Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Humanoidy wchodzą do masowej produkcji. Fabryki stają się nowym frontem AI

Fabryka w Chinach zaczęła produkować 10 000 przemysłowych humanoidów, jedno urządzenie co dziesięć minut. To koniec etapu demonstracji w laboratoriach i początek masowej produkcji.

TechnologiaAnalizaAnna KaczmarekOpublikowano: 4 października 20265 min czytaniaŹródła 5
Humanoidy wchodzą do masowej produkcji. Fabryki stają się nowym frontem AI

Przejście od prototypu do linii produkcyjnej przyspiesza szybciej, niż przewidywali analitycy. Najwyraźniejszy sygnał pochodzi z Chin. Nowy zakład wypuszcza tam humanoidy w tempie jednego robota na dziesięć minut.

Construction Physics opisuje ten obiekt jako pierwszą na świecie inteligentną fabrykę przemysłowych humanoidów o skali 10 000 sztuk. Sama etykieta niewiele znaczy, ale produkcja wychodzi poza testy małych serii. Tempo wdrożeń zmienia sposób, w jaki inwestorzy patrzą na sektor. Kapitał płynie do fizycznej AI, którą traktuje się jak kolejne duże źródło przychodów po generatywnych modelach językowych.

Ekonomia ucieleśnionej AI

Startupy zbierają rekordowe kwoty. Jak podaje Construction Physics, NEURA Robotics i Figure AI pozyskały odpowiednio 1 400 000 000 i 1 mld dolarów. Apptronik zdobył 520 mln dolarów. Chiński Unitree wszedł na giełdę, pozyskując około 900 mln dolarów. Agility Robotics planuje podobny ruch przez SPAC w tym roku. Skala kapitału wskazuje, że branża wyszła z fazy proof of concept.

Brian Potter z Construction Physics twierdzi, że postęp napędzają nie tyle zmiany w sprzęcie, ile modele AI sterujące robotami. Według niego lwia część ostatnich przyrostów możliwości pochodzi ze specjalnie opracowanych modeli. Te modele, nazywane politykami, przypisują danym z czujników i instrukcjom konkretne ruchy robota. Celem są agenci adaptacyjni, którzy radzą sobie w nieuporządkowanym otoczeniu. Na hali fabrycznej, gdzie ludzie pracują tuż obok maszyn, to warunek konieczny.

Paradygmat VLA

Architektura techniczna tych robotów ujednolica się wokół modeli vision-language-action, w skrócie VLA. Potter wyjaśnia, że VLA przyjmuje na wejściu tekst, obrazy i informacje o stanie robota. Na wyjściu daje serię jego ruchów. Konstrukcja opiera się na mechanizmach uwagi i strukturach transformerowych, tych samych elementach, które pozwoliły odnieść sukces modelom językowym.

Firmy Figure, Unitree, Physical Intelligence i Nvidia stosują różne warianty tego podejścia. Otwarty model VLA pi0.5 od Physical Intelligence, wydany w 2025 roku, stał się w branży powszechnie używany. Nie jest to ich najbardziej zaawansowany model, ale wspólny punkt odniesienia.

Nie jest do końca jasne, czy VLA pozostaną głównym paradygmatem AI dla robotyki, ale na razie to bardzo częsta metoda sterowania robotami.

Modele te dają poziom autonomii, który wcześniej był nieosiągalny. Roboty potrafią teraz rozpoznać otoczenie i korygować ruchy w czasie rzeczywistym. W produkcji, gdzie liczy się precyzja i elastyczność, ta zdolność adaptacji jest niezbędna. Sortowanie paczek czy montaż skomplikowanych podzespołów wymaga właśnie takiej reakcji. Możliwość uczenia się z kilku przykładów, którą pokazał model GEN-1.5 firmy Generalist AI, sugeruje, że dystans między wstępnym treningiem a zdolnością operacyjną szybko się zmniejsza.

Od pokazu do wdrożenia

Pokazy stały się w ciągu ostatniego roku bardziej efektowne. Eksperci ostrzegają jednak, że trzeba je oceniać z dużym przymrużeniem oka. Figure pokazał swoje roboty sortujące paczki przez wiele godzin i samodzielnie rozładowujące zmywarkę. Physical Intelligence zaprezentował robota, który parzy kawę i składa pudełka w fabryce czekolady. Choć wygląda to widowiskowo, pokazy dowodzą jedynie możliwości, a nie gotowości przemysłowej.

Prawdziwym sprawdzianem jest powtarzalność i niezawodność w długiej eksploatacji. Toyota należy do głównych graczy dążących do wdrożenia na dużą skalę. CarBuzz donosi, że Toyota wdraża dość robotów, by potencjalnie wyprzedzić program Optimus Tesli. Firma chce rozmieścić 400 000 humanoidów w fabrykach na całym świecie. Deklarowany cel obejmuje też szkolenie nowych pracowników.

Ta strategia pokazuje podwójne zastosowanie technologii. Zwiększa wydajność produkcji i służy jako narzędzie szkoleniowe dla kolejnego pokolenia pracowników fabryk. Kawasaki Heavy Industries wyznaczyło podobny horyzont czasowy. Nikkei Asia podaje, że japoński koncern chce mieć w pełni autonomicznego humanoida z AI do 2030 roku. Nacisk na pełną autonomię wskazuje na wizję wykraczającą poza bezpośrednie zastosowania fabryczne.

Wyścig humanoidów

Konkurencja jest globalna i ostra. W Chinach drugie doroczne World Humanoid Robot Games pokazały roboty w imponujących konkurencjach fizycznych. Były wśród nich sprint i boks. Startup Fortune podał, że chiński robot przebiegł 100 metrów szybciej, niż kiedykolwiek zrobił to Usain Bolt. Ten nagłówek dobrze oddaje fascynację publiczności fizycznymi możliwościami maszyn.

Nation.Cymru zauważa jednak, że prawdziwym testem nie jest sprint ani boks. Jest nim wykonywanie zwykłych czynności, takich jak pranie czy powtarzalna praca w fabryce. To, czy roboty zrobią to niezawodnie i bezpiecznie, zdecyduje o ich sukcesie handlowym. Hyundai Motor Group też podejmuje istotne kroki. Evrim Ağacı odnotowuje, że firma pokazała dłoń robota Atlas i zainwestowała w napływ specjalistów.

Hyundai przedefiniowuje halę fabryczną przy pomocy robotów i AI w swoim centrum w Singapurze. Singapore Economic Development Board uruchomił też centrum automatyzacji logistyki. Widać więc, że rząd aktywnie wspiera wdrażanie tych technologii w lokalnej gospodarce. Mimo optymizmu przeszkody pozostają. Technologia jest wciąż na wczesnym etapie. Przejście z laboratorium na halę produkcyjną jest trudne.

Obawy o bezpieczeństwo, wymogi regulacyjne i potrzeba niezawodnych łańcuchów dostaw to realne bariery. Koszt robotów jest wysoki, co ogranicza ich zakup do dużych producentów z pokaźnym kapitałem. Otwarte pozostaje pytanie, czy rachunek będzie się opłacać mniejszym firmom.

Przyszłość pracy

Wzrost humanoidów to nie tylko historia technologiczna. To także opowieść ekonomiczna i społeczna. Gdy maszyny przejmują kolejne zadania, zmienia się charakter pracy w przemyśle. Część stanowisk zniknie, powstaną nowe. Wątek szkoleniowy, widoczny w strategii Toyoty, sugeruje, że roboty mogą stać się pomostem do nowych form współpracy człowieka z maszyną.

Na razie liczy się skalowanie produkcji i potwierdzanie niezawodności. Fabryka na 10 000 sztuk w Chinach to ważny kamień milowy, ale dopiero początek. Gdy do sektora wejdą kolejne firmy, a technologia dojrzeje, można się spodziewać szybkiego wzrostu liczby humanoidów w przemyśle. Najbliższe lata pokażą, czy technologia spełni obietnice, czy pozostanie niszową ciekawostką. Poziom inwestycji wskazuje, że branża mocno stawia na to pierwsze.

Komentarze 0

Źródła

5
  1. 01Understanding the AI That Drives RobotsEN
  2. 02Someone ‘Torturing’ LLMs in a Robot Prison Has Triggered the Dumbest Debate in AI YetEN
  3. 03Against the Personal Agents Theory of EverythingEN
  4. 04Musk explains why Tesla Robotaxi isn't running at night, and Lidar is the answerEN
  5. 05How robotics and physical AI can responsibly tackle key physical security challengesEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.