Статьи · Роботы
Роботы учатся у людей
Языковые модели учились на триллионах слов. У роботов такой библиотеки пока нет. В робототехнике самым дефицитным ресурсом стали данные о том, как работают люди.

В 1988 году робототехник Hans Moravec написал, что «сравнительно легко добиться от компьютеров результатов на уровне взрослого в тестах на интеллект или в игре в шашки, и трудно или невозможно дать им навыки годовалого ребёнка, когда речь идёт о восприятии и движении». Почти четыре десятилетия спустя его парадокс по-прежнему в силе. Языковая модель может сдать экзамен на адвоката. Робот, который складывает бельё, до сих пор становится новостью.
Недостающая библиотека
Отчасти дело в данных. Meta обучила свои языковые модели Llama 3 на более чем 15 триллионах токенов текста из открытых источников, и большую часть этого текста люди писали для других людей. Для того, что делают руки, такого архива нет. Никто десятилетиями не записывал, какие силы действуют в руке, когда она открывает банку.
Самый крупный открытый проект на сегодня показывает, насколько велик разрыв. В 2023 году Google DeepMind и партнёры из 21 организации объединили данные 22 типов роботов в датасет Open X-Embodiment: больше миллиона записанных эпизодов и более 500 навыков. Для отрасли это стало вехой. По сравнению с текстами, на которых обучают языковые модели, это брошюра.
Данные собирают все
Вслед за проблемой пришли деньги. Physical Intelligence, стартап из Сан-Франциско, основанный в 2024 году, чтобы создавать универсальные модели для роботов, привлёк 400 млн долларов в ноябре 2024 года и ещё 600 млн годом позже при оценке 5,6 млрд долларов. С тех пор сообщалось, что он ведёт переговоры о новом раунде по гораздо более высокой оценке. Одной из главных трудностей компания называет сбор достаточного объёма данных по множеству задач и с множества роботов.
Методы разные. Одни компании управляют роботами дистанционно и записывают каждое движение. Другие надевают на людей костюмы для захвата движений. В 2025 году Tesla сообщила сотрудникам, которые обучают её робота Optimus, что теперь будет опираться в основном на видео: работники с закреплёнными на теле камерами складывают рубашки и поднимают предметы. Причина в том, что видео масштабируется быстрее.
Наша роль
У всех этих подходов одна общая идея: лучше всего физической работе учит человек, который хорошо её делает. Механик чувствует, что резьба на болте вот-вот сорвётся. Медсестра знает, как повернуть пациента, не причинив ему боли. Именно этого знания не хватает роботам, и большая его часть никогда не была записана.
Поэтому над этим работают две наши компании. Archaí Physics записывает, как люди работают на самом деле, чтобы роботы могли у них учиться. physical.wiki собирает знания о том, как ведут себя предметы в руке: их вес, хват, как они открываются и как ломаются.
Оборудование с каждым годом дешевеет. Хорошие записи квалифицированной работы, сделанные с согласия тех, кто её выполняет, по-прежнему редки, и именно в них мы вкладываем деньги.
Источники
Источники приводятся на языке оригинала.
- Hans Moravec: Mind Children, Harvard University Press, 1988
- Wikipedia: Moravec’s paradox
- OpenAI: GPT-4, March 2023
- Meta AI: Introducing Meta Llama 3, April 2024
- Google DeepMind: Scaling up learning across many different robot types, October 2023
- Open X-Embodiment: Robotic learning datasets and RT-X models
- Bloomberg: Robotics startup Physical Intelligence valued at $5.6 billion, November 2025
- Dataconomy: Bezos-backed Physical Intelligence raises $600M, November 2025
- eWeek, reporting Business Insider: Tesla’s Optimus has a new training strategy, August 2025
- TechCrunch: Physical Intelligence in talks to raise $1 billion again, March 2026
Другие статьи
КапиталЭффективность стала новым защитным рвомDeepSeek за день лишила Nvidia 589 млрд долларов капитализации, добившись большего меньшими средствами. Урок для основателей старше ИИ: кому нужно меньше всего денег, того труднее всего догнать.
ОснователиБизнес-план проверяет, как вы думаетеEisenhower говорил, что планы ничего не стоят, а планирование решает всё. Мы читаем бизнес-планы ради планирования. Вот на что мы смотрим в первую очередь.
ПартнёрствоХимия и есть due diligenceNoam Wasserman выяснил, что 65 % перспективных стартапов проваливаются из-за конфликта между сооснователями. Поэтому мы проверяем людей раньше, чем читаем план.