Physical AI: VLA‑модели, гуманоиды и геополитическая гонка в робототехнике
Разбор новых VLA‑моделей, прогресс в гуманоидных роботах и сравнение усилий США, Китая и России в сфере Physical AI.
В первой части серии «Большой разбор Physical AI» авторы Habr AI анализируют, как объединение зрения, языка и действия (VLA‑модели) меняет ландшафт робототехники. На сегодняшний день такие модели, как DeepMind Gato, OpenAI EmbodiedGPT и китайский Gemini‑Act, способны воспринимать визуальный поток, интерпретировать естественный язык и генерировать управляющие сигналы для манипуляторов без жёстко прописанных сценариев.
Ключевой показатель – время, за которое робот может выполнить задачу, требующую «человеческой» гибкости. Пример с автоматическим складыванием футболки, который в статье сравнивается с 60‑летним развитием индустрии, показывает, что современные прототипы уже укладывают ткань за 5‑7 секунд, используя VLA‑подходы.
Гуманоидные платформы находятся в центре внимания. Boston Dynamics Atlas, Agility Robotics Cassie и китайский UBTech Walker демонстрируют рост в области динамического баланса и адаптивного взаимодействия с окружающей средой. В США и Китае наблюдается масштабное финансирование: правительственные гранты в США превысили $2 млрд в 2025‑2026 годах, а в Китае объявлен национальный план «Intelligent Robotics 2030», предусматривающий инвестиции в $3,5 млрд.
Российская сцена пока отстаёт. Основные проекты – «Promobot», «Moscow Robotics Lab» и академический центр «Physical AI» – ориентированы на нишевые решения для промышленного контроля и сервисных роботов. По оценкам экспертов, бюджетные ограничения и отсутствие единой стратегии ограничивают конкурентоспособность России на глобальном рынке.
Статья содержит ссылки на оригинальные публикации моделей (DeepMind, OpenAI), а также на официальные документы США и Китая о поддержке робототехники. Читатели могут подробнее ознакомиться с материалом по ссылке.
Для разработчиков AI это сигнал к ускоренному освоению VLA‑технологий: они открывают путь к более универсальным роботам без тяжёлой ручной настройки. Студентам стоит обратить внимание на открытые модели и наборы данных, которые уже доступны. Однако геополитическая конкуренция подразумевает рост требований к безопасности и соответствию нормативам, особенно в США и Китае, где регуляторы усиливают контроль за физическим ИИ.
