Roboty mają lepsze dłonie, a sąd rozstrzyga, kto zbuduje ich piece solarne

Innodata to firma zajmująca się inżynierią danych. Powstała w 1988 roku, działa z Ridgefield Park w New Jersey. Nowy ośrodek badawczo-rozwojowy będzie przechwytywał ruch 3D bezpośrednio z ciał ludzi i maszyn, a nie wnioskował o nim z wideo 2D. The Robot Report poinformował o starcie 30 września.

Pomysł jest prosty: roboty nie mają internetu, z którego mogłyby się uczyć. Duże modele językowe zassały sieć, która już istniała. Humanoidy muszą same wytworzyć własny korpus danych, ruch po ruchu, a to jest wolne i drogie.

„Fizyczna AI rośnie szybciej niż jakikolwiek inny segment AI, ale każdy zespół robotyczny trafia na tę samą ścianę: danych z realnych interakcji jest za mało, a te, które są, powstają drogo i wolno” — powiedział w oświadczeniu Rahul Singhal, prezes Innodaty, cytowany przez The Robot Report. Franklin Tanner, wiceprezes firmy ds. robotyki i fizycznej AI, powiedział temu samemu serwisowi, że jej czujniki rejestrują najmniejszy ruch każdego przegubu. Humanoid ważący prawie 200 funtów (90,7 kg) nie znosi odczytów na oko.

Laboratorium będzie też niezależnie weryfikować dane o osiągach, które roboty generują wewnętrznie. Ta druga funkcja jest równie ważna jak pierwsza. Własne logi robota nie są neutralnym zapisem, a firmy wdrażające je w fabrykach potrzebują czegoś bliższego audytowi niż samodzielnemu raportowi.

Opóźnienie, nie tylko możliwości

Gdy Innodata bierze się za problem danych, startup MindOn opublikował 30 września tekst techniczny. Twierdzi w nim, że jego model Mind-1 skraca opóźnienie wnioskowania robota z 82 milisekund do 32 milisekund i osiąga ludzkie czasy cyklu w zestawie zadań logistycznych i codziennych manipulacji. Firma podaje, że część zadań wykonuje szybciej niż człowiek.

W tekście nietypowo dokładnie wyjaśniono, dlaczego prędkość jest trudna. Przy prędkości efektora 3 metry na sekundę 10 milisekund opóźnienia to około 3 centymetry ruchu, dość, żeby zepsuć precyzyjne chwytanie albo wkładanie. MindOn wskazuje też na dane treningowe: wiele danych o manipulacji pochodzi z teleoperacji, która jest wolniejsza niż naturalny ruch człowieka. Modele uczą się więc razem z zadaniem ślamazarnego tempa.

„Robot, który potrafi wykonać zadanie, ale zajmuje mu to pięć albo dziesięć razy dłużej niż człowiekowi, wciąż trudno wpisać w realne procesy” — pisze firma.

Te liczby pochodzą od samego MindOn i nie zostały niezależnie odtworzone. Traktujmy je jako deklarację dostawcy z wiarygodnym mechanizmem, a nie jako ustalony wynik.

Niezależna praca ewaluacyjna opublikowana tego samego dnia pokazuje, dlaczego pojedynczym liczbom z nagłówka nie należy wierzyć. Fig Inc udostępniła raport techniczny i zbiór danych RIDGE. Obejmuje on siedem modeli w VisualWebArena i trzy modele w czterech benchmarkach fizycznych: Bench2Drive, VLABench, IndEgo i Assembly101. Główny wniosek jest taki, że średnie benchmarkowe ukrywają, jak nierówno modele sobie radzą.

