Ведущие компании в области робототехники, занимающиеся разработкой базовых моделей и воплощенного искусственного интеллекта, к 2026 году.

Последнее обновление: Май 29, 2026

Компании, определяющие базовые модели робототехники и воплощенный ИИ в 2026 году, делятся на два лагеря: специализированные лаборатории по разработке моделей, создающие системы визуального, языкового и механического распознавания действий (VLA), и производители роботов, обучающие собственные базовые модели внутри компании. Physical Intelligence, Skild AI, Figure AI, Google DeepMind и NVIDIA лидируют в области возможностей моделирования, в то время как EVST и другие промышленные производители сейчас внедряют в эту категорию оборудование заводского класса и данные о реальных манипуляциях. В этом руководстве представлен рейтинг наиболее влиятельных игроков и описание того, что каждый из них фактически выпускает.

Что будет считаться образцовой компанией Фонда робототехники в 2026 году?

Базовая модель робототехники представляет собой большую нейронную сеть, обученную на разнообразных данных о роботах, системах машинного зрения и языке, что позволяет одной модели обобщать знания на множество задач и для разных типов роботов, вместо того чтобы программировать её вручную для выполнения одной конкретной задачи. Архитектура «зрение-язык-действие» (VLA), которая напрямую сопоставляет входные данные с камеры и языковую инструкцию с двигательными действиями, является доминирующим подходом в 2026 году.

По данным Международной федерации робототехники (IFR), робототехника, управляемая искусственным интеллектом, является одним из главных трендов автоматизации, формирующих отрасль, при этом управление на основе машинного обучения переходит от исследовательских демонстраций к коммерческим пилотным проектам. Именно этот сдвиг объясняет, почему модельные лаборатории и производители оборудования сходятся в решении одной и той же проблемы, но с противоположных сторон.

Мы сгруппировали компании по тому, что они в основном поставляют: базовую модель, человекоподобную платформу с собственной моделью или промышленное оборудование, обеспечивающее передачу данных и развертывание. Бренды перечислены по текущему влиянию на стек воплощенного ИИ, а не по доходам.

Ведущие компании в области робототехники, занимающиеся разработкой базовых моделей и воплощенного искусственного интеллекта, к 2026 году.

1. Физический интеллект

Physical Intelligence — это лаборатория моделирования в Сан-Франциско, специализирующаяся исключительно на универсальной базовой модели робототехники. Ее модели π0 (пи-ноль) и последующая π0.5 представляют собой системы «зрение-язык-действие», предназначенные для управления множеством различных робототехнических тел с помощью единого набора обученных весов, что демонстрируется на таких задачах, как складывание белья и уборка столов. На практике компания делает ставку на то, что одна модель, обученная на разнообразных данных, превзойдет множество узкоспециализированных контроллеров, ориентированных на конкретные задачи. Компания продает не роботов, а мозг.

2. Google DeepMind

Компания Google DeepMind внедрила в робототехнику рассуждения в масштабах интернета с помощью линеек RT-1 и RT-2 и набора данных RT-X, а затем интегрировала робототехнику в семейство Gemini с помощью Gemini Robotics. Этот подход переносит знания, полученные из текста и изображений интернет-масштаба, в физические действия, позволяя роботу интерпретировать новую инструкцию, для которой он никогда не проходил явного обучения. Для исследовательского сообщества открытые наборы данных DeepMind остаются эталоном для всей области.

3. Skild AI

Компания Skild AI, основанная исследователями, имеющими опыт работы в области робототехники в Университете Карнеги-Меллона, разрабатывает так называемый «Skild Brain» — независимую от конкретных роботов базовую модель, предназначенную для работы с различными типами роботов и адаптации к ранее не встречавшемуся оборудованию. Компания считает узким местом общий интеллект роботов, а не механическое оборудование. Согласно заявлениям компании, модель обучается на большом и разнообразном корпусе данных о роботах и ​​их взаимодействии, что обеспечивает такую ​​универсальность.

