Почему OpenAI переходит от инвестиций в робототехнику к самостоятельному созданию роботов целиком?

  • Согласно материалу, OpenAI перешла от инвестиций в Figure к собственной разработке человекоподобных роботов. На официальном сайте опубликовано 19 вакансий в области робототехники, охватывающих системы управления, исполнительные механизмы и производственные цепочки поставок. Ключевое изменение — создание базового оборудования одновременно с системой сбора данных из реального мира, чтобы преодолеть разрыв в данных после прекращения сотрудничества со стороны Figure.
  • Бизнес-логика этого подхода состоит в том, чтобы с помощью собственного оборудования получать данные о движениях в реальной среде, а затем использовать их для обучения и совершенствования моделей. Исходя из этого, Лю Цзэцзин из Huaxi Securities позитивно оценивает робототехническую производственную цепочку OpenAI и упоминает Changying Precision и OPT Machine Vision.
  • OpenAI планирует представить демонстрационный прототип в 2027 году; материал также указывает, что компания сталкивается с трудностями перехода от симуляции к реальности, тогда как Tesla и XPeng опережают ее по темпам развертывания массового производства. Демонстрационный прототип и прогресс в массовом производстве следует рассматривать отдельно.

Какой аспект возможностей роботов меняет интеграция алгоритмов?

  • Помимо собственной разработки оборудования, другое основное направление — интеграция возможностей движения, прогнозирования и генерации. Hydra-0 от Nvidia и Гарварда снижает ошибку движения робота на 90,4% благодаря единому интерфейсу потока действий; DR-WM-1.0 от Deep Robotics использует априорные знания о физических свойствах.
  • GE-Act 2.0 от Agibot объединяет прогнозирование и генерацию и при использовании данных продолжительностью 30 тыс. часов повышает долю успешных действий в незнакомых сценариях без предварительных примеров до 44,1%. Эти показатели относятся соответственно к ошибке движения и результатам в незнакомых сценариях и измеряют разные способности.
  • Лю Цзэцзин обобщает эти достижения так: собственная разработка оборудования и интеграция базовых алгоритмов совместно помогают физическому ИИ сформировать технологический стек для «замкнутого цикла данных» и принципа «сначала подумать, потом действовать». Первое решает вопрос источника данных, второе улучшает прогнозирование и принятие решений перед действием.

Как стратегия Nanshan Zhishang в области материалов для роботов связана с ее нынешним бизнесом?

  • Прибыль Nanshan Zhishang во втором квартале выросла по сравнению с предыдущим кварталом, главным образом благодаря бизнесу по производству нейлона. Материалы для гибких передач роботов с тросовым приводом сейчас находятся на стадии совместных испытаний и поставок небольшими партиями; у текущего улучшения операционных показателей и развития перспективного бизнеса разные источники и сроки реализации.
  • Компания намерена применить к производству высокоэффективных волокон накопленный в сегменте высококачественного текстиля опыт тонкого прядения, гибкой индивидуализации и контроля качества на всех этапах. Согласно материалу, компания уже построила производственную базу промышленного масштаба годовой мощностью 3600 тонн; исследования и разработки для робототехники включают такие прикладные изделия, как связующие шнуры, тактильные перчатки и костюмы-кожа.
  • Сунь Хайян из TF Securities позитивно оценивает сочетание повышения качества традиционного текстиля, расширения мощностей по выпуску высококачественных материалов и развития передовых направлений применения. Он прогнозирует выручку компании за 2026–2028 годы в размере 2,4 млрд, 2,8 млрд и 3,2 млрд юаней соответственно, а чистую прибыль, приходящуюся на акционеров материнской компании, — в размере 150 млн, 180 млн и 230 млн юаней соответственно. Среди основных ограничений он указывает темпы наращивания мощностей, состояние потребительского спроса, изменения тарифов и рыночную конкуренцию.