W każdej parze modeli, którą autorzy przetestowali, słabszy model rozwiązał co najmniej jedno zadanie, z którym nie poradził sobie lepszy. Aktualizacja modelu mogła prawie nie zmienić średniej, a jednocześnie odwrócić wynik wielu pojedynczych zadań. Inna aktualizacja podniosła średnią, a i tak traciła zadania obsługiwane przez starszą wersję. Raport obejmuje Gemini 3.5-Flash, Astra, Opus 5.5 i inne. Kto wybiera stos robotyczny, ten wyciągnie z tego praktyczny wniosek: pozycja w rankingu mówi mniej niż konkretna kategoria zadań, którą zamierza uruchamiać.

Pieniądze płyną do percepcji

Paryska Inbolt pozyskała 11 000 000 euro na wprowadzenie czasu rzeczywistego widzenia i sterowania adaptacyjnego do robotów przemysłowych, poinformował 30 września Tech.eu. Rundę poprowadził Shift4Good, a wzięli w niej udział Bridges Climate Transition Partners oraz dotychczasowi inwestorzy BNP Paribas Développement i Ora Global. Łącznie daje to 30 000 000 euro finansowania.

Inbolt celuje w konkretny tryb awarii: nawet w silnie zautomatyzowanych fabrykach roboty zatrzymują się albo produkują wadliwe części, gdy komponent przyjedzie przesunięty albo narzędzie się zużyje. Firma podaje, że jej widzenie 3D i niezależna od sprzętu warstwa AI działa na ponad 200 robotach w ponad 100 fabrykach na trzech kontynentach, a wśród klientów są Bosch, Beko, Flex, Ford, Stellantis i Toyota. Te dane o wdrożeniach pochodzą od spółki i z ogłoszenia jej inwestora.

Tego samego dnia Destro wyszło z ukrycia z rundą zalążkową na 8 000 000 dolarów, poinformował TechCrunch. Startup nie buduje robotów. Buduje warstwę koordynacji, która mówi maszynom i ludzkim pracownikom, co mają robić. Prowadzi pilotaż w obiekcie Yusen Logistics w regionie Pacific Northwest z trzema robotami do wożenia wózków od Miva Robotics.

Manthan Pawar, założyciel Destro, powiedział TechCrunchowi, że to, iż nie jest firmą robotyczną, jest przewagą konkurencyjną. Richard Brunelle, dyrektor ds. automatyzacji w amerykańskim oddziale Yusen Logistics, powiedział, że poprosił Destro o dostosowanie narzędzia do kompletacji i pakowania do cross-dockingu, gdzie towary przechodzą z jednej ciężarówki do mieszanych ładunków dla innych ciężarówek.

Dwie rundy finansowania i jeden start produktu w ciągu jednego dnia to jeszcze nie boom. Ale wzorzec we wszystkich trzech jest spójny: pieniądze idą w dane, percepcję i koordynację, a nie w kolejne dwunożne podwozie.

Pozew patentowy trafia w plan solarny Tesli

Najważniejsza rzecz tygodnia nie jest wcale robotem. Linton Crystal Technologies, firma z Rochester w stanie Nowy Jork, w całości należąca do chińskiego Dalian Linton, pozwała Zhejiang Jingsheng w Sądzie Okręgowym Stanów Zjednoczonych dla Wschodniego Dystryktu Teksasu 22 września, poinformował 30 września Electrek. Patenty numer 11 255 024 i 11 814 746 obejmują system podnoszenia i obracania zarodka dla ciągarek kryształów Czochralskiego, czyli pieców, które wyciągają monokrystaliczne wlewki krzemu z roztopionego krzemu.

Jingsheng ujawniła pozew inwestorom 24 września. Twierdzi, że jej produkty wykorzystują rozwiązania techniczne całkowicie odmienne od opatentowanych, że nie doręczono jej formalnie pozwu i że nie spodziewa się istotnych skutków. Linton domaga się odszkodowania, potrójnego odszkodowania za umyślne naruszenie oraz stałego zakazu.

Zakaz to punkt, w którym wchodzi Tesla, pośrednio. Chińskie doniesienia branżowe mówią, że Jingsheng zdobyła w tym roku zamówienie Tesli o wartości około 3 000 000 000 juanów, czyli około 420 000 000 dolarów, na ciągarki kryształów, podaje Electrek. Tesla nie jest stroną w sprawie i ani Tesla, ani Jingsheng nie potwierdziły zamówienia.

Harmonogram opisywany przez chińską prasę branżową biegnie od przetargu Tesli na ciągarki monokrystaliczne 210 mm, sprzęt do cięcia waferów i tygle kwarcowe, zamkniętego w lutym, przez umowy podpisane w marcu i dostawy rozpoczęte w kwietniu, po pełną dostawę planowaną na trzeci kwartał. W sierpniu Tesla złożyła wniosek o fabrykę za 10 100 000 000 dolarów w hrabstwie Fort Bend pod nazwą Project Crystal Sun. Inwestycja obejmuje cały proces od wzrostu wlewka po gotowe moduły, z produkcją planowaną na początek 2029 roku. Electrek, siostrzany serwis The Robot Report, śledzi tę rozbudowę od marca, gdy donoszono, że Tesla negocjuje zakup chińskiego sprzętu solarnego za 2 900 000 000 dolarów.

Obaj dostawcy są pod presją nadprodukcji w chińskim przemyśle solarnym. Przychody Jingsheng spadły w pierwszej połowie 2026 roku o około 40 procent rok do roku, a Dalian Linton zanotował w tym samym okresie niewielką stratę, podaje Electrek. Amerykańskie zamówienie tej wielkości ma znaczenie dla każdego z nich.

Jedna okoliczność komplikuje ten obraz. Todd Barnum, członek zarządu Linton, nazwał pozew obroną amerykańskiej innowacji i wskazał na korzenie firmy w Rochester sięgające 1952 roku. Ale jej spółka-matka jest notowana na Pekinskiej Giełdzie Papierów Wartościowych. Jak zauważa Electrek, to spór dwóch chińskich firm, prowadzony w teksańskiej sali sądowej przez amerykańskie spółki zależne.

Flota, która jest komunikatem prasowym

Niżej na drabinie wiarygodności KIDZ AI ogłosiła 30 września, że wysłała Tesli zapytanie ofertowe o 500 Robotaxi. Firma, wcześniej internetowa szkoła programowania o nazwie Classover Holdings, jest warta około 2 400 000 dolarów, podaje Electrek. Jej wyniki za drugi kwartał 2026 roku pokazują przychody z usług niższe o 34 procent rok do roku, na poziomie 480 000 dolarów, i kwartalną stratę 2 500 000 dolarów. Na koniec czerwca firma podała 8 880 000 dolarów w gotówce i gotówce ograniczonej.

Przy własnym celu Elona Muska dla Cybercaba poniżej 30 000 dolarów 500 pojazdów kosztowałoby około 15 000 000 dolarów, czyli mniej więcej sześć razy więcej niż wartość rynkowa spółki. W komunikacie KIDZ AI napisano, że zapytanie nie jest wiążącym zamówieniem i że firma może zdecydować się z niego wycofać. Akcje wzrosły o około 10 procent w handlu przedotwarciowym i spadły o około 6 procent po otwarciu.

Electrek umieszcza to w ciągu, do którego należą porzucony plan skarbu Solana, a później zwrot ku Hyperliquid, chmurze GPU i udziałowi w kambodżańskim centrum danych. Cztery gorące sektory w ciągu około 15 miesięcy.

Pod tym szumem jest realny rynek robotyki. Budują go firmy, które mierzą kąty przegubów co do milimetra i skracają pętle sterowania o milisekundy. Sektor nie odpowiedział na jedno pytanie: czy kapitał goniący za sylwetkami humanoidów zostanie, gdy okaże się, że ciekawa praca jest nieefektowna. Stanowiska przechwytywania ruchu, dyscyplina benchmarków i piec w Teksasie, który musi wyciągnąć pierwszy wlewek, zanim cokolwiek innego zacznie mieć znaczenie.