AI News · industry
Физический ИИ в 2026 году: состояние человекоподобных роботов
Китай сегодня выпускает около 90% всех человекоподобных роботов в мире, тогда как лаборатории США лидируют в создании ИИ-мозгов, которые ими управляют. Вот подкреплённая источниками глобальная карта и объяснение того, почему настоящая история кроется в софте, а не в железе.
Физический ИИ, то есть попытка дать роботам универсальный «мозг», способный видеть, понимать обычную человеческую речь и действовать, переживает свой прорывной год в 2026-м. Момент определяют два факта. Китай сегодня выпускает примерно 90% всех человекоподобных роботов в мире, тогда как на компании США приходится менее 5%, по данным Information Technology and Innovation Foundation. При этом самый ценный уровень, зрительно-языко-действенные фундаментальные модели, которые и управляют этими машинами, по-прежнему возглавляют американские лаборатории. Рынок человекоподобных роботов достиг около $6.24 млрд в 2026 году, поднявшись с $4.89 млрд в 2025-м, и движется к прогнозируемым $165 млрд к 2034 году, согласно Fortune Business Insights. Этот материал показывает, кто выпускает роботов, кто создаёт мозги и оправданы ли вложенные деньги.
Что такое «физический ИИ» и почему 2026-й стал его прорывным годом?
Физический ИИ, это применение методов фундаментальных моделей к физическому миру. Вместо того чтобы прописывать каждое движение сустава, инженеры обучают одну большую модель на огромном разнообразии физического опыта и позволяют ей самой усвоить здравый смысл: как ведут себя объекты и как задачи раскладываются на движения. Технический термин, зрительно-языко-действенная модель, или VLA: подайте ей изображения с камер плюс инструкцию на обычном языке, и она напрямую выдаёт команды двигателям.
2026-й стал прорывным годом по трём причинам, которые совпали во времени. Во-первых, мозги стали достаточно хороши, чтобы обобщать между задачами и телами, а не просто повторять один заученный демонстрационный ролик. Во-вторых, железо стало дешёвым и массовым: Министерство промышленности и информатизации Китая прогнозирует, что национальный выпуск человекоподобных роботов превысит 100 000 единиц в этом году. В-третьих, хлынул капитал: мировое венчурное финансирование робототехники превысило $55.8 млрд к середине 2026 года, уже побив прежние годовые рекорды.
Кто на самом деле выпускает человекоподобных роботов в 2026 году?
По числу единиц Китай не просто впереди, он составляет подавляющее большинство рынка. ITIF, ссылаясь на данные об отгрузках Visual Capitalist, сообщает, что на китайские фирмы пришлось около 90% мировых отгрузок человекоподобных роботов в 2025 году, тогда как фирмы США продали менее 5%. Разрыв в расчёте на компанию поразителен: крупные китайские производители продали около 12 868 человекоподобных роботов в 2025 году против примерно 450 у ведущих американских имён.
| Компания | Страна | Продано единиц в 2025 | Заметное в 2026 |
|---|---|---|---|
| Unitree | Китай | ~5,500 (G1) | H2 с NVIDIA Jetson Thor; учебный блок R1 дешевле $6K |
| AgiBot (Zhiyuan) | Китай | ~5,168 (A2) | К июню 2026 превысил 15 000 накопленных единиц |
| UBTech | Китай | ~1,000 (Walker) | Серийный выпуск Walker S2 для автозаводов |
| Figure AI | США | ~150 | Figure 03 преодолел отметку в 1 000 собранных единиц на линии BotQ |
| Agility Robotics | США | ~150 | Digit накапливает реальные часы работы на складах |
| Tesla | США | ~150 | Optimus, управляемый сетями на основе FSD |
Источник: данные по единицам, ITIF, июль 2026; вехи 2026 года, AI Business Weekly.
Разрыв превратился в вопрос политики. В конце июля 2026 года Соединённые Штаты запретили человекоподобных и четвероногих роботов китайского производства по соображениям национальной безопасности, что показывает, насколько стратегической стала эта категория. Историческая ирония, отмечает ITIF, в том, что США изобрели промышленных роботов, но много лет назад уступили лидерство в производстве инженерным державам Германии, Японии и Швейцарии, а теперь и Китаю.
