Робототехника стала неотъемлемой частью многих индустрий — на складах Amazon работает более миллиона роботов, а хирургические аппараты da Vinci ежегодно помогают проводить по несколько миллионов сложных операций.
Общий объём рынка, по данным международной федерации робототехники, превысил 50 миллиардов долларов — и это явно не предел. В последние годы крупные техногиганты вроде Tesla и Google всё чаще показывают впечатляющих гуманоидных машин и обещают новый ренессанс робототехники, который перенесёт андроидов из стен заводов прямиком в дома людей.
Впрочем, некоторые такие «демо» — обман. Например, один из самых хайповых домашних роботов-помощников последних лет, 1X Neo, как выяснилось, почти полностью управляется человеком.
В этой статье разберёмся, чему роботы научились за последние годы, а также в каких сферах они приносят практическую пользу.
Логистика и помощь на больших предприятиях
История развития роботов началась с заводов: первый робот-манипулятор Unimate в 1961 году начал переносить литые детали на конвейере General Motors с посадочной линии на корпус авто.
Конечно, по современным меркам он весьма «глуп». Движения определялись заранее прописанными алгоритмами действий, а работать рядом с человеком Unimate не давали — первые итерации машин не могли анализировать пространство вокруг себя, поэтому возникал риск, что тяжёлый манипулятор случайно покалечит человека.
Такие роботы-манипуляторы быстро стали стандартом индустрии, научились варить металл и заниматься сборкой разных деталей. Высокая грузоподъёмность, возможность работать без перерывов и ошибок — всё это значительно увеличило эффективность на заводах. Впрочем, заменить человека в других областях цикла производства роботы долгое время не могли — для задач на больших площадях и с разными комплектующими требуются «мозги», более продвинутые системы перемещения и анализа окружения.
Один из главных скачков в робототехнике на заводах произошёл с появлением датчиков LiDAR и ультразвуковых сенсоров, которые позволяют создать относительно точную модель окружающего пространства. Это привело к появлению автономных мобильных роботов (AMR), которые самостоятельно перемещаются по складам и переносят грузы. А ещё благодаря нему роботы-пылесосы наконец-то начали чистить всю комнату и перестали биться о стены (но сейчас там в топе уже другие технологии).
Самые актуальные AMR — Proteus от Amazon. Эти маленькие машины, похожие на робопылесосы, стали полноценной частью многих складов компании. Благодаря небольшому размеру они могут заехать под любой паллет с грузом, а затем перенести его в другое место. Proteus может поднять до 400 килограмм.
Впрочем, его сложно назвать автономным. Робот ориентируется по местности благодаря QR-кодам на полу и прочим опознавательным признакам. Если люди вовремя не заметят, что какой-то из них запылился и плохо считывается, Proteus моментально потеряется в пространстве.
Похожие роботы прижились во многих компаниях и зачастую отличаются друг от друга в зависимости от типов грузов для перемещения. В крупнейшей логистической компании DHL работают LocusBots — они намного выше Proteus, зато на них помещается сразу несколько коробок с грузом. Компания хвалится, что к 2024 году такие компаньоны уже помогли перенести 500 миллионов коробок.
Классические руки-манипуляторы тоже стали гораздо умнее благодаря LiDAR. На складах Amazon работают Cardinal — роботы для оперативного подбора и переноса товаров с конвейера на разные полки в зависимости от категории груза.
Многих ботов адаптируют под работу на заводах и складах. Такие пространства изначально проектируются для людей, поэтому могут быть не оптимальны для машин. В эпоху eCommerce, когда склады должны работать ещё оперативнее, это не самый продуктивный метод. Поэтому компании начали проектировать помещения, адаптированные в первую очередь для роботов. Это позволяет почти полностью автоматизировать целый склад.
Например, Sequoia от всё той же Amazon — роботическая система, где одни автономные машины распознают, какие грузы нужно перенести, вторые ищут их самостоятельно, а третьи — сортируют. И всё это без участия людей — им остаётся лишь следить, чтобы боты не наделали ошибок.
Контроль за роботами на современных складах стал важной зоной ответственности. Например, «Яндекс», который производит для клиентов и мобильных роботов, и статичные манипуляторы для разных задач, предлагает заказчикам интегрировать всех ботов в единую систему RMS — цифровой интерфейс, где в реальном времени виден статус выполнения всех задач, а также чем занимается каждая машина.
Следующий важный шаг развития для ботов — искусственный интеллект. Лаборатории Google активно обучают роботов при помощи нейросетей.
Современные «демо», на первый взгляд, выглядят не так впечатляюще — роботов научили сортировать разные предметы вроде бананов и яблок по разным ящикам.
Однако именно такие технологии в будущем позволят сделать роботов по-настоящему автономными — машина, понимающая, что находится перед ней, сможет по указке найти на большом складе нужный предмет и принести его к зоне выдачи.
В мае 2026 года робот F.03 от Figure AI продемонстрировал, что современные гуманоидные машины в теории могут эффективно сортировать и сканировать грузы на конвейере на одном уровне с людьми. В рамках длинного стресс-теста навыки F.03 сравнили с человеческими — за 10 часов бот сумел отсканировать 12 732 упаковки с товарами. Человек, который с ним соревновался, оказался чуть быстрее — он справился с 12 924 товарами, несмотря на периодические перерывы на обед и отдых.
В интернете к эксперименту отнеслись насмешливо: кто-то обратил внимание, что конвейер закольцован и перемещает всего пару десятков повторяющихся упаковок с товарами. Другие указали, что человек сумел обогнать робота, даже несмотря на необходимость в отдыхе. Наконец, сама задача выглядит не так впечатляюще.
Впрочем, на самом деле основная задача была не в демонстрации совершенства роботов над людьми, а в том, чтобы проверить ряд механических систем, которые работают одновременно. Умение анализировать конвейер в реальном времени, возможность оперативно переворачивать упаковки для сканирования штрихкода, а также мелкая моторика. Всё это даётся роботам с большим трудом, поэтому достижение F.03 не стоит недооценивать.
Медицина
Медицинская робототехника — самый высокотехнологичный сектор с жёстким порогом входа. От таких роботов требуется предельная точность движений, ведь любая ошибка может привести к летальному исходу пациента.
Первые прототипы робота da Vinci появились ещё в 80-х годах, но до сих пор остаются золотым стандартом современной хирургии. Конечно, это не робот в привычном понимании этого слова, а, скорее, очень точный манипулятор. Хирург управляет его «руками» из отдельной рубки при помощи нескольких джойстиков.
Точность машины сделала операции проще и надёжнее. У da Vinci нет естественного для человека тремора рук, а движения предельно точны — при перемещении джойстика на 10 сантиметров манипулятор сдвигается всего на миллиметр.
Это позволяет не только избегать лишних порезов, но и ограничиваться малоинвазивными операциями вместо серьёзных полостных. У пациентов не останется заметных шрамов, и даже в случае ошибки вероятность летальных исходов многократно снижается.
К концу 2025 года на разных версиях системы по всему миру выполнили более 20 миллионов операций, а общая установленная база превысила 12 000 систем. Актуальное поколение системы, da Vinci 5, имеет технологию Force Feedback, благодаря которой хирург физически чувствует сопротивление тканей через джойстики, что позволяет снизить прикладываемое к тканям усилие на 43%.
Впрочем, медицинские роботы — это не только точные манипуляторы. Moxi помогает доставлять медикаменты пациентам в десятках больниц по США. Он умеет самостоятельно ориентироваться в многоэтажных помещениях и выполняет задачи автономно. Оснащён маленькой холодильной камерой для доставки проб крови в лаборатории.
Отечественные инженеры предложили несколько иной взгляд на автономных помощников — Promobot от одноимённой компании умеет перемещаться по больнице и выполнять поручения. В отличие от Moxi, он оснащён целым рядом базовых приборов для скрининга: пульсоксиметром, глюкометром, тонометром и термометром.
