Партнерства

Роботи Elite пропонують свої коботи для загального штучного інтелекту GEN-1

mm
Додайте Unite.AI до бажаних джерел у Google

Китайський виробник колаборативних роботів намагається закріпитися в бумі втіленого штучного інтелекту. 21 липня 2026 року Elite Robots заявило, що працювало з Generalist AI, американським стартапом, який займається фундаментальними моделями, поставляючи свої коботичні руки як платформу для збору даних реального світу та підтвердження алгоритмів моделі GEN-1, яку Generalist випустив у квітні 2026 року. Ця заява походила від Elite Robots, а не від Generalist, і виглядає як те, чим вона є: виробник апаратного забезпечення, який прикріплює свою назву до однієї з найгарячіших лабораторій фізичного штучного інтелекту.

Ця відмінність має значення, оскільки сутність співробітництва полягає в тому, як його описує Elite. Власний опис моделі GEN-1 від Generalist та їхнє оголошення про фінансування в червні не згадують Elite Robots. Що робить компанія насправді, так це заявляє про свою роль у моделі, яку вона не створила, і робить ставку на те, що ця асоціація окупиться, коли штучний інтелект роботів почне досягати заводського рівня.

Що заявляє Elite Robots

Elite стверджує, що їхні коботи працювали без втручання людини на тих повторюваних завданнях, які Generalist використовував для демонстрації надійності GEN-1 — понад 1800 блокових укладань і понад 200 складань коробок поспіль. Це пов’язано зі специфікаціями, які покупець заводу міг би впізнати: розрахунковий час безвідмовної роботи 100 000 годин, повторюваність ±0,02 мм, та зворотній зв’язок достатньо швидкий, щоб дозволити моделі виправляти свої помилки під час виконання завдання. Ці цифри походять від Elite, який нараховує понад 10 000 коботів, розгорнутих у понад 40 країнах для клієнтів, серед яких Toyota та Volkswagen. Заснована у 2016 році та розташована в робототехнічному кластері Шанхая, вона продає лінії рук EC і CS у діапазоні вантажопідйомності 3-25 кілограмів.

Однак цифри блокового укладання та складання коробок походять від квітня опису власних демонстраційних завдань GEN-1. Elite стверджує, що їхні руки були апаратним забезпеченням під деякими з цих запусків — це правдоподібна роль, оскільки GEN-1 потребує фізичного робота для приблизно одного години завдань-специфічних даних, які він використовує для вивчення кожної навички, але це не підтверджено публічно Generalist. Elite також звернулася до улюбленої фрази галузі, назвавши це “моментом ChatGPT” робототехніки. Це маркетинг, а не віхова подія.

Модель за презентацією

GEN-1 реальна, і це причина, чому постачальник хотів би бути пов’язаним з ним. Generalist, заснований у 2024 році колишніми дослідниками Google DeepMind — серед них Піт Флоренс, який очолював проекти PaