зрение, обработку естественного языка и управление роботами (VLA, Vision-Language-Action) и моделей реальности (world models). Это позволило роботам выйти за рамки простого восприятия и понимания окружающей среды и перейти к принятию решений и выполнению сложных комплексных задач. В нынешнем году характер конкуренции меняется: теперь важнее не то, чья модель мощнее, а то, какой поставщик сможет заставить роботов работать и обучаться в реальных сценариях. Модели служат фундаментом возможностей физического ИИ, однако именно данные из реального мира и непрерывное обучение станут определяющими факторами успеха на следующем этапе развития.

На конференции WRC’ 2026 неизменный интерес вызывали модели реальности, системы VLA, платформы для симуляции, полигоны для обучения роботов и технологии сбора данных. Объединение виртуальной и реальной сред становится важным способом получения данных: симуляция позволяет генерировать их в больших объемах, данные из реальных сценариев обеспечивают привязку к действительности, а их сочетание снижает затраты на метод проб и ошибок. Поступление операционных данных обратно в цикл обучения запускает своего рода маховик: восприятие — обучение — выполнение — получение обратной связи — непрерывное совершенствование.

В Китае уже запланировано создание или ведется строительство более 40 полигонов для обучения роботов, охватывающих свыше 14 провинций и муниципалитетов. Наиболее развитые из них способны генерировать миллионы записей данных в год. Одновременно с этим постоянное совершенствование манипуляторов (роботизированных рук), датчиков усилия и других аппаратных компонентов расширяет возможности роботов по сбору более информативных данных о манипуляциях. Поскольку модели, данные, симуляции и аппаратное обеспечение начинают развиваться взаимосвязанно, конкуренция между компаниями все меньше зависит от того, чья модель показывает лучшие результаты в тестах, и все больше — от способности превратить операционные данные в эффективный цикл обучения.

Тренд второй: от демонстрации возможностей к масштабируемому внедрению

По мере того как роботы выходят в реальную бизнес-среду, меняются и критерии их оценки. На конференции этого года ряд поставщиков перешли от демонстрации отдельных действий к проверке комплексных рабочих процессов, включающих депаллетизацию, сортировку, доставку, уборку и инспекцию. Теперь они демонстрируют работоспособность полноценных процессов, а не разрозненных функций. Главная грань, разделяющая игроков в сфере робототехники, сместилась от технических демонстраций к обеспечению стабильной работы и внедрению решений.

Под функциональными возможностями теперь понимается непрерывная работа, а не выполнение разовой операции: от роботов требуются автономное восприятие, планирование задач, непрерывное выполнение действий и способность самостоятельно справляться с нештатными ситуациями. Внедрение — это более серьезное испытание. Переход от этапа проверки концепции к реальной эксплуатации означает, что заказчики повышают требования к стабильности, эффективности развертывания, стоимости обслуживания и окупаемости инвестиций, а ключевыми полигонами для такой проверки становятся автомобильная промышленность, сектор 3C-электроники (компьютеры, телекоммуникационное оборудование и бытовая электроника) и складская логистика. Вместе с этим изменились и показатели, на которые реально ориентируются покупатели: это доля успешно выполненных задач, время непрерывной работы, стоимость выполнения одной задачи и срок окупаемости, а не технические характеристики, которые вендоры демонстрируют в ходе презентаций.

Исследование IDC показывает, что более 20% пользователей уже перешли от этапа ознакомления с рынком к пилотным проектам, а темпы перехода от проверки концепции к полномасштабному внедрению растут. Стабильность работы, скорость развертывания, текущее обслуживание и коммерческая окупаемость — именно эти факторы станут критериями, по которым будут различаться вендоры в ближайшие два-три года.

Тренд третий: от прорывов в отдельных сценариях к поэтапному внедрению

Технологии физического ИИ не смогут масштабироваться сразу на все возможные сценарии. Различия в уровне технической зрелости, сложности рабочей среды и аспекты коммерческой окупаемости определяют поэтапный путь внедрения: в сфере коммерческих услуг идет этап изучения возможностей, в промышленности — этап расширения масштабов, а в сегменте бытового и потребительского использования закладывается фундамент для будущего развития.

• Сфера коммерческих услуг находится на стадии глубокого изучения возможностей. В таких областях, как общественное питание, гостиничный бизнес и розничная торговля, существует четкий спрос на автоматизацию конкретных задач, однако рабочая среда здесь сложнее, чем на производстве. Это требует от роботов более совершенных систем автономной навигации, понимания окружающего пространства и обработки нестандартных ситуаций. Внедрение воплощенного интеллекта в этом секторе ускоряется, но происходит осторожно.

