Гонка за ловкостью: почему манипуляторная рука стала главным полем битвы гуманоидной робототехники

Гуманоидные роботы научились ходить. Это уже никого не удивляет — ролики с шагающими машинами перестали быть сенсацией ещё пару лет назад. Но ходьба, как выяснилось, была простой частью задачи. Настоящая конкуренция между Tesla, Figure, 1X, Sanctuary AI и китайскими производителями сегодня разворачивается вокруг кисти руки — узла, который и определяет, сможет ли гуманоид вообще зарабатывать деньги. Потому что склад, конвейер и кухня — это не про ходьбу, а про умение взять предмет и что-то с ним сделать.

Ходьба решена — и потому больше ничего не продаёт

Ещё в 2020 году стабильная двуногая походка считалась одной из главных нерешённых проблем робототехники. К 2024–2025 годам ситуация изменилась: бипедальное передвижение стабилизировалось сразу у нескольких платформ — Boston Dynamics, Agility Robotics, Tesla, Figure, Unitree и других. Роботы ходят по неровным полам, переносят грузы, удерживают равновесие при толчках.

Парадокс в том, что это инженерное достижение обесценило само себя. Когда ходить умеют все, ходьба перестаёт быть конкурентным преимуществом и превращается в гигиенический минимум — примерно как колёса у автомобиля. Заказчика — склад, завод, логистический оператор — походка не интересует. Его интересует, сможет ли машина взять коробку с конвейера, отсортировать детали по ячейкам, вставить деталь в приспособление, передать инструмент.

По грубой оценке, которую приводят сами участники отрасли, до 90% оплачиваемого складского и производственного труда — это манипуляция предметами. Ходьба лишь доставляет руки к рабочему месту. Поэтому и инвестиции, и бенчмарки, и маркетинговые войны сместились с ног на кисти.

Анатомия проблемы: 27 степеней свободы и тысячи рецепторов

Чтобы понять масштаб вызова, достаточно посмотреть на собственную руку. Человеческая кисть имеет около 27 степеней свободы — то есть примерно столько независимых движений она может совершать. Каждый палец сгибается в нескольких суставах, большой палец противопоставлен остальным, ладонь меняет форму. Добавьте тысячи тактильных рецепторов в коже, которые в реальном времени сообщают мозгу о давлении, проскальзывании, текстуре и температуре, — и получится орган, который человек использует, не задумываясь, а робототехники воспроизводят десятилетиями.

Индустрия движется к этой цели тремя путями одновременно.

Первый — больше суставов и приводов. Новая кисть Tesla Optimus, показанная в конце 2024 года, имеет 22 степени свободы; Илон Маск называл её одним из самых сложных инженерных узлов всей машины. Но здесь есть физическое противоречие: каждый привод — это мотор, а моторы тяжёлые. Если разместить их все в кисти, она станет неподъёмной и неуклюжей. Решение подсмотрено у природы: приводы выносятся в предплечье, а усилие к пальцам передаётся тросиками — примерно как у человека работают сухожилия. Такая схема называется tendon-driven, и именно её используют, например, в роботе Neo от компании 1X. Кисть остаётся лёгкой и быстрой, но конструкция усложняется: тросы тянутся, изнашиваются и требуют точной калибровки.

Второй путь — тактильные сенсоры. Слепой захват почти неизбежно рушит предметы или роняет их. Поэтому в подушечки пальцев встраивают датчики давления и сдвига: они позволяют роботу «почувствовать», что предмет начал проскальзывать, и подкорректировать силу хвата. Figure в новых поколениях своих машин делает на тактильности особый акцент.

Третий путь — обучение. Координировать два десятка суставов в реальном времени аналитическими алгоритмами крайне тяжело, поэтому управление манипуляцией всё чаще отдают нейросетевым политикам, обученным на массивах данных телеуправления (человек-оператор показывает движения) и симуляции.

Кто и как соревнуется

Карта гонки сегодня выглядит так. Tesla делает ставку на собственную кисть с 22 степенями свободы и вертикальную интеграцию — в показанных демонстрациях Optimus перехватывал брошенный мяч, что требует очень быстрой координации зрения и пальцев. Figure прошла путь от Figure 02 к 03 с 16-степенными кистями, тактильными сенсорами и собственной ИИ-системой Helix, объединяющей зрение, речь и управление руками. 1X с роботом Neo ориентируется на домашнее применение и потому делает руки мягкими, тихими и безопасными — тросиковая схема здесь играет ещё и роль «амортизатора». Sanctuary AI и вовсе строит весь бизнес вокруг ловкости: её платформа Phoenix — это, по сути, торс с максимально способными кистями, компания исторически специализировалась именно на манипуляции, а не на ходьбе.

