Mózgi robotów mogą doczekać się swojego „momentu ChatGPT” do końca 2027 roku — uważa przewodniczący ACE Robotics Wang Xiaogang, według którego postępy w dziedzinie modeli AI i danych treningowych ze świata rzeczywistego przybliżają roboty humanoidalne do zastosowań komercyjnych. To porównanie nie jest przypadkowe: uruchomiony w listopadzie 2022 roku ChatGPT zdobył szacunkowo 100 milionów użytkowników w ciągu około dwóch miesięcy — to rodzaj przełomu w głównym nurcie, którego inteligencja ucieleśniona jeszcze nie osiągnęła.

Roboty humanoidalne już potrafią chodzić, tańczyć i boksować, ale sprawienie, by niezawodnie wykonywały użyteczną pracę w nieprzewidywalnym świecie fizycznym, pozostaje jednym z największych wyzwań sztucznej inteligencji. Według relacji agencji Reuters Wang uważa, że nowe modele AI połączone z rejestrowaniem danych o środowisku mogą wkrótce zapewnić robotom inteligencję niezbędną do przejścia od pokazów do komercyjnego wdrażania.

„Oczekujemy, że dzięki modelom świata i zbieraniu danych o środowisku osiągniemy «moment ChatGPT» dla inteligencji ucieleśnionej do końca przyszłego roku” — powiedział Wang w rozmowie z Reuters.

Założona w lipcu 2025 roku ACE Robotics to chiński startup rozwijający modele AI dla robotów humanoidalnych. Wspierana przez Ant Group i SenseTime firma pozyskała ponad 100 milionów dolarów w pierwszej połowie 2026 roku i według agencji Reuters planuje przeprowadzenie debiutu giełdowego (IPO) „tak wcześnie, jak tylko będzie to dopuszczalne”. Startup zamierza też wdrożyć swoją technologię w 1000 sklepów w ciągu najbliższego roku, a w perspektywie dwóch lat zebrać dziesiątki milionów godzin danych treningowych ze świata rzeczywistego — zasobu, którego wciąż katastrofalnie brakuje. To jeden z kilku dobrze finansowanych chińskich graczy w tej dziedzinie, obok firm Unitree, UBTech i Agibot, konkurujących w sektorze, który Pekin uznał za priorytet strategiczny, a ministerstwo przemysłu wyznaczyło w nim cele dotyczące masowej produkcji robotów humanoidalnych.

Wielkie modele językowe, takie jak ChatGPT czy DeepSeek, rozprzestrzeniły się błyskawicznie, ale roboty wciąż mają trudności z wykonywaniem szerokiego zakresu zadań w nieznanych im środowiskach, a brak danych treningowych pozostaje istotną przeszkodą dla całej dziedziny.

Ucieleśniona sztuczna inteligencja (embodied AI) pozwala robotom i innym fizycznym agentom postrzegać otoczenie, rozumować nad nim i przekształcać decyzje w działania za pomocą czujników i siłowników. Modele świata z kolei pomagają AI zrozumieć, jak działa świat fizyczny, ucząc się, jak zachowują się obiekty i otoczenie. Dla robotów oznacza to przewidywanie tego, co może się wydarzyć, gdy się poruszają, podnoszą jakiś przedmiot albo w inny sposób oddziałują z otoczeniem, zanim podejmą działanie.

„W ciągu ostatnich kilku lat cała branża zgromadziła około 100 000 godzin danych, co jest dalece niewystarczające do trenowania ucieleśnionych modeli bazowych” — powiedział Wang.

Badacze w innych częściach świata eksperymentują z podobnymi podejściami. W październiku naukowcy przedstawili HumanoidExo — noszony na ciele egzoszkielet rejestrujący ruchy człowieka w celu trenowania robotów humanoidalnych.

Inne firmy rozwijają własne modele AI dla robotów. W styczniu Boston Dynamics zaprezentowała produkcyjną wersję swojego humanoidalnego robota Atlas, podkreślając, że postępy w dziedzinie AI przybliżyły robota do komercyjnego wdrożenia. W czerwcu Alibaba wprowadziła pakiet Qwen-Robot Suite — zestaw modeli AI zaprojektowanych tak, aby pomagać robotom w nawigacji, wykonywaniu zadań fizycznych i symulowaniu środowisk świata rzeczywistego. Tesla rozwija swojego humanoidalnego robota Optimus do prac fabrycznych, a Figure AI testowała swoje roboty na linii produkcyjnej BMW. Wyznaczona przez Wang oś czasu daje branży konkretny punkt obserwacji: czy wdrożenia na dużą skalę, takie jak planowane przez ACE 1000 sklepów, będą w stanie wygenerować dane treningowe ze świata rzeczywistego, których same pokazy dostarczyć nie mogą.