• Промышленное производство станет лидером по темпам масштабирования. Такие отрасли, как автопром, 3C-электроника и складская логистика, характеризуются относительно упорядоченными процессами, четкими границами задач и высокой потребностью в снижении издержек и повышении эффективности. По данным IDC, объем китайского рынка промышленных роботов с воплощенным интеллектом в 2025 г. составил около 5,74 млрд. юаней (из них 3,62 млрд. пришлось на долю традиционных промышленных роботов, а 2,12 млрд. — на долю гуманоидных роботов). Именно здесь наблюдается наилучшее сочетание технической зрелости и коммерческой ценности.

• Рынок бытовых и потребительских роботов обладает долгосрочным потенциалом. Домашняя среда отличается высокой степенью неструктурированности и разнообразием задач (в том числе редких и нестандартных), что предъявляет повышенные требования к способности робота к обобщению опыта, безопасности, навыкам взаимодействия и стоимости устройства. Тем не менее, потенциальная сфера применения достаточно широка, а возможности рынка в долгосрочной перспективе — значительны.

Процесс внедрения роботов будет продвигаться от сред с высокой степенью упорядоченности к средам с умеренной, а затем и низкой структурированностью; при этом различные форм-факторы роботов будут все точнее подбираться под конкретные сценарии использования.

Тренд четвертый: конкуренция на уровне отдельных устройств уступает место конкуренции системных возможностей

По мере перехода физического ИИ к этапу промышленного внедрения цепочка создания стоимости в робототехнике расширяется: она перестает ограничиваться лишь аппаратной платформой и теперь одновременно включает в себя вычислительные мощности, модели, данные, ключевые компоненты и прикладные решения. В конференции этого года приняли активное участие компании из всей отраслевой цепочки (как китайские, так и зарубежные), а 49 государственных предприятий выступили единым инновационным консорциумом. Конкуренция смещается от поставок отдельных технологий к сотрудничеству в рамках отраслевой цепочки и совместной разработке сценариев применения; в результате границы конкурентной борьбы между предприятиями расширяются, охватывая вопросы взаимодействия аппаратного и программного обеспечения, а также построения экосистем.

• Углубляется сотрудничество в рамках производственной цепочки: ускоряется взаимодействие между платформами для роботов и производителями ключевых компонентов, таких как чипы, датчики, редукторы, сервосистемы и системы захвата (роботизированные руки).

• Происходит ускоренное сближение программных моделей и аппаратного обеспечения: разработчики больших моделей, производители роботов и научно-исследовательские институты совместно работают над созданием VLA-моделей, моделей реальности и систем управления движением.

• Ускоряется формирование систем поддержки отрасли. По всему Китаю уже открыты десятки инновационных центров, специализирующихся на воплощенном интеллекте; их деятельность охватывает все этапы: от разработки технологий и пилотной проверки до обучения на данных и внедрения в реальных сценариях.

• Расширяется круг участников международного сотрудничества: конференция привлекла 30 зарубежных организаций, представляющих сферы научных исследований, инжиниринга, промышленности и инвестиций.

Наилучшие шансы на переход от локальных вариантов использования к масштабному коммерческому внедрению имеют компании, обладающие наиболее развитыми способностями к формированию экосистемы, а не просто те, у кого самый совершенный отдельный продукт.

Прогноз IDC

Технологии физического ИИ переходят от стадии демонстрации возможностей к этапу подтверждения их промышленной ценности. Ключевая конкурентоспособность робототехнических компаний будет зависеть не столько от технического совершенства решений, сколько от способности превратить эти технологии в надежные, тиражируемые продукты, обладающие реальной коммерческой ценностью. Физический ИИ вступает в фазу глубокой индустриализации, и на следующем этапе конкуренции в сфере робототехники основное внимание будет уделяться реальному спросу и реальной ценности.

Ближайшие два-три года станут важным периодом перехода роботов с воплощенным интеллектом от стадии проверки технологий к этапу масштабного внедрения. В различных сферах применения будет наблюдаться поэтапный процесс развертывания: первыми возможности использования начнут осваивать сервисные сценарии, промышленный сектор станет ключевым направлением для масштабного внедрения, а рынок бытовых и потребительских решений будет обладать долгосрочным потенциалом развития. Одновременно с этим физический ИИ сместит акцент в отраслевой конкуренции с характеристик отдельных аппаратных средств на системные возможности, формируемые за счет интеграции моделей, данных, оборудования и прикладных решений.