Его можно отправить для оценки состояния пациента и, таким образом, разгрузить человеческий персонал. А монитор на груди машины отлично подходит для сервисных задач — например, можно показать посетителю карту помещения.
Исследования в области роботической медицины очень амбициозные и напоминают кино о нанороботах. Магнитоуправляемых микророботов размером в несколько микрон тестируют в институтах по всему миру.
Эти структуры, созданные из биосовместимых полимеров, перемещаются по сосудам под воздействием внешнего магнитного поля. Таким образом можно доставлять лекарства — например, проводить химиотерапию прямо к клеткам опухоли без отравления всего организма.
Некоторые из таких проектов уже проходят клинические испытания и, вероятно, в будущем станут частью привычного процесса лечения.
Многие современные прототипы также призваны упростить архаичные способы проведения диагностики и лечения пациентов. Задавались вопросом, почему врачи до сих пор используют металлическую трубку при колоноскопии? Инженеры тоже не в восторге от подобных операций, поэтому разработали самоходный эндоскоп, который умеет изгибаться, чтобы не причинять боль человеку. Пока, впрочем, это всё только тестируется.
Сегодня в интернете всё чаще появляются новости о роботах-сиделках, которые помогают пожилым людям комфортнее перемещаться. Большинство прототипов таких роботов пока далеки от массового производства, ведь это не только сложно, но и чрезвычайно ответственно. Такие боты должны не только понимать человека с полуслова, но и действовать абсолютно безошибочно. Если сенсор, считывающий силу хвата, даст сбой, и робот зажмёт руку пожилого человека, тот не всегда сможет оперативно оттолкнуть бота или попросить его остановиться.
Гуманоидные роботы
Человекоподобные роботы — самая «хайповая» группа машин на сегодняшний день. Optimus от Tesla, Atlas от Boston Dynamics и прочие завирусившиеся в сети машины — это примеры так называемых коботов.
Задумка в том, чтобы сделать бота, который сможет сосуществовать с человеком. Это нетривиальная задача, ведь ему нужно иметь целый ряд высокотехнологичных функций, которые смогут гарантировать безопасность людей.
Например, без виртуального осязания машина может случайно поранить человека. К сожалению, такие случаи до сих пор периодически случаются. Без своевременного анализа окружения бытовой робот-помощник может уронить дорогую вазу или другую ценность.
Несмотря на ажиотаж вокруг человекоподобных коботов, на практике их польза пока что под большим вопросом. Как мы уже отметили во вступлении, амбициозный стартап X1 Neo в действительности умеет лишь неспешно подходить к двери в комнате по запросу человека — более сложные задачи за него выполняет человек.
Кобот Optimus от Tesla возникает в инфополе чаще, а Илон Маск обещает выпустить его уже вот-вот. Более того, в сети то и дело появляются новости о том, что бот начал полноценно работать на заводе компании, но никаких независимых подтверждений тому нет.
Может показаться, что причина в низком интеллекте машин, но это не так. Современные нейросети уже давно умеют почти моментально определять предметы по фото и общаться с пользователем в реальном времени. Современные роботы оснащаются мощными процессорами вроде Nvidia серии Jetson с мощностью до 2070 TOPS — их хватает для просчёта сложных нейросетей в локальном режиме без необходимости отправлять данные в «облако».
Более того, современным стартапам сегодня даже не приходится писать код для робота с нуля. Техногиганты предлагают готовые решения вроде Nvidia Isaac, включающие в себя оптимизированные нейросети, которые хорошо работают на чипах компании.
Но при этом роботам до сих пор сложно выполнять простые механические действия. Дать кружку в руки человеку, открыть шкаф или отличить пустую бутылку с водой от заполненной — всё это до недавних времён было настоящим достижением для ботов. В робототехнике такой контраст возможностей называют «парадоксом Моравека». Согласно нему, робота гораздо проще обучить имитировать процесс размышлений, чем простым бытовым задачам вроде ходьбы.
Для человека это интуитивное действие, которое выполняется «на автомате», но если разложить его на отдельные задачи, то выяснится, что это сложнейшая система. Она требует контроля за центром тяжести, одновременную работу множества мышц, а также анализа окружения — например, чтобы понять, как высоко надо поднять ногу и под каким углом.
