К концу 2027 года в развитии «мозга» человекоподобных роботов может произойти прорыв, сопоставимый по масштабу влияния с появлением ChatGPT. С таким заявлением выступил председатель совета директоров китайского стартапа ACE Robotics и сооснователь пионера компьютерного зрения SenseTime Ван Сяоган. Ожидается, что к концу следующего года для воплощенного ИИ наступит «решающий момент», обеспеченный развитием мировых моделей и активным сбором данных об окружающей среде. Но даже после достижения этой переломной точки в конце 2027 года, вероятно, еще четыре-пять лет потребуется для широкого коммерческого внедрения таких моделей во всех отраслях

В отличие от больших языковых моделей (LLM), которые уже находят самое широкое применение во всем мире, создание ИИ-систем, позволяющих роботам беспрепятственно выполнять разнообразные манипуляции в незнакомых физических средах, остается сложной инженерной задачей. По словам экспертов, инвесторы все меньше интересуются демонстрационными трюками роботов (такими как танцы или спортивные состязания) и все больше фокусируются на их реальном экономическом потенциале и практическом развертывании.

В отличие от больших языковых моделей, системы физического моделирования ИИ должны помогать роботам понимать реальную среду и ориентироваться в ней в реальном времени. Ключевым барьером для отрасли остается острая нехватка качественных данных для обучения. За последние несколько лет вся отрасль накопила лишь около 100 тыс. часов записей, которых явно недостаточно для обучения фундаментальных моделей воплощенного ИИ.

В первой половине текущего года компания ACE Robotics, основанная в июле 2025 года при поддержке Ant Group и SenseTime, привлекла в рамках нескольких раундов финансирования более 100 млн долл. Первичное размещение акций она намерена провести «как можно раньше», но китайские правила листинга требуют, чтобы эмитенты присутствовали на рынке не менее трех лет.

Разработанная ACE Robotics модель Kairos-4B с открытым исходным кодом по результатам публичных тестов занимает первое место в мире, опережая такие модели, как Cosmos 3, разработанную Nvidia, и Lingbot, предлагаемую Ant Group, несмотря на гораздо меньшее количество параметров – всего 4 миллиарда.

Компания активно масштабирует сбор данных, снабжая сотрудников на реальных производственных линиях легкими датчиками. Эффективность такого подхода крайне высока. Ожидается, что в течение двух лет удастся накопить десятки миллионов часов записей. Во многих случаях обучение человекоподобных роботов проводится с помощью физической демонстрации, когда работники, одетые в экзоскелеты, сотни раз в день повторяют простые движения.

Уже сейчас ACE внедряет свои ИИ-модели в коммерческих условиях: в магазинах без персонала, гостиничных сервисах и на складах оперативной доставки, используя человекоподобных роботов Unitree, AgiBot и Fourier. В течение ближайшего года компания планирует развернуть свои решения как минимум в тысяче магазинов с последующим масштабированием до 10 тыс. точек в течение двух лет.

Для обучения своих моделей ACE использует чипы не только Nvidia, но и китайских производителей, таких как Rhino Tech и Digua Robotics. Это позволяет диверсифицировать цепочку поставок и в перспективе значительно снизить затраты на комплексные интеллектуальные аппаратные решения.