Кто платит за «базу данных» гуманоидов? Эксперимент в Пекине показывает, что действительно важно.

Закрытый центр - это конец?

Учебный центр роботов-гуманоидов в парке Шоуган, Пекин, который с марта 2025 года функционировал как один из первых в Китае, прекратил свою деятельность. По мнению местных СМИ, причиной этого стал уход компании Realman - поставщика оборудования и технологий. Это был не крах проекта, а его перестройка. Район Шицзиншань пояснил, что после выхода партнера с первого этапа центр переходит к новой фазе: разработке 4D-гауссовых световых полей и моделей мира. Вместо того чтобы строить новые проекты, меняется логика работы - от сбора данных в контролируемых условиях к их использованию в реальных сценариях.

Это не первый случай, когда учебный центр меняет направление. За последние два года многие регионы Китая инвестировали в такие объекты в рамках стратегии развития воплощенного интеллекта. Но создание инфраструктуры - это только начало. Ключевой вопрос заключается в том, кто будет платить за данные в долгосрочной перспективе и будут ли эти данные действительно полезны.

В мае этого года на третьем этапе центра в Шицзиншане было собрано около 270 роботов, а годовая производственная мощность данных составила почти 20 миллионов точек. Изначально, в марте 2025 года, первый этап предполагал производство более миллиона точек данных в год. Такой темп развития показывает, насколько активно регионы Китая инвестируют в инфраструктуру для роботов-гуманоидов.

Данные - это не «база», а инструмент.

Предыдущая логика была проста: чем больше данных, тем лучше. Центр в Пекине должен был собирать более 20 миллионов точек данных в год, главным образом из смоделированных сценариев - от домашнего хозяйства до сборки электроники. Но, как оказалось, данные из стабильных лабораторных условий трудно использовать в реальном мире. Роботы сталкиваются с меняющимся освещением, неровностями пола, непредвиденными помехами - ситуациями, которые сложно смоделировать.

Компания Realman поняла это и изменила стратегию. Вместо того чтобы собирать данные в контролируемых условиях, теперь она удаленно управляет роботами на заводах, складах и домах. Это работает как «замкнутый цикл»: данные генерируются в процессе реальной работы, немедленно используются для улучшения модели, а та, в свою очередь, лучше справляется со следующими ситуациями. Это уже не просто сбор данных - это непрерывная итерация.

Данные, полученные в стабильных лабораторных условиях, сложно использовать в реальном мире, где присутствуют меняющееся освещение, неровности пола и непредвиденные помехи. Realman утверждает, что данные, собранные в ходе реальных операций в неконтролируемых средах, имеют большую ценность для модели, чем данные, полученные в стабильных лабораторных условиях.

Кто будет платить за данные в будущем?

Проблема заключается в том, что данные для роботов-гуманоидов имеют ярко выраженный характер «частной области». Каждая компания использует разные типы корпусов роботов, датчиков, систем управления и архитектур моделей. Поэтому данные из одной системы сложно использовать другой. Это означает, что даже если учебный центр соберет миллионы точек данных, компания может не захотеть их покупать, если это не приведет к непосредственному улучшению модели.

Таким образом, возникает конфликт: местные власти хотят создавать общественные центры в качестве инфраструктуры, поддерживающей развитие отрасли, а компании сосредотачиваются на том, являются ли данные экономически эффективными и принесут ли они реальную пользу. Это не противоречие, а скорее разница в целях. Поэтому ключевым становится вопрос: кто будет финансировать этот процесс? Будут ли это компании, которые их используют, или государство как инвестор в будущее?

Ценность данных заключается не в количестве, а в их полезности. Поэтому ключевым становится вопрос: кто будет финансировать этот процесс? Будут ли это компании, которые их используют, или государство как инвестор в будущее?

Новая эра данных - от сбора до применения

Это показывает, что правительство понимает, что не существует единого «правильного» метода. Данные могут поступать из симуляций, видео, Интернета или реальных операций, но их ценность зависит от того, как они используются.

Будущее заключается не в создании новых учебных центров, а в создании замкнутых циклов: сценарий → данные → модель → улучшение. Это означает, что центр не обязательно должен быть «именно таким», он может меняться, как это сделала Пекин. Важно, чтобы он работал в соответствии с реальными потребностями модели, а не только в соответствии с инвестиционным планом.

Realman утверждает, что данные, собранные в ходе реальных операций в неконтролируемых средах, имеют большую ценность для модели, чем данные, полученные в стабильных лабораторных условиях. Это показывает, что будущее заключается не в количестве данных, а в их качестве и полезности.

Что это означает для будущего робототехники?

Закрытие учебного центра в Пекине - это не конец, а переломный момент. Он показывает, что создание инфраструктуры без четкой модели финансирования и применения является риском. Но он также показывает, что будущее заключается не в количестве данных, а в их качестве и полезности.

Для компаний это вызов: они должны думать о данных как об инструменте для развития модели, а не просто как о затратах. Для правительств - новая роль: не создание центров, а поддержка интегрированных систем, которые связывают данные с реальными сценариями и приложениями. Это уже не вопрос «кто платит за основу данных», а вопрос «как преобразовать данные в ценность».

Это преобразование показывает, что будущее робототехники заключается не в создании все более крупных центров обработки данных, а в разработке динамичных, интегрированных систем, которые объединяют реальные условия эксплуатации с постоянным совершенствованием моделей. Ключевым становится не то, кто платит за данные, а то, как эти данные используются на практике - приводят ли они к принятию лучших решений, более быстрым реакциям и более надежным действиям роботов. Для компаний это означает необходимость перехода от мышления о данных как об издержках к восприятию их как ключа к конкурентоспособности. Для правительств - новая роль: не строительство инфраструктуры, а поддержка экосистем, которые обеспечивают замкнутые циклы данных.