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
›

Roboty humanoidalne schodzą z pokazów na hale fabryczne, ale łańcuch dostaw i brak danych dają się we znaki

W pierwszej połowie 2026 roku Chiny wysłały ponad 19 000 robotów humanoidalnych, czyli 77,9% światowych dostaw. Tak wynika z danych IDC, o których 29 września pisał TechNode. W tym samym tygodniu ANYbotics i Innodata pokazały nowe produkty. Ujawniły przy tym, jak daleko musi jeszcze dotrzeć infrastruktura wokół tych maszyn.

TechnologiaNewsMarta ZielińskaOpublikowano: 1 października 20267 min czytaniaŹródła 8
Roboty humanoidalne schodzą z pokazów na hale fabryczne, ale łańcuch dostaw i brak danych dają się we znaki

Światowy rynek robotów humanoidalnych przestał być pokazem badawczym. Jest już statystyką dostaw. Według danych IDC, o których 29 września pisał TechNode, w pierwszej połowie 2026 roku na całym świecie wysłano blisko 25 000 takich maszyn, o 432,1% więcej niż rok wcześniej. Na Chiny przypadło 77,9% tej liczby. IDC podniosło też prognozę na 2030 rok do ponad 750 000 sztuk.

To strona popytu. Strona podaży wygląda znacznie mniej gładko.

Prezes Tesli nazwał Optimusa potencjalnie „największym produktem w historii”. Firma ma jednak kłopot z wypuszczeniem najnowszej wersji. Szczegóły opisał The Information, a 26 września streścił je Ars Technica. Fabryka Tesli we Fremont przestała produkować sedana Model S i SUV-a Model X od maja 2026 roku. Pracownicy linii i inżynierowie przenieśli się do projektu Optimus. Produkcja Optimusa V3 okazała się trudna. Urządzenia na linii mają problem z precyzyjnym ustawieniem komponentów, a zbyt szybkie tempo pracy wprowadza ograniczenia. Według doniesień Tesla doszła do kilkuset robotów tygodniowo. Do końca 2026 roku chce przekraczać 1000 sztuk na tydzień.

Dłonie, czujniki i czynnik ludzki

Wąskie gardła są fizyczne. Ars Technica pisze, że dłonie i przedramiona Optimusa muszą składać ręcznie ludzie. Same dłonie i przedramiona zawierają ponad 100 drobnych elementów, takich jak śrubki. Czujniki dotyku w dłoniach okazały się zawodne. Tesla opracowała warstwę czujników przypominającą rękawiczkę, którą można wymienić bez wymiany całej dłoni. Możliwości AI robota wciąż nie wystarczają do działań ogólnego przeznaczenia. Jedno ze źródeł opisało te maszyny jako wymagające programowania do konkretnych zadań w starannie kontrolowanym otoczeniu.

Do tego dochodzi problem z ludźmi w fabryce, która buduje roboty. Pracownicy Tesli w Teksasie i Kalifornii nosili specjalne kombinezony, żeby nagrywać swoje ruchy na potrzeby uczenia przez naśladownictwo. The Information podało, że część osób narzekała, bo „wiedziała, że roboty mają docelowo je zastąpić”. Tesla przeniosła zbieranie danych do osobnych zespołów i utworzyła „huby szkoleniowe”.

Łańcuch dostaw także prowadzi przez Chiny. The Information podało, że Tesla nadal korzysta z chińskich dostawców różnych podzespołów do robotów. Zależność utrzymuje się mimo starań administracji Trumpa o wzmocnienie krajowych łańcuchów dostaw. W lipcu Federalna Komisja Łączności zakazała nowych zagranicznych robotów, w tym humanoidów i czworonożnych psów robotów.

Tesla nie jest w tych trudnościach sama. Hyundai planuje wdrożyć w ciągu najbliższych lat do 25 000 humanoidalnych robotów Atlas opracowanych przez Boston Dynamics, podaje Ars Technica. Toyota chce zainwestować miliardy w modernizację fabryk z udziałem robotów, w tym humanoidów. Agility Robotics z Oregonu najpierw zatrudniła swoje roboty w magazynie GXO Logistics pod Atlantą.

