Роботам в Китае не хватает «мозга» и данных: главный вызов embodied AI на WAIC 2026

Китайские производители роботов на Всемирной конференции по искусственному интеллекту (WAIC), завершившейся 20 июля 2026 года в Шанхае, назвали главным препятствием для embodied AI нехватку данных и отсутствие сильного «мозга» — базовой модели для взаимодействия с физическим миром.

Чего не хватает китайским роботам

Китайским роботам не хватает двух вещей одновременно: качественных данных о физическом мире и сильной базовой модели, которая связывает восприятие с действием. Об этом на WAIC говорили представители отрасли, и, по данным South China Morning Post, именно этот двойной дефицit сдерживает переход embodied AI от демонстраций к реальным продуктам.

В отличие от языковых моделей, которые учатся на текстах из интернета, роботам нужны данные о движении, захвате предметов и реакции на непредсказуемую среду — их приходится собирать вручную, дорого и медленно. Без большого объёма таких данных «мозг» робота не обучается уверенно действовать за пределами лаборатории.

• Событие — конференция WAIC, завершилась 20 июля 2026 года в Шанхае
• Кто говорит — Ван Сяоган, сооснователь SenseTime и председатель её робо-направления
• Барьер 1 — недостаток данных о взаимодействии с физическим миром
• Барьер 2 — отсутствие сильного «мозга», единой базовой модели
• Задача — связать железо, данные, модели и сценарии в замкнутый цикл

Что такое «замкнутый цикл»

Самым критичным вызовом для отрасли embodied AI участники WAIC назвали построение замкнутой итеративной системы, в которой железо, данные, модели и реальные сценарии усиливают друг друга. Идея в том, что робот собирает данные в работе, эти данные улучшают модель, улучшенная модель делает робота эффективнее — и цикл повторяется.

«Связать железо, данные, модели и реальные сценарии в замкнутую итеративную систему», —

Ван Сяоган, сооснователь SenseTime и председатель её робо-направления, о главной задаче отрасли.

Сейчас этот цикл разорван: у большинства китайских компаний есть аппаратные платформы, но нет ни достаточного потока данных из эксплуатации, ни модели, способной эти данные полноценно переваривать. Пока звенья не соединены, каждый прототип остаётся единичной демонстрацией, а не масштабируемым продуктом.

Почему данные — узкое место

Данные для роботов — главное узкое место, потому что их нельзя просто скачать из сети, как тексты или картинки. Каждое действие в физическом мире — шаг, поворот, захват чашки — нужно записывать через сенсоры реального устройства или через дорогую симуляцию, и объёмы такой информации несопоставимы с триллионами токенов, на которых учатся языковые модели.

Именно поэтому участники WAIC подчёркивали связку «данные + мозг»: мощная модель без данных не научится действовать, а огромный массив данных без единой базовой модели не превратится в осмысленное поведение. Отрасль, по оценкам инсайдеров конференции, всё ещё ищет способ поставить сбор данных на поток так, чтобы он окупал стоимость железа.

Что это значит

Китайская робототехника упирается не в железо, а в интеллект и данные: аппаратно страна уже сильна, но без «мозга» и потока реальных данных роботы не выходят из демо-режима. Замыкание цикла «железо — данные — модель — сценарий» становится главной гонкой embodied AI на ближайшие годы.