Именно поэтому на специализированных выставках сегодня доминируют демонстрации с роботами, которые выполняют простые действия. Например, Agile One, который может аккуратно сложить вещи в коробку и накрыть её крышкой.
Другой интересный прототип, ARMAR 7, демонстрирует умение работать непосредственно с человеком. Робот может передавать предметы из рук в руки, а также наблюдать за действиями людей и обучаться выполнению бытовых поручений.
Последний навык чрезвычайно важен, ведь если роботов в будущем начнут продавать как домашних компаньонов, они должны уметь решать задачи в самых разнообразных интерьерах, и возможность учиться на ходу в этом сильно поможет.
Справедливости ради, некоторые коммерческие примеры коботов уже есть. Например, в Южной Корее машина подаёт рамён посетителям одного из местных кафе. Подобные кейсы очень редки, и это не случайность. Коботы из-за своей комплексности стоят чудовищно дорого — до миллиона долларов.
Boston Dynamics (да, та самая, которая уже более 15 лет пинает своих ботов в вирусных видео) обещает снизить цену своего бота Atlas до 350 тысяч долларов. Всё благодаря тому, что компания принадлежит автоконцерну Hyundai, производящему в том числе многие подходящие для создания Atlas компоненты. Но опять же — пока всё на уровне обещаний.
Впрочем, слишком сильно сгущать краски не стоит, ведь потенциальную пользу таких гуманоидных андроидов сложно переоценить. И дело не только в дешёвой рабочей силе и физической мощи, но и в возможности создать уникальную конструкцию, которая идеально подойдёт для конкретной задачи.
Например, прототипы современных Atlas имеют более 50 степеней свободы — гораздо больше, чем у людей. Робот может крутить своё запястье вокруг своей оси или моментально поворачивать корпус на 180 градусов — всё это многократно увеличивает его потенциальную эффективность.
Автономный транспорт
Первые авто без водителей начали появляться ещё во второй половине XX века. В 1977-м в Японии разработали машину, которая ориентировалась при помощи маркеров на дороге (примерно как Proteus от Amazon). Авто ехало очень медленно, около 30 километров в час, и требовало особой разметки, так что коммерческого применения идея не нашла.
В 2005 году агентство DARPA, принадлежащее Министерству обороны США, провело гонку-турнир среди энтузиастов с призовым фондом в два миллиона долларов. Его выиграл Stanley — модифицированный Volkswagen Touareg. Он проехал 212 километров по трассе в пустыне Мохаве за семь часов.
Это была одна из первых машин, которая при перемещении полагалась на анализ пространства перед собой — другие участники зачастую жёстко программировали поведение авто на основе полученной карты трека.
Важный прорыв в индустрии произошёл с появлением LiDAR и механизмов обработки больших данных. Последние позволили обучать системы авто на основе сотен тысяч роликов с самыми разнообразными сценариями — то, что нужно для непредсказуемой дорожной среды.
В 2009 году Google начала активно работать над автономными машинами — основу команды для разработки беспилотных систем составили инженеры той самой Stanley. До 2016 года включительно компания потратила более 800 миллионов долларов на развитие технологии.
Первым заметным достижением подразделения стал Google Firefly в 2014 году — один из первых лицензированных в США беспилотных автомобилей без руля и педалей.
Вскоре после этого компании начали всерьёз задумываться о коммерческом использовании беспилотного транспорта. На рынке активно конкурировали Tesla, Google и General Motors.
К 2017 году компании получали лицензии от разных штатов США на возможность тестировать автономный транспорт на публичных дорогах, а начиная с 20-х годов на рынке начали появляться первые роботакси.
Сегодня роботакси можно встретить в США, Китае, России и не только. Правительственные регуляторы справедливо опасаются потенциальных ДТП, поэтому большинство таких сервисов работает в строго определённых районах. Индустрия роботакси стремительно растёт — в прошлом году Waymo, принадлежащая Google, принесла корпорации 350 миллионов долларов.
