В 2026 году в описаниях роботов всё чаще встречается словосочетание «физический ИИ» — physical AI. Термин продвигают NVIDIA, Google DeepMind и почти все производители гуманоидов, а аналитики называют его главным технологическим сдвигом года. Разбираем, что стоит за этими словами и чем физический ИИ отличается от привычных нейросетей.
Что такое физический ИИ
Физический ИИ — это искусственный интеллект, который управляет машиной в реальном мире: видит обстановку, планирует действие и выполняет его моторами и манипуляторами. Чат-бот работает с текстом на экране, физический ИИ — с предметами на столе.
У таких систем выделяют три обязательных свойства:
- восприятие — робот понимает сцену по камерам, лидару и датчикам усилия;
- рассуждение — планирует последовательность действий и предсказывает их физические последствия;
- адаптация — учится на опыте, а не выполняет жёстко записанную программу.
Классическая промышленная автоматика повторяет одну траекторию тысячи раз и ломается при любом отклонении. Система с физическим ИИ подбирает движение под конкретную ситуацию: смятую коробку, сдвинутый стол, незнакомый предмет.
Откуда взялся термин
В научной литературе то же направление десятилетиями называли embodied AI — «воплощённый интеллект». Слово «физический ИИ» вывела в массовый оборот NVIDIA: глава компании Дженсен Хуанг называет его следующей волной после генеративных моделей, а под задачи робототехники NVIDIA выпускает отдельное семейство продуктов — от симулятора Isaac Sim до открытой модели GR00T для гуманоидных роботов. Вслед за NVIDIA термин подхватили стартапы и инвесторы: короткое слово оказалось удобным способом отделить роботов нового поколения от станков с ЧПУ.
Как это работает: VLA-модели
Технической основой физического ИИ стали VLA-модели — vision-language-action, «зрение — язык — действие». Большая языковая модель получает текст и отвечает текстом. VLA-модель получает картинку с камер и команду на обычном языке, а на выходе выдаёт команды моторам. Фраза «убери кружку со стола» превращается сразу в траекторию руки, без ручного программирования.
Обучают такие модели на записях реальной работы: движениях операторов, которые управляют роботом дистанционно, и на миллионах повторений в симуляторах. Готовую модель сжимают и запускают прямо на бортовом компьютере робота, чтобы машина не зависела от связи с дата-центром.
Фабрики данных
Главный дефицит физического ИИ — не вычисления, а данные о движениях. Тексты для обучения языковых моделей лежали в интернете готовыми, записей физической работы в таком объёме не существует. Поэтому производители начали строить полигоны, где роботы нарабатывают опыт круглосуточно.
Показательный пример — Robot Park компании Apptronik в Остине, открытый 30 июня 2026 года. На площадке около 8 400 м² десятки гуманоидов Apollo 2 в шагающей и колёсной версиях выполняют задачи логистики, производства и розницы, а собранные данные идут в модели Gemini Robotics — партнёрский проект с Google DeepMind.
Почему термин выстрелил именно сейчас
Июль 2026 года показал, что за словом стоят деньги и серийные продукты. Apptronik представила Apollo 2, на выставке WAIC в Шанхае дебютировали AgiBot A3 Ultra и Unitree GD01, а за одну июльскую неделю стартапы сектора привлекли больше 1,2 миллиарда долларов инвестиций. Китайская Unitree готовит размещение акций почти на 620 миллионов долларов.
Для покупателя это означает простой ориентир. Когда производитель пишет «робот с физическим ИИ», речь идёт о машине, которую не программируют под каждую операцию, а дообучают показом — как промышленных роботов нового поколения, так и домашних помощников. Насколько заявление соответствует реальности, по-прежнему проверяется только на практике, но сам словарь индустрии уже поменялся.
Команда редакторов каталога РобоСила. Собирает и систематизирует информацию о роботах.
