Az elmúlt években látványos hardverfejlesztéseket végrehajtó kínai robotikai vállalatok 2026 első felében forrásaik jelentős részét a humanoid robotokat valós munkavégzésre alkalmassá tevő szoftverek, azaz a megtestesült mesterséges intelligencia (embodied AI) fejlesztésére csoportosították át. Az ágazat iránti befektetői érdeklődés idén jelentősen megnőtt, és ez új frontot nyit a technológiai versenyben az Egyesült Államok és Kína között.
Tőke és tranzakciók
Az ITjuzi piackutató adatai szerint 2026 első felében a fizikai környezetüket értelmezni és abban önállóan tanulni képes robotikai szoftverekkel foglalkozó kínai vállalatok 322 tranzakció keretében 93,5 milliárd jüan (mintegy 13 milliárd dollár) tőkét vontak be — ez mintegy ötszöröse az előző év hasonló időszakában regisztrált összegnek. A nehéz piaci verseny és a hardverárak lenyomása miatt a gyártók egyre inkább a szoftveres irányítóközpontokban látják a nagyobb profit lehetőségét.
Szereplők és üzleti stratégiák
A tőkebefolyás elsősorban a robotok irányításáért felelős szoftverfejlesztőkhöz áramlik. Olyan kínai startupok, mint az X Square, a Galaxea és a Spirit AI már körülbelül 3 milliárd dollár körüli cégértéket értek el. Ugyanakkor az amerikai vállalatok — például a Physical Intelligence, a Skild AI és a Generalist — előnyben vannak egyes fejlett kutatások és a nagy teljesítményű chipekhez való hozzáférés miatt. A Generalist GEN-1.5 modellje egy rövid, 3–12 másodperces bemutató után az egyszerű feladatok körülbelül 60 százalékát képes elvégezni.
Kínai cégek erős hazai gyártóbázisra és ipari partnerekkel való szoros együttműködésre támaszkodnak. Az X Square például olyan megközelítést mutatott be, amelynek segítségével robotok egyetlen, emberekről készült videó alapján képesek megtanulni tárgyak kezelését anélkül, hogy minden feladatra külön kellene a modellt betanítani.
Adatgyűjtési módszerek és gyakorlati tesztek
A robotok számára a fizikai világ tapasztalatai — tárgyak megfogása, hajlékony kábelek kezelése — nélkülözhetetlenek a tanuláshoz, ezért a kínai szereplők eltérő adatgyűjtési stratégiákat alkalmaznak. A Spirit AI ezer embert alkalmazott hétköznapi és ipari tevékenységek rögzítésére; az ACE Robotics viselhető érzékelőkkel mér fogásokat és munkafolyamatokat bolti és szállodai környezetben; az Ant Group robotikai részlege, a Robbyant pedig 160 ezer órányi anyaggal, köztük 50 ezer órányi ember által irányított robotmozgással képezte modelljét, majd 17 márka 20 különböző robotján tesztelte a megoldást.
Más vállalatok, például a DexForce, szimulált környezeteket használnak, amelyekkel bizonyos precíziós ipari feladatokra hat–nyolc óra alatt, 99,9 százalék feletti pontossággal készítik fel a gépeket. A szakértők azonban figyelmeztetnek, hogy a szimulációk még nem tükrözik tökéletesen a fizikai kölcsönhatásokat.
A fejlesztések már a valós gyakorlatban is megjelentek. A JoyIn Technology egyik tesztjén egy robot, amely eredetileg nem ért fel egy magas szekrényre, egy emberi mozgásról készült videó megtekintése után odalökött egy dobozt és megpróbált felállni rá. Ipari környezetben szigorúbb feltételek mellett zajlanak a bevetések: a CATL csengcsoui üzemében a Spirit AI robotjai 99 százalék feletti sikerességgel csatlakoztatják a hajlékony vezetékeket a vizsgálatok során, míg a Robbyant gépei két sanghaji gyógyszertárban személyzet felügyelete mellett állítják össze a rendeléseket.
Nehézségek: chipek, tőkepiaci korlátok és szabályozás
A kínai szektor növekedését több kihívás is fékezi. Az amerikai exportkorlátozások miatt hiány mutatkozik a fejlett Nvidia chipekből; a tőzsdei forrásbevonást pedig a túlzott cégértékelések és a piac telítettsége miatti hatósági szigor nehezíti. Ennek hatására a fejlesztők hatékonyabb modellek, szintetikus adatok és hazai gyártók, például a Huawei által kínált chipek alkalmazásával próbálják pótolni a kieső számítási kapacitást.
Mit várnak a jövőtől?
Többen a következő generációs alapmodellektől várják a technológiai ugrást. Unitree alapítója, Vang Hszinghszing szeptemberben elmondta, hogy bíztató eredmények születtek az OpenAI GPT-6 modelljének robotokon történő tesztelése során, és szerinte a GPT-7 jelentheti a valódi áttörést akkor, ha a robotok ismeretlen környezetben szóbeli utasításra képesek lesznek elvégezni a feladatok 80 százalékát. Georg Stieler robotikai tanácsadó azonban arra figyelmeztet, hogy még ha a bemutatókon el is érnek ilyen szinteket, a megbízható, széleskörű üzleti alkalmazásig valószínűleg évek, nem pedig hónapok maradnak hátra.
Összefoglalás
A kínai robotikai ipar 2026 első felében jelentős tőkét vonzott a megtestesült AI fejlesztésébe, a hangsúly a hardverről a szoftverre és az adatokra helyeződött át. Bár a gyakorlati tesztek biztatóak és néhány alkalmazás már ipari környezetben is bizonyított, a chiphiány, a piaci és szabályozási kockázatok, valamint a technológia általános megbízhatósága továbbra is akadályokat jelentenek.
