21 сентября агентство Reuters сообщило, что китайский регулятор тормозит выход на биржу производителей антропоморфных роботов. После успешного IPO Unitree — в первый день торгов компания обошла саму SpaceX по соотношению капитализации к выручке — Китаю бы радоваться новому источнику притока средств. Однако бизнес-модель производителей гуманоидных роботов вызвала вопросы на государственном уровне. И дело тут вовсе не в страхе захвата человечества Скайнетом.

Привет, меня зовут Александр Баулин. В этом материале я разберу, как гуманоидные роботы добрались до серийного производства, почему Китай вырвался вперед в этой нише и что пока мешает таким машинам массово работать на предприятиях. Заодно посмотрим, какая работа появляется у людей, которым предстоит обучать роботов и внедрять их в бизнес-процессы.

Гуманоидные роботы: рождение, долгая зима и возвращение

100 лет назад Карл Чапек ввел в обиход слово «робот» — так он назвал человекоподобный механизм, который выполняет команды хозяина. В фантастических фильмах железные роботы выглядели отлично: руки, ноги, голова с фотоэлементами — и никаких проблем с выполнением задач.

За сотни лет прогресса мы выстроили инфраструктуру, рассчитанную на человека. В цехах стоят станки, которые управляются руками, на складах полки рассчитаны на человеческий рост и движения, а в домах у нас лестницы, по которым удобнее ходить, чем передвигаться на колесах.

Теоретически для таких условий отлично подходит гуманоидный робот. У него есть тело, похожее на человеческое: ноги для передвижения, рукоподобные манипуляторы для выполнения различных операций. Кажется, такой робот может работать быстрее и точнее человека: ему не нужны перерывы на обед, отпуска и специально оборудованное рабочее место.

На практике гуманоиды долго не находили применения. Человечество охотно использовало сначала телеуправляемую технику, например корабли и танки, а затем и промышленных роботов, заточенных под узкие задачи. Такому роботу достаточно захватить деталь, переместить ее и выполнить, например, сварку. Для этого не нужны голова, ноги и уж тем более человеческое тело.

Гуманоиды не пройдут

XX век можно образно назвать зимой антропоморфных роботов. Идея витала в воздухе: с 60-х годов выпускались концепты, которые могли ходить, немного разговаривать и вызывать улыбки умиления. Но до серийного производства дело не доходило: нужно было преодолеть существенные барьеры для их использования, в первую очередь с железом и софтом.

Сложности возникали даже с самыми простыми операциями — ходьбой, поворотом, захватом предметов. Человеку все это делать позволяет встроенная нейросеть. У роботов же была только ее программная эмуляция, которая и сейчас не всегда справляется, а в прошлом веке только начинала развиваться. 

Проблемы были практически на каждом шаге. Например, руку было несложно изобразить или скопировать внешне, но повторить подвижность — задача крайне сложная. С ходьбой было не проще: освоив движения на ровном полу, роботы постоянно теряли равновесие и падали на неровностях.

В результате быстрее и проще оказалось создавать роботов под конкретные задачи: держать паллет, вкручивать лампочку, сортировать посылки и так далее. Именно поэтому промышленные и сервисные роботы массово применялись, а гуманоидные оставались скорее модным концептом.

Расцвет машинного обучения в 2010-е годы подарил антропоморфным роботам новую надежду: многослойные нейросети позволили на лету распознавать изображение и голос, упростили сохранение равновесия, обучение операциям, взаимодействие на естественном языке. 

В 2015 году на соревновании DARPA Robotics Challenge Finals 2015 роботы проходили препятствия, водили машину, даже пользовались дрелью и открывали двери. Только делали это медленно-медленно и периодически валились с ног.

Казалось, еще немного — и роботы наконец заживут полноценной жизнью. Всего-то нужны процессоры побыстрее, приводы помощнее, аккумуляторы поемче. Однако за эффектными демонстрациями стояла сложная разработка. Мы не знаем, во сколько обошлись роботы участникам мероприятия DARPA или устройства Boston Dynamics, годами развлекавшие нас трюками.