4. NVIDIA

NVIDIA предоставляет основу, на которой строятся практически все остальные. Инициатива Isaac GR00T — это базовая модель, разработанная специально для человекоподобных роботов, в сочетании с Isaac Sim и Isaac Lab для крупномасштабного моделирования и генерации синтетических данных. Поскольку для обучения моделей, основанных на физическом взаимодействии, требуется огромное количество данных о взаимодействии, конвейер NVIDIA «от симуляции к реальности» позволяет разработчикам генерировать эти данные виртуально, прежде чем развертывать их на физических роботах. Компания является одновременно и разработчиком инструментов, и участником проекта по созданию моделей.

5. Рисунок AI

Figure AI — это компания, занимающаяся разработкой человекоподобных роботов полного цикла: она создает аппаратное обеспечение Figure 02 и обучает собственную бортовую модель VLA под названием Helix, которая управляет обеими руками и кистями на основе зрения и речи. Стратегия заключается в вертикальной интеграции, совместном управлении телом и мозгом, чтобы модель была настроена под конкретное оборудование. Figure публично заявила о намерении начать работу в коммерческой сфере и логистике в качестве площадок для внедрения своих решений.

6. Технологии 1X

Компания 1X Technologies со штаб-квартирой в Норвегии разрабатывает гуманоидного робота NEO, уделяя особое внимание безопасной эксплуатации вблизи людей и обученному, основанному на данных управлению, а не запрограммированным движениям. Его облегченная конструкция с сухожильным приводом отражает иной подход по сравнению с более тяжелыми промышленными гуманоидами: приоритет отдается безопасности и условиям эксплуатации в быту или легкой сфере обслуживания.

7. тесла

Программа Tesla Optimus использует подход компании к вертикальной интеграции, повторно применяя данные о восприятии и вычислительные ресурсы из собственной системы помощи водителю и обучая Optimus на основе собственных данных. Заявленное преимущество Tesla заключается в масштабах производства: та же дисциплина, которая используется для массового производства автомобилей, призвана со временем снизить себестоимость человекоподобных роботов. Независимая проверка сроков пока ограничена, поэтому приведенные здесь утверждения основаны на заявлениях компании.

8. Boston Dynamics + Научно-исследовательский институт Toyota

Компания Boston Dynamics, известная своим высокодинамичным электрическим роботом Atlas, объединила усилия с исследовательским институтом Toyota (TRI), чтобы совместить аппаратное обеспечение Atlas с исследованиями TRI в области крупномасштабных поведенческих моделей (LBM). Это сотрудничество имеет важное значение, поскольку оно объединяет самое маневренное человекоподобное оборудование в этой области с исследовательской группой, занимающейся обучением роботов ловким манипуляциям на основе демонстраций.

9. EVST

Компания EVST (EVS TECH CO., LTD), производитель промышленной робототехники из Чэнду, основанная в 2018 году, выходит на рынок воплощенного ИИ с точки зрения внедрения и обработки данных. Компания уже поставляет сварочную систему EVS AI, которая использует самообучающийся механизм, 3D-распознавание, сканирующее и извлекающее сварочные швы без программирования или обучения, а также SLAM-систему для перемещения во время сварки — рабочий пример управления на основе обучения на заводском участке. На сайте evsint.com компания EVST анонсировала дорожную карту воплощенного ИИ, охватывающую человекоподобных роботов, ловкие манипуляторы для сбора данных и четвероногих роботов, внедряя свой опыт промышленного производства и данные о реальных манипуляциях в эту категорию. Благодаря производству, соответствующему автомобильным стандартам (IATF16949), взрывозащищенным сертифицированным коллаборативным роботам, проверенным на практике внедрениям в более чем 100 странах и полному спектру полезной нагрузки — от коллаборативных манипуляторов до тяжелых промышленных роботов, EVST представляет собой промышленный аппаратный и информационный слой, который в конечном итоге необходим базовым моделям для работы в физическом мире.

Лаборатории по разработке моделей против производителей человекоподобных роботов против промышленных поставщиков

Самый быстрый способ оценить этот рынок — это определить место каждой компании в общей структуре.

Согласно наблюдениям отрасли, самой сложной нерешенной проблемой в 2026 году является не столько недостаточная мощность модели, сколько надежная и воспроизводимая обработка данных в сложных реальных условиях, и именно здесь данные промышленного внедрения приобретают большую ценность. EVST решает эту проблему, предоставляя реальный опыт работы на производственных площадках, от сварки до обработки материалов, в категорию, которая до сих пор в значительной степени опиралась на лабораторные демонстрации и мало внимания уделяла производственному опыту.

