Коммерсантъ FM

В Китае создают десятки полигонов для обучения ИИ-роботов

В Китае набирают популярность «тренировочные площадки для воплощенного искусственного интеллекта» — специальных полигонов, где ИИ-системы обучают управлять роботами в реальном мире. Бум этой отрасли активно стимулируется государством, сообщает «Синьхуа».

Согласно отчету отрасли, на конец июня 2026 года в КНР уже работало более 70 таких тренировочных центров, и еще свыше 40 находятся в стадии строительства или планирования. На этих площадках роботы учатся ориентироваться в пространстве, захватывать предметы и выполнять бытовые задачи с помощью тысяч повторений. Кроме того, полигоны позволяют накапливать массив физических данных, которые ранее никогда не собирались систематически.

Сейчас в Китае насчитывается более 140 производителей гуманоидных роботов. В 2025 году объем их поставок достиг 14,4 тыс. единиц — это около 80% от всего мирового рынка.

Несмотря на масштаб, перед отраслью по-прежнему стоит главная задача: превратить роботов, способных бегать и воспроизводить движения человека в лабораториях, в надежных помощников для повседневной жизни, пишет агентство. Для этого машинам необходим постоянный доступ к реальным бытовым и производственным сценариям.

Эрнест Филипповский

Составлено ИИ-Ассистентъ

Практическая ценность таких площадок — в проверке, сможет ли робот многократно выполнять физическую задачу вне лабораторной демонстрации, и в накоплении данных о взаимодействии с предметами и пространством. Это важно потому, что роботы пока не умеют стабильно повторять одну и ту же операцию без исключительно жесткой спецификации цели: полигон помогает выявлять такие сбои на реальных действиях, но сам по себе не устраняет эту техническую границу.

Фактическое применение остается узким. В первом полугодии 2026 года свыше 60% мировых поставок гуманоидов пришлось на развлечения, выступления, сбор данных и исследования, тогда как на интеллектуальное производство пришлось 13%, а на склады и логистику — 5%. На заводах китайские разработчики уже проверяют операции с материалами, сортировку и сборку, однако эти сценарии пока не означают надежной работы машин в широком круге производственных задач.

Новости компаний Все