Почему ценность в «мозге», а не в теле
Вот переосмысление, которое важно для всех, кто следит за ИИ: тело человекоподобного робота становится дешёвым, стандартизированным железом, а долговременная ценность, это программный мозг, который им управляет. Что принципиально, этот мозг намеренно проектируют так, чтобы он пережил любое тело, в которое его вложат, ставка на «межтелесность», которая перекликается с программным аргументом о том, почему не стоит строить свой бизнес на единственной ИИ-модели. Тот же раскол «открытое против закрытого» и «США против Китая», который мы отметили для лучших LLM 2026 года, теперь разыгрывается и в робототехнике, и на этом уровне лидируют США.
| Мозг робота | Лаборатория / страна | Лицензия | Что это такое |
|---|---|---|---|
| Isaac GR00T 1.7 | NVIDIA, США | Открытая (Apache 2.0) | Названа в NVIDIA «первой открытой, коммерчески пригодной VLA-моделью для универсальных навыков человекоподобных роботов», в связке с мировыми моделями Cosmos и чипами Jetson Thor |
| Gemini Robotics 2 / ER 2 | Google DeepMind, США | Закрытая | VLA плюс модель воплощённого рассуждения, которая планирует многошаговые физические задачи |
| π0.5 (pi-0.5) | Physical Intelligence, США | Исследовательская/открытая | «Потоковая» VLA-модель на зрительно-языковой основе с отдельным экспертом по действиям, спроектированная для переноса между телами роботов |
| Skild Brain | Skild AI, США | Закрытая | «Всетелесная» модель, обученная на триллионах смоделированных опытов плюс миллиардах интернет-видео с людьми |
| GO-1 | AgiBot, Китай | Открытый датасет | VLA, обученная на открытом датасете манипуляций AgiBot World |
Версии моделей актуальны на август 2026 года; это поле быстро меняет расстановку.
NVIDIA разыгрывает самую хитрую комбинацию: вместо того чтобы строить робота-победителя, она продаёт всем инструменты для попыток, выпустив Isaac GR00T 1.7 под Apache 2.0, чтобы любой производитель мог её дообучить. Google DeepMind подключила свою передовую лабораторию с Gemini Robotics 2, расширив тот же мультимодальный Gemini до контроллера робота. Стартапы вроде Physical Intelligence и Skild AI продают только мозг и ничего больше, отвязанный от какого-либо конкретного тела. Закономерность очевидна: NVIDIA, Google, Figure, Tesla и AgiBot, каждый строит интеллект, задуманный как переиспользуемый, а не разовый под одну машину. (Для понятного объяснения того, как работают VLA-модели, хорошей отправной точкой станет этот технический разбор.)
Физический ИИ, это пузырь? Честные цифры
Быть актуальным, значит честно говорить о масштабе, и честный вывод в том, что финансы забежали вперёд бизнеса. Годовые инвестиции в человекоподобную робототехнику достигли около $4.3 млрд в 2025 году против примерно $440 млн фактических продаж человекоподобных роботов в том же году, по данным Bank of America и IDC, приведённым в широко разошедшемся рыночном анализе. Из примерно 18 000 человекоподобных роботов, отгруженных в 2025 году, более 85%, по сообщениям, ушли на выступления, обучение, сбор данных и проверку технологий, а не на продуктивную работу на заводах или в логистике.
Оценки рассказывают ту же историю. Одна только Figure AI оценивается около $39 млрд, а Figure, Apptronik и Agility вместе стоят примерно $47 млрд, около 107-кратной оценочной выручки всей отрасли за 2025 год. Долгосрочные прогнозы огромны, но далеки: Goldman Sachs прогнозирует рынок в $38 млрд к 2035 году, тогда как Morgan Stanley моделирует рынок выше $5 трлн к 2050 году. Небольшие изменения в сроках внедрения или в сроке службы роботов резко раскачивают эти 25-летние цифры.
Проверка реальностью полезна, а не пренебрежительна. Некоторые внедрения вышли за пределы театра: Figure завершил 11-месячное производственное задание на BMW, Digit от Agility накопил значительное число рабочих часов, а Unitree поставила тысячи машин. Рынок становится убедительным, когда клиенты публикуют экономику флота (время безотказной работы, частота вмешательств, стоимость выполненной задачи), а не когда поставщики публикуют демонстрации. Роботы, скорее всего, переживут коррекцию. Многие из сегодняшних оценок, нет.