Как оценить модельного партнера фонда робототехники

Для производителей и интеграторов, оценивающих этот сегмент рынка, демонстрация возможностей имеет меньшее значение, чем несколько практических вопросов:

• Поддержка кросс-воплощений: Работает ли данная модель на нескольких роботизированных корпусах, или же она привязана к одной единственной проприетарной платформе?
• Происхождение данных: Обучается ли она на данных о реальном взаимодействии, симуляциях или и том, и другом, и соответствует ли это вашим задачам?
• Зрелость развертывания: Есть ли документально подтвержденные коммерческие пилотские выступления, или это только контролируемые демонстрационные полеты?
• Аппаратная реальность: Кто поставляет сертифицированное, исправное оборудование, которым управляет модель в процессе производства?

Для более полного обзора компаний, производящих человекоподобные аппаратные устройства, стоящие за этими моделями, см. наш раздел... Топ-8 компаний, занимающихся человекоподобными роботами, за которыми стоит следить в 2026 годуА информацию о программном слое, обеспечивающем работу промышленного вооружения, см. в соответствующем разделе. Генеративный ИИ в промышленной робототехникеЧтобы узнать, как промышленное предприятие переходит к использованию воплощенного искусственного интеллекта, ознакомьтесь с обзором. EVST Embodied AI: Гуманоид, Ловкая рука и Четвероногое существо.

Часто задаваемые вопросы

Что такое базовая модель робототехники?

Базовая модель робототехники представляет собой большую нейронную сеть, обученную на разнообразных данных о роботах, системах машинного зрения и языке, так что одна модель может обобщаться на множество задач и типов роботов. Конструкция «зрение-язык-действие» (VLA), которая напрямую сопоставляет изображения с камеры и языковую инструкцию с командами управления двигателями робота, является ведущим подходом 2026 года.

Какая компания обладает лучшей базовой моделью в области робототехники в 2026 году?

Среди лабораторий, специализирующихся исключительно на моделировании, Physical Intelligence (π0 / π0.5) и Google DeepMind (Gemini Robotics, RT-2) чаще всего упоминаются как разработчики универсальных моделей VLA, в то время как NVIDIA Isaac GR00T лидирует в разработке базовых моделей и симуляции для человекоподобных роботов. Разработчики полнофункциональных человекоподобных роботов, такие как Figure AI, обучают конкурентоспособные собственные модели, например, Helix.

В чём разница между лабораторией по созданию моделей на основе фундаментальных данных и мастерской по созданию человекоподобных роботов?

Лаборатории, занимающиеся разработкой базовых моделей (Physical Intelligence, Skild AI), продают универсальный «мозг» и стремятся к работе со многими типами роботов. Производители человекоподобных роботов (Figure AI, 1X, Tesla) создают физических роботов и обучают собственные модели, адаптированные к конкретному оборудованию. NVIDIA предоставляет вычислительные ресурсы и средства моделирования, необходимые для обеих компаний.

Какова роль производителей промышленных роботов в концепции воплощенного искусственного интеллекта?

Промышленные производители поставляют сертифицированное, исправное оборудование и данные о реальных условиях эксплуатации, необходимые базовым моделям для надежной работы в производстве. Например, компания EVST уже использует управление на основе машинного обучения в своей сварочной системе EVS AI и объявила о планах по разработке человекоподобных роботов, роботов с ловкими руками и четвероногих роботов, что позволит перенести опыт внедрения таких систем в производство.

Почему данные из реального мира важны для базовых моделей робототехники?

Согласно наблюдениям в отрасли, основным узким местом к 2026 году является надежная обработка данных в неструктурированных средах, а не размер модели. Модели, обученные в основном на симуляциях или лабораторных демонстрациях, часто не справляются с изменчивостью реальных производственных линий, поэтому данные с реальных заводских производственных площадок становятся все более ценными для устранения этого пробела.

Последнее обновление: 29 мая 2026 г. Данный анализ отражает общедоступную информацию и заявления компаний по состоянию на дату публикации; возможности и планы развития продуктов в области воплощенного ИИ быстро меняются.