Ściana danych za sprzętem

Każdy zespół robotyczny trafia na tę samą barierę. Danych o interakcjach z realnym światem jest za mało, a te, które są, powstają drogo i wolno. Innodata spróbowała zmierzyć się z tym problemem, otwierając laboratorium motion capture, o którym 30 września poinformował The Robot Report. Firma inżynierii danych z Ridgefield Park w New Jersey podała, że placówka będzie generować dane treningowe dla humanoidów, robotów przemysłowych i innych systemów fizycznej AI. Będzie też niezależnie weryfikować dane o osiągach, które roboty tworzą we własnym zakresie.

„Fizyczna AI rośnie szybciej niż jakikolwiek inny segment AI, ale każdy zespół robotyczny trafia na tę samą barierę: danych o interakcjach z realnym światem jest za mało, a te, które są, powstają drogo i wolno”, stwierdził Rahul Singhal, prezes Innodata. „To laboratorium usuwa tę barierę”.

Franklin Tanner, wiceprezes Innodata ds. robotyki i fizycznej AI, powiedział The Robot Report, że duże modele językowe skorzystały z ogromnej ilości danych w internecie. Roboty nie mają podobnego zbioru danych o świecie fizycznym. „Fizyczna AI musi zarabiać na swoje tokeny po jednej interakcji, a każda z nich musi być przemyślana”, powiedział. Laboratorium powstało z Vicon, firmą specjalizującą się w motion capture, i korzysta z kamer śledzących w podczerwieni. Mierzą ruch z dokładnością poniżej milimetra. Tanner podał przykład polecenia robotowi, żeby podniósł kubek. Większość ludzi chwyta za ucho, ale podstawa też się sprawdzi, chyba że kubek jest pełen gorącego płynu. Kontekst ma znaczenie, a nie zawsze jest zapisany w istniejących zbiorach danych.

Ta luka wyjaśnia, dlaczego Maven Robotics zaczęła od zadań, a nie od kształtu. Firma z Santa Clara powstała w 2024 roku. Prezes Hamza Derbas powiedział The Robot Report 1 października, że firmy humanoidalne „zaczynały od ludzkiej formy i próbowały iść wstecz do problemu, który trzeba rozwiązać”. Maven zbudowała zamiast tego jeżdżący manipulator mobilny. Ma niewielką podstawę, mieści się w drzwiach, a jego zasięg dochodzi do 3 m (9,8 ft.), gdy przenosi ładunki o masie 30 kg (66,1 lb.). Według Derbasa roboty pracują 16 godzin dziennie, pięć dni w tygodniu, z dostępnością do 99%. Firma zebrała 100 mln dolarów i w zeszłym miesiącu zamknęła rundę Series A.

Pierwsze dwa procesy Maven to paletyzacja mieszanych opakowań i obsługa pojemników. Derbas powiedział, że firma wdraża roboty, żeby zautomatyzować zadanie, poprawia działanie na podstawie tego wdrożenia, a potem przechodzi do kolejnego zadania. „Generalizacja jest procesem; niezawodność nie”, powiedział. „Jest wymagana od pierwszego dnia”.

Platformy, części i warstwa inspekcji

Warstwa oprogramowania wspierającego też się konsoliduje. ANYbotics uruchomił 1 października ANYbotics Shift. Platforma chmurowa koordynuje floty czworonożnych robotów inspekcyjnych ANYmal. Zamienia ich odczyty termiczne, akustyczne, wizualne i pomiary gazów na zlecenia pracy w systemach przedsiębiorstw, takich jak SAP, IBM Maximo i GE Vernova APM. Firma z Zurychu podała, że niewykryte awarie kosztują 500 największych firm świata około 1,4 bln dolarów rocznie z powodu przestojów. Jedna godzina przestoju kosztuje średnio 250 000 dolarów.

Péter Fankhauser, współzałożyciel i prezes ANYbotics, powiedział w oświadczeniu, że inspekcja z użyciem robotów „daje najwięcej, gdy dane z terenu trafiają bezpośrednio do działań serwisowych”. Firma podała, że Shift nie wymaga integracji z systemami przedsiębiorstwa przy pierwszym wdrożeniu. Szkolenie zajmuje dni, a nie tygodnie, a przez jej akademię przeszło już ponad 1000 użytkowników.