Традиционный подход требует заранее описать все возможные состояния робота и запрограммировать действия для каждого из них. Это позволяет стабильно работать промышленным роботам, у которых есть выделенное пространство и стандартные условия. Но гуманоидных роботов сбивали любые изменения в положении предметов или в условиях внешней среды.

Еще один вызов для гуманоидов — совместная работа с людьми. На заводе для роботизированной линии сборки можно выделить отдельное помещение и не пускать туда персонал, пока устройства работают. Но гуманоид как раз и ценен тем, что умеет работать вместе с людьми: взаимодействовать с ними, ходить в тех же помещениях, пользоваться теми же предметами. Значит, он должен уметь не только выполнять свои задачи, но и безопасно вести себя рядом с человеком. 

Китай нашел недостающие детали

Первым наладить серийное производство антропоморфных роботов смог Китай. Но как же так? Первых гуманоидов еще полвека назад показали японцы. Забавные ролики с робособаками нам десять лет поставляла американская Boston Dynamics. Ответ на поверхности: в Китае производится больше всего дешевых комплектующих. 

Чтобы развиваться, гуманоидам нужны все более совершенные компоненты: манипуляторы, аккумуляторы, микросхемы и так далее. Для их производства нужны редкоземельные металлы, по добыче которых Китай занимает первое место в мире. Одновременно КНР — лидер по продажам электромобилей, в которых часть компонентов такая же, как у роботов. В итоге производители гуманоидов получили фактически готовую индустрию комплектующих.

Новая индустрия выросла буквально за пару лет. Если в 2023 году продажи гуманоидных роботов даже не попадали в статистику, то в 2025-м они достигли примерно 18 000 штук. За первое полугодие 2026-го уже продано 22 000 экземпляров, и по итогам года ожидаются продажи на уровне 50 000. При этом больше 95% роботов поставили именно китайские производители. 

Среди них лидирует Agibot, которому хватило всего трех лет, чтобы стать крупнейшим поставщиком гуманоидов в мире. Успех компании отчасти объясняется фигурой ее основателя. Дэн Тайхуа ранее руководил разработкой вычислительных продуктов Huawei, где отвечал и за железо, и за базовый софт для ИИ. Новоиспеченная компания сразу получила и инвестиции, и связи, и доступ к лучшим умам индустрии. 

Фаундер другой китайской компании, Unitree, Ван Синсин пришел к роботам более длинным путем. Еще в магистратуре Шанхайского университета он собрал робособаку XDog — придумал и механику, и алгоритмы управления. Тогда же Ван решил открыть свою компанию, однако инвесторов найти не смог, поэтому ушел работать в DJI. Правда, надолго там не задержался: в 2016 году видео с его XDog разошлось по Сети, привлекло внимание прессы, и вскоре стартап Ван получил от инвесторов первые два миллиона юаней. 

Сила партнерства

Важным фактором успеха китайских вендоров стал подход к роботам не как к готовому решению, а как к платформе. Покупатели могли добавлять свои фичи в роботов, изучать их и внедрять в свои бизнес-процессы. Кстати, в книге «Выживают только параноики» легенда Intel Энди Гроув называл такой подход «силой партнерства» и считал одной из причин взлета компании.

Дальше запустился самоподдерживающийся цикл. Дешевые комплектующие позволяли китайским компаниям предлагать роботов по более низкой цене. Чем больше их продавали, тем дешевле становилось производство — а значит, становилось еще больше покупателей. Например, средняя цена гуманоидного робота Unitree упала с 593 400 юаней в 2023 году до примерно 167 600 юаней в 2025-м — то есть примерно с 85 000 долларов до 25 000. 

Как китайцы обошли Илона Маска 

Unitree Robotics вышла на Шанхайскую биржу в августе и сразу оценила себя в 9 млрд долларов. Для компании, выручка которой в 2025 году составила чуть более 250 млн долларов, это выглядело довольно смело: капитализация превышала годовую выручку в 36 раз. 

Но это было только начало. По итогам первого дня торгов акции Unitree подорожали в 5,6 раз, а стоимость компании достигла 50 млрд долларов — около 200 годовых выручек компании. Для сравнения: у SpaceX по итогам первого дня IPO капитализация составила «всего» 112 годовых выручек.