Также компании активно разрабатывают проекты по созданию беспилотного общественного транспорта. Tesla с 2023 года начала тизерить Robovan — автономный автобус для перевозки больших групп пассажиров. Планы компании амбициозны — сделать машину, которая будет даже доступнее уже существующего общественного транспорта. В Tesla обещают, что цена за милю для пассажира не превысит 30 центов (~22 рубля).
Добиться этого хотят при помощи концепции Vision Only, которая учитывается при создании всех автономных машин компании. Идея в том, чтобы избавиться от массы сложных и хрупких датчиков вроде LiDAR, а на их месте оставить лишь камеры и нейросети, которые анализируют изображения. В теории это должно сделать устройства не только дешевле, но и долговечнее — без вороха сложных датчиков машина будет реже выходить из строя.
Конечно, сфера потенциального применения автономного транспорта не ограничивается лишь доставкой пассажиров. Некоторые современные авто имеют продвинутый автопилот, который позволяет водителям отвлечься от дороги, а многие компании активно создают роботов-доставщиков. Например, по Москве и Петербургу уже несколько лет катаются автономные роверы от «Яндекса», которые доставляют в некоторые районы еду.
Компания Aurora вместе с автопроизводителем Volvo разрабатывает автономные грузовики, которые в скором будущем могут сделать работу дальнобойщиков существенно проще. Авто компании уже способны самостоятельно ездить по шоссе и преодолевать большие расстояния.
Человек берёт на себя управление ближе к концу пути, когда машина съезжает с магистрали. В будущем компании рассчитывают полностью автоматизировать работу грузовиков и обеспечить доставку прямо до двери клиента.
Более того, автономный транспорт сегодня можно встретить не только на земле, но и в воздухе. Компания Zipline с 2016-го выпускает коммерческие дроны для оперативной доставки заказов. Актуальная модель Platform 2 летает со скоростью до 110 км/ч и может доставлять грузы в радиусе 10 км от точки старта.
Сам груз при этом кладётся в отдельную камеру, которая подвешена к дрону. Она позволяет сохранить оптимальную температуру перевозимого объекта, что очень полезно при доставке лекарств вроде инсулина, который нужно хранить в холоде.
Сегодня Platform 2 доставляет продукты из некоторых магазинов Walmart в США, а также перевозит лекарства для маломобильных пациентов, которым сложно самим добраться до аптеки.
Также Zipline тестирует свои устройства в экстремальных условиях. Например, в 2019 году компания при партнёрстве Министерства обороны США провела симуляцию стихийного бедствия, где пострадавшим срочно требовались медикаменты вроде пакетов с кровью. Несколько дронов Platform 2 оперативно доставили 400 жизненно важных грузов.
Это показательный пример того, так автономные машины могут не только упростить, но и спасти жизнь человеку. Дроны летают по открытому небу и не зависят от обстановки на дороге, что делает их особенно полезными, например, во время землетрясений.
Роботы-вездеходы
Работа в сложных условиях — одна из самых напрашивающихся для роботов задач. Возможность отправить машину для ликвидации последствий катастроф вроде землетрясений или пожаров звучит очень привлекательно, ведь это может сделать спасательные операции оперативнее и безопаснее. Однако научить робота стабильно преодолевать сложные ландшафты весьма трудно.
Помните вирусные ролики от Boston Dynamics, где сотрудники издевались над бедными машинами? Почти с самого основания компания решала именно этот набор задач — научить машины быть быстрыми, ловкими и сохранять баланс. Долгое время их прототипы выглядели внушительно, но в действительности были чудовищно непрактичными.
Одним из первых важных прорывов стал четвероногий BigDog в 2005 году — он сохранял равновесие даже после мощных ударов ногой или палкой и умел быстро подниматься по холмам и лестницам. Но при всём этом с продуктовой точки зрения он оказался провалом. Для удержания равновесия роботу требовался очень тяжёлый привод весом более 150 килограмм, который к тому же громко шумел. Агентство Минобороны США, которое спонсировало этот и многие другие проекты Boston Dynamics, так и не решилось использовать BigDog в своих задачах.