Отдельная история — китайские игроки: Unitree, UBTech, Fourier и другие. Они пока отстают в тонкости манипуляции, но догоняют темпами, характерными для китайской электроники, и агрессивно снижают цены. Если ловкая кисть сегодня стоит тысячи долларов, то давление снизу на рынок уже ощущается.

Мозг руки: зачем манипуляции foundation-модели

Самый интересный сдвиг последних двух лет — появление больших универсальных моделей для роботов, по аналогии с языковыми моделями. Google DeepMind представила Gemini Robotics, NVIDIA продвигает платформу GR00T, Figure строит собственную Helix. Идея общая: вместо того чтобы программировать каждое движение под каждую задачу, обучить одну большую модель на огромном корпусе примеров «видел — сделал», чтобы робот мог обобщать: взять не только ту кружку, на которой его учили, но и незнакомую.

Именно сюда упирается главная надежда и главный риск отрасли. Надежда — потому что обобщение могло бы резко снизить стоимость внедрения: не надо переучивать робота под каждый новый конвейер. Риск — потому что способность таких моделей надёжно обобщать манипуляции на новые предметы без дообучения остаётся открытым исследовательским вопросом, а показательные демонстрации не доказывают промышленной стабильности.

Что уже работает в реальном мире

Важно отделять лабораторные ролики от фактических пилотов — а пилоты есть. Figure работала на заводе BMW в Спартанберге в 2024–2025 годах, где роботы манипулировали листовым металлом. Apptronik со своим Apollo тестируется на объектах Mercedes-Benz и логистического оператора GXO. Agility Robotics и её Digit с 2024 года работают в логистике GXO — это, пожалуй, самый зрелый коммерческий кейс отрасли, хотя Digit имеет упрощённые конечности и выполняет относительно структурированные задачи вроде переноса контейнеров. Tesla показывала Optimus, сортирующего детали и раздающего предметы на мероприятиях.

Факт: все успешные внедрения пока происходят в структурированной среде, где предметы, их расположение и последовательность действий заранее известны или слабо варьируются. Это честный прогресс, но до «возьми что угодно где угодно» ещё далеко.

Честный разбор ограничений

Теперь о том, о чём в пресс-релизах пишут редко.

Скорость и надёжность. В неструктурированной среде манипуляции роботов всё ещё на порядки медленнее и менее надёжны человеческих. Компании почти не публикуют независимых метрик — процент успешных захватов, время безотказной работы, — поэтому реальная производительность вне демонстраций неизвестна.

Износ. Тактильные сенсоры в подушечках пальцев контактируют с миром физически и изнашиваются быстро. Тросики в tendon-driven кистях тянутся и рвутся. Срок службы ловких кистей при промышленной эксплуатации производители не раскрывают, а стоимость узла измеряется тысячами долларов. Экономика замены рук может съесть экономику замены рабочих.

Данные. Обучение новой задаче по-прежнему требует тысяч демонстраций телеуправления. Это дорого и медленно, и никто пока не показал способ дешевле.

Автономность. В публичных видео часто не уточняется, что из показанного выполнено полностью автономно, а что — с оператором за спиной. Известны случаи, когда впечатляющие демонстрации оказывались телеуправляемыми. Домашняя автономия — кухня, уборка, стирка — остаётся демонстрационной.

Сроки. Планы массового производства гуманоидов, особенно амбициозные заявления Tesla по Optimus, многократно сдвигались. К ним разумно относиться как к ориентирам, а не как к расписанию.

За чем следить дальше

Ближайшие два-три года покажут, превратится ли гонка за ловкостью в бизнес. Ключевые сигналы, за которыми стоит наблюдать: перейдут ли пилоты BMW, Mercedes и GXO в серийные контракты с реальными объёмами; начнут ли компании публиковать верифицируемые метрики надёжности манипуляций; снизится ли стоимость кистей и вырастет ли их ресурс — в том числе под давлением китайских производителей; и, главное, докажут ли foundation-модели способность обобщать манипуляции без дорогого дообучения под каждую задачу.

Пока же ситуацию можно описать так: робототехника выяснила, что построить ноги было сложно, а построить руки — по-настоящему сложно. Человеческая кисть эволюционировала миллионы лет и остаётся одним из самых совершенных манипуляторов в природе. Именно с ней, а не с походкой, соревнуются сейчас самые дорогие инженерные команды планеты — и именно от этой гонки зависит, останутся ли гуманоиды дорогим аттракционом или станут рабочей силой.