Важная оговорка: высокая стоимость акций еще не гарантирует успешности компании. Однако такой рост хорошо показывает ожидания инвесторов от гуманоидных роботов. Свою роль сыграло и то, что Unitree — второй в мире производитель такой техники. По данным SAG, на первую половину 2026 года на компанию пришлось 31% отгрузок. 

После такого резкого взлета котировки поползли вниз. К середине октября акции Unitree подешевели почти вдвое относительно первого дня торгов. Однако их цена все равно оставалась почти втрое выше цены размещения.

Пока такая оценка говорит скорее о вере инвесторов в светлое будущее индустрии. Настоящую проверку на прочность гуманоиды пройдут на складах и производственных линиях — там им предстоит конкурировать не только с людьми, но и со своими железными собратьями, промышленными роботами.

У партии есть вопросы

Сейчас китайские регуляторы фактически заморозили выход на IPO новых производителей гуманоидов. На первый взгляд странно: Пекин ведь сам объявил технологию одним из национальных приоритетов. Однако власти опасаются, что ажиотаж вокруг технологии пока опережает реальный спрос. 

По данным Reuters, значительную выручку некоторым компаниям приносят совместные проекты с местными властями. В них власти могут обеспечивать 80–90% первоначальных инвестиций. Один из примеров сотрудничества — центры сбора данных данных для обучения роботов. По оценке аналитика Георга Штилера, в такие центры попадут до 70% китайских гуманоидов, произведенных в Китае в 2026 году. 

Получается забавная ситуация: значительная часть роботов нужна для поддержания самой робототехнической отрасли. А вот насколько велик спрос на них со стороны независимых заказчиков — вопрос открытый. 

Один из таких центров для сбора данных журналисты Reuters посетили в Лючжоу. Там больше сотни роботов учатся выполнять рутинные операции: сортировать коробки, готовить кофе, упаковывать лапшу. Но до настоящей пользы им пока далеко: по наблюдениям журналистов, роботы остаются медленными и часто ошибаются в производственных задачах. Правда, стоит оговориться, что Reuters — западное агентство, а текст выходит на фоне технологического соперничества Китая и США.

Похожая картина наблюдается и на заводах автомобильной компании Geely — там роботы-гуманоиды служат для сортировки и переноса компонентов. Однако пока все ключевые операции там выполняют обычные промышленные роботы. 

С подобными ограничениями сталкиваются и западные компании: им тоже сложно добиться от роботов-гуманоидов экономической эффективности. Из реальных кейсов можно вспомнить лишь несколько: 

• Использование роботов Optimus на заводах Tesla (без подтвержденных данных об эффективности). 

• Тестирование робота Apollo американской компании Apptronik на заводе Mercedes-Benz. Робот обучался в режиме телеоператора первичному контролю качества и переносу автокомпонентов.

• Испытание устройств Figure 02 на заводе BMW. За десять месяцев проекта роботы переместили более 90 000 компонентов и участвовали в выпуске свыше 30 000 BMW X3.

Сложно сказать, достаточно ли этих примеров, чтобы убедить предприятия закупать гуманоидных роботов для производства. Эти события нравятся инвесторам, они готовы вкладывать деньги в акции — но не окажется ли индустрия, где хайпа пока больше, чем реального спроса, пузырем? 

Мы уже видели, как стартапы взлетали на вере инвесторов, а потом годами не могли оправдать их надежд. Иных уж нет, а те далече — взять хотя бы WeWork и Nikola. Об управляемом термояде и вспоминать не будем. 

Поэтому китайских регуляторов вполне можно понять. Прежде чем позволять рынку расти еще сильнее, логично добиться от бизнеса доказательств, что гуманоиды действительно могут приносить деньги.

В ожидании GPT-момента

Про разрыв между демонстрациями и реальными возможностями роботов можно узнать в этом подкасте Павла Воронина, гендиректора МТС Web Services. В нем он обсудил с руководителем Лаборатории интеллектуальной космической робототехники Сколтеха Дмитрием Тетерюковым, какие из наших задач роботы смогли выполнить, как машины воспринимают физический мир, прогнозируют последствия своих действий и чему им еще предстоит научиться перед появлением в наших домах.