В 2016 году Boston Dynamics представила Spot. Тоже четвероногий робопёс, но гораздо легче, проворнее и эффективнее. В отличие от BigDog, ему быстро нашли применение в коммерческих сферах.
Сегодня с его помощью патрулируют заводы для проверки работоспособности комплектующих, а также проводят инспекции на опасных производствах — например, рядом с высоковольтным оборудованием.
Благодаря ИИ роботам стало проще передвигаться по местности. Вместо алгоритмов, которые должны учитывать все непредсказуемые ситуации, — самообучающаяся система, которая с каждым днём всё лучше держит бота на ногах. Благодаря этому современные прототипы вроде роботов от Deep Robotics научились преодолевать сложнейшие препятствия за считаные секунды. Сегодня такие машины используются для разведок в труднодоступных для человека местах.
Например, ботов от Deep Robotics отправляли для слежки за вымирающими Тибетскими антилопами. Они обитают на высоте в 4200 метров над уровнем моря и живут в экстремальных условиях.
Робот R1 от компании Unitree — не только весьма умелый, но и самый доступный среди гуманоидных. При цене в 5500 долларов он умеет танцевать, делать сальто и даже драться. Конечно, в быту эти техники вряд ли пригодятся, но главная фишка R1 — открытая операционная система, которую можно модифицировать или интегрировать в неё свои нейросети для выполнения конкретных задач.
Фактически это конструктор, который позволяет энтузиастам сделать своего уникального R1. Вышел в этом году, так что действительно впечатляющих кейсов применения в интернете пока нет, но в будущем они наверняка появятся.
Некоторые прототипы проектируют в форме червей, осьминогов и медуз. Учёные и инженеры периодически вдохновляются уже существующими организмами, которые за миллиарды лет эволюции идеально адаптировались к условиям своего обитания.
Благодаря роботам в виде медуз или рыб люди смогут эффективнее исследовать океаны и моря.
В 2026 году робот Lightning поучаствовал в полумарафоне в Пекине специально для машин и поставил новый рекорд — он пробежал 21,1 километр всего за 50 минут. Это абсолютный мировой рекорд в том числе среди людей. Главное достижение кроется не в скорости, а в возможности сохранять эффективность на дистанции — каждое движение роботов нагревает их компоненты, поэтому нужно озаботиться хорошей системой вентиляции.
Lightning оснащён водяной системой охлаждения — примерно как в топовых ПК с горячими чипами. Прогресс беговых роботов впечатляет, ведь машина-рекордсмен прошлого года пробежала идентичную дистанцию за 2 часа 40 минут.
Роботы-агрономы
Сельское хозяйство использует тонны вредных гербицидов, которые загрязняют почву и воду. Carbon Robotics при помощи робота предлагает решить эту проблему. LaserWeeder — автономный вездеход со встроенным ИИ. Бот едет по полю со скоростью несколько километров в час, с помощью компьютерного зрения каждую миллисекунду сканирует землю под собой, отличает полезный росток от сорняка и бьёт по сорняку высокоточным лазером.
По данным компании, девайс может уничтожить до 200 000 сорняков в час без единой капли химикатов. Это делает прополку дешевле, а производство — эффективнее. Впрочем, окупаться робот будет долго — цена на него составляет 1,2 миллиона долларов.
А ещё ИИ помогает роботам анализировать состояние продуктов. В ОАЭ разработали бота, который не просто собирает с грядок ягоды, фрукты и овощи, но также предварительно оценивает их спелость и игнорирует гнилые плоды.
20-е годы можно определённо назвать переломным моментом в развитии робототехники. Автономные роботы, машины-спасатели и автономные ассистенты многие годы «жили» в стенах экспериментальных лабораторий, но сегодня готовятся стать полноценными коммерческими продуктами, которые приносят пользу ежедневно.
Появление нейросетей многократно ускорило развитие индустрии, так что вполне возможно, что роботы уже в ближайшие годы начнут массово обживаться в домах людей.