Что общего у физического ИИ и программных ИИ-агентов
Физический ИИ, это дальняя перспектива для большинства бизнесов, и он не будет отвечать на ваши сообщения в Instagram в следующем квартале. Но стоит отметить, что робототехники независимо пришли к тем же ставкам, которые уже работают в продакшене программных агентов. Три из них выделяются.
Первая, общий мозг, отделённый от тела. Лаборатории робототехники строят один переиспользуемый интеллект, который переносится между машинами, тот же принцип, что стоит за четырьмя агентами Entagl, которые делят один мозг: то, чему учится один агент, используют остальные, вместо того чтобы склеивать вместе разрозненные точечные инструменты. Вторая, флоты, которые учатся вместе, так что каждая развёрнутая единица возвращает опыт в общую модель. Третья, и самая важная, управление с участием человека. Урок из «проверки реальностью» выше в том, что демо, это не внедрение, и та же проблема управления, удержание автономной системы безопасной, поддающейся аудиту и исправляемой, это ровно тот вызов, который мы разбирали для протоколов и ограничителей программных агентов. ИИ действует; люди управляют. Этот принцип верен независимо от того, есть ли у агента тело или он живёт в вашем почтовом ящике.
Часто задаваемые вопросы
Кто производит больше всего человекоподобных роботов в 2026 году?
По отгрузкам доминируют китайские производители, на которых приходится около 90% мировых продаж человекоподобных роботов в 2025 году, во главе с Unitree, AgiBot и UBTech, по данным ITIF. Американские фирмы, такие как Figure, Agility и Tesla, выпускают широко цитируемые платформы, но продали менее 5% мировых единиц. Министерство промышленности и информатизации Китая прогнозирует, что национальный выпуск превысит 100 000 человекоподобных роботов в 2026 году.
Что такое зрительно-языко-действенная (VLA) модель?
VLA, это фундаментальная модель робототехники, которая принимает изображения с камер и инструкцию на обычном языке и напрямую выдаёт команды двигателям, без прописанных вручную движений. Примеры в 2026 году включают открытую Isaac GR00T 1.7 от NVIDIA, Gemini Robotics от Google DeepMind и π0.5 от Physical Intelligence. Идея в том, чтобы обучить одну модель на широком физическом опыте, чтобы она могла обобщать на новые задачи и даже новые тела роботов.
Стоит ли сейчас вкладываться в человекоподобных роботов?
Технология реальна и улучшается, но финансы натянуты. В 2025 году инвестиции (около $4.3 млрд) примерно вдесятеро превышали фактические продажи человекоподобных роботов (около $440 млн), и большинство отгруженных роботов ушли на демо и исследования, а не на оплачиваемую производственную работу. Аналитики ожидают коррекции оценок даже на фоне роста внедрения, поэтому устойчивый вопрос в том, какие производители смогут показать реальную экономику флота, а не только впечатляющие демонстрации.
Как физический ИИ связан с ИИ-агентами, которые бизнесы используют сегодня?
У них общая архитектура и философия, но не сценарий применения. Оба опираются на общую модель, которая воспринимает, рассуждает и действует, оба улучшаются по мере того, как флот делится опытом, и оба нуждаются в ограничителях с участием человека, чтобы им доверяли в продакшене. Разница в интерфейсе: человекоподобный робот действует в физическом мире, тогда как бизнес-ИИ-агент действует в чате, голосе и других цифровых каналах.
Физический ИИ доказывает более широкую мысль: ценность ИИ, это скоординированный интеллект, а не какое-либо отдельное тело или инструмент. Если вы хотите, чтобы такой интеллект с обратной связью работал в ваших клиентских разговорах, рекламе и звонках, запишитесь на 30-минутную демонстрацию, и мы адаптируем его под ваш бизнес.
Источники: ITIF, Fortune Business Insights, China Daily / Xinhua, AI Business Weekly, Forbes, NVIDIA Developer, Google DeepMind и рыночный анализ через New Market Pitch. Версии моделей и цифры актуальны на август 2026 года и будут меняться; перепроверяйте перед цитированием.