Czujniki siły i momentu obrotowego to kolejna warstwa sprzętu pod lupą. Założyciel i prezes ForceN Robert Brooks przedstawi 20 października w Santa Clara na RoboBusiness 2026 kurs wprowadzający do tego tematu, podał The Robot Report. Firma projektuje czujniki dla robotyki chirurgicznej, logistycznej, kosmicznej, humanoidalnej, jądrowej i spożywczej. Brooks zapowiedział, że podsumuje doświadczenia z pracy z wieloma czołowymi firmami humanoidalnymi świata z ostatnich trzech lat.

Europejski zakład w inną stronę

Nie wszyscy uważają, że w pełni antropomorficzna forma jest rozwiązaniem. Bruno Siciliano jest profesorem automatyki i robotyki na Uniwersytecie w Neapolu Federico II. W 2024 roku otrzymał nagrodę Pioneer Award IEEE Robotics and Automation Society. Powiedział Il Sole 24 Ore 1 października, że Europa powinna rozwijać model fizycznej AI oparty na współpracy człowieka z robotem, a nie na zastępowaniu ludzi. Jako przykład niewystarczającego zwrotu z inwestycji podał decyzję BMW o przemyśleniu wykorzystania humanoidów Figure AI w zakładzie w Karolinie Południowej. „W pełni antropomorficzna wersja, z nogami, nie zawsze jest produktywna w zakładzie przemysłowym, ze względu na koszty, stabilność i zwrotność ruchu w niektórych przestrzeniach”, powiedział. Dodał, że nieruchoma podstawa z dwoma ramionami albo robot kołowy mogą być mniej skomplikowane.

Siciliano i międzynarodowi eksperci z sieci euRobin rozmawiali na początku września w Brukseli, w Parlamencie Europejskim, o ustawie o robotyce opartej na AI. Opowiedzieli się za budżetem 30 mld euro i 33% udziału w rynku światowym do 2035 roku, wzorowanym na Chips Act. Argumentował też przeciwko zbiorowemu odrzucaniu chińskiego sprzętu. „Jeśli technologia jest naprawdę otwarta, nie widzę przeszkód, żeby używać chińskiego sprzętu, na którym potem rozwija się technologię włoską lub europejską”, powiedział.

Rynek domowy dostaje własny eksperyment. Flourish to startup działający w San Francisco i Paryżu. Otwiera sprzedaż Flourish One, kołowego robota domowego w stylu humanoida za 3555 dolarów, podał The Robot Report 29 września. Pierwsi użytkownicy mogą nauczyć go nowych obowiązków w mniej niż 30 minut, używając tylko smartfona. Pierwsza partia to 50 sztuk, składanych ręcznie, z Raspberry Pi na pokładzie i GPU w chmurze do treningu i wnioskowania wyższego poziomu. Każde ramię ma udźwig 1,5 kg (4 lb.), a bateria ma wystarczać na 12 godzin pracy ramion. Nie zrobi naczyń ani nie umyje psa. Posprząta, zajmie się śmieciami i przetrze stół.

Taki jest teraz kształt rynku. Chiny pokazują rekordowy wzrost dostaw. Tesla ma problemy produkcyjne. Mniejsi producenci wypuszczają nowe platformy danych i flot. Europejski nacisk polityczny wprost unika stawiania wszystkiego na nogi. Liczby mówią, że humanoidy wyjeżdżają do klientów. Reportaże mówią, że najtrudniejszy wciąż jest parkiet fabryczny.

Komentarze 0

Źródła

8
  1. 01China accounts for 77.9% of global humanoid robot shipments in H1, IDC saysEN
  2. 02Tesla workers balk at training Optimus humanoid robots as replacementsEN
  3. 03Innodata opens motion-capture lab to help humanoids move more like peopleEN
  4. 04How Maven Robotics plans to automate industrial work, one task at a timeEN
  5. 05ANYbotics launches Shift to streamline robot fleet operations, scale inspectionsEN
  6. 06Umanoidi, il professore di robotica Bruno Siciliano: «L'Ue punta sull'interazione tra uomo e macchina»IT
  7. 07Meet Flourish One, the Raspberry Pi-powered humanoid built for busy parentsEN
  8. 08ForceN to give a crash course on force and torque sensing for humanoids at RoboBusinessEN

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.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

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