Прорыв в моделях близок, но насколько далеко до применения на заводах?

  • Nomura ожидает, что OpenAI выпустит модель для физического ИИ в период с декабря 2026 года по январь 2027 года, что станет первым катализатором. Однако банк оценивает нынешний этап как близкий к GPT-2: возможности начинают проявляться, но до стабильного производственного применения еще далеко.
  • Уже достигнут прогресс в обучении на небольшом числе демонстраций. Generalist AI сообщила, что GEN-1.5 достиг показателя успешности 59% в десяти тестах после просмотра одной демонстрации продолжительностью 3–12 секунд; после короткого дообучения на дополнительных пяти минутах данных показатель вырос до 83%. Эти результаты получены в тестах компании и относятся к коротким задачам или моделируемым средам.
  • Именно надежность определяет, перейдут ли клиенты от бюджетов на испытания к операционным бюджетам. По исследованию Nomura, лучшие роботы могут работать без вмешательства лишь несколько часов, тогда как заводам нужна неделя; точность на месте эксплуатации составляет около 60%, а отрасль требует не менее 98%. Банк ожидает, что на устранение последнего разрыва потребуется 3–5 лет.

Почему видео от первого лица может изменить стоимость обучения?

  • При телеуправлении люди дистанционно управляют роботами для сбора данных; этот способ дорог и привязан к конкретным моделям. По оценке Nomura, типичная стоимость составляет около 700 юаней в час. Видео от первого лица человека стоит около 300–350 юаней и остается пригодным для разных поколений роботов, поэтому лучше подходит для увеличения объема данных предварительного обучения.
  • Повышение эффективности также связано с методами обучения. SuperMimic сначала изучает движение тела, а затем обучает контроллер внутри модели. В статье сообщается, что обучение на одном GPU в течение 3 часов превзошло базовый метод, обучавшийся на 128 GPU в течение 7 дней, при сокращении вычислительных затрат более чем в тысячу раз. Это улучшение касается управления движением всего тела; на этом основании Nomura считает, что зависимость данного этапа от вычислительных мощностей может снизиться.
  • Видео может решить задачу первоначального обучения, но дальнейший прогресс также зависит от данных, создаваемых во время работы роботов. Nomura считает, что только достаточное число внедрений позволит сформировать цикл «работа создает данные — модель улучшается — число внедрений растет».

Кто лучше подготовлен к превращению прогресса моделей в замкнутый цикл данных?

  • Nomura отдает предпочтение крупным лабораториям ИИ и Tesla: первые обладают универсальными моделями, специалистами и вычислительными мощностями, а Tesla объединяет симуляцию, платформы данных, заводские испытания и собственных роботов. Эти два набора возможностей могут дополнять друг друга.
  • Масштаб эксплуатации остается ограничением. Согласно исследованию Nomura, Tesla намерена к концу 2026 года накопить 1 млн часов пригодных данных с помощью примерно 10 тыс. роботов для внутреннего обучения. Для сравнения, ожидается, что семь крупнейших китайских компаний экспресс-доставки в 2026 году вместе закупят менее 500 человекоподобных роботов. Поэтому банк полагает, что замкнутый цикл сначала возникнет внутри компаний, контролирующих и модели, и роботов.

Почему манипуляторы с искусными пальцами могут первыми выйти на массовые объемы?

  • Раньше обучающих данных не хватало, и роботы чаще использовали простые захваты. Nomura считает, что более мощные базовые модели смогут перенести навыки, освоенные двух- или трехпальцевыми захватами, на пятипалые манипуляторы, способствуя росту применения и снижению цены за единицу.
  • Банк ожидает роста поставок манипуляторов с искусными пальцами на 80%–120% в годовом выражении в 2026 году, главным образом за счет изделий с высокой степенью свободы и большим числом подвижных сочленений. Логика выгоды состоит в том, что модели снижают барьер для использования сложных манипуляторов, а рост поставок сопровождается снижением цен.

Почему конкуренция производителей готовых роботов в конечном счете зависит от единообразия производства?

  • Nomura ожидает, что после стабилизации подхода к моделям роботы сведутся к нескольким стандартным формам. Тогда будет важно обеспечить сходные характеристики более чем 20 сочленений каждого робота: если различия между корпусами слишком велики, стратегию управления, освоенную одной машиной, будет трудно повторно использовать на других, что затруднит обмен данными.
  • Поэтому банк предпочитает Unitree, автопроизводителей и поставщиков ключевых компонентов, которые быстро совершенствуют продукцию и эффективно контролируют расходы. Он также ожидает, что по мере роста объемов Unitree увеличит долю внешних закупок, чтобы сбалансировать затраты и качество. Напротив, производители готовых роботов с низким единообразием продукции, зависящие от клиентов, собирающих данные, могут столкнуться со снижением спроса.