Гуманоидная робототехника показывает успехи. В демороликах роботы бегают, приносят еду и потихоньку осваивают производственные операции. Однако пока гуманоидам удаются лишь отдельные задачи. Для массового внедрения должен случиться так называемый GPT-момент — этап, когда полученный навык можно применить сразу в нескольких операциях.

Похожую эволюцию прошли современные языковые модели. Сначала нейросети обучали определенным задачам: классифицировать текст, переводить, дополнять и продолжать мысль.Теперь же это универсальные комбайны, которые могут и код сгенерировать, и дипломную работу написать, и просто поддержать светскую беседу. На похожий переломный момент рассчитывают и разработчики гуманоидной робототехники. 

Один из подходов к созданию универсальных роботов — трехуровневая архитектура, о которой мы рассказывали здесь. Идея в том, чтобы разделить выполнение гуманоидом задачи на три уровня. На первом система понимает команду и разбивает ее на шаги. Например, чтобы принести чашку, нужно найти ее, взять и донести до человека. На втором — по данным с камер определяет, как выполнить конкретное действие: куда подвести руку, как захватить предмет и так далее. На третьем — управляет движениями тела, чтобы робот спокойно дошел до человека, не потеряв равновесие и не уронив чашку. 

На втором уровне хорошо себя показывают так называемые VLA-модели (Vision-Language-Action, «зрение — язык — действие»). Их можно обучить на примерах выполнения операций, а затем дообучить под новые задачи. Например, можно научить модель приносить кофе в специальном учебном центре, а затем заточить на работу на конкретном предприятии. 

Есть и ложка дегтя. Такие модели кардинально сокращают время на обучение, но все еще не делают роботов универсальными. Небольшое изменение условий — формы чашки кофе, которую должен принести робот, освещения, материала поверхности — и часто робота приходится обучать сначала.

Американский профессор Кен Голдберг наглядно объяснил, почему робототехника до сих пор не повторила скачок языковых моделей. Если представить язык как одномерную плоскость, компьютерное зрение — как двухмерную, то робототехника — это уже 50-мерное измерение. 

Модели компьютерного зрения можно обучать на массивах картинок, языковые модели — на корпусах текстов. Робот же должен одновременно учитывать данные зрения, геометрию объектов, контакт с ними, прикладываемые усилия, движение, задержки, трение, кинематику собственного тела, требования безопасности, свойства предметов, окружающую среду и цель действия.

Если в развитии LLM огромную роль сыграли доступные в интернете тексты, данные для роботов приходится собирать с нуля. Для этого компании строят учебные полигоны площадью в тысячи квадратных метров, где люди записывают выполнение рабочих задач закрепленными на голове камерами, а операторы показывают роботам действия через телеуправление.

Пока роботам нужны люди

Случится ли у человекоподобных роботов свой GPT-момент и когда это произойдет — неизвестно. Пока же между прототипом и реально полезным бизнесу устройством остается большой промежуток. Чтобы заставить машину приносить пользу бизнесу, ее нужно подготовить: научить нужным операциям, связать с оборудованием на производстве и аккуратно встроить в рабочие процессы. Значительную часть этой работы по-прежнему выполняют люди: инженеры, разработчики, разметчики данных, тренеры, интеграторы. 

Лучше всего масштаб этого процесса виден в Китае, где отрасль гуманоидной робототехники переживает кадровый бум. По данным китайской платформы для поиска работы Zhaopin, за первые пять месяцев 2025 года количество вакансий в этой сфере выросло сразу на 409% год к году. Особенно резко увеличился спрос на специалистов по алгоритмам — почти в шесть раз. Высокий спрос сохранился и позже: к весне 2026 года, по данным Liepin, количество предложений в сегменте гуманоидов выросло на 216% год к году.

Похоже, что до массовой безработицы из-за гуманоидов еще далеко. Сначала их самих должен кто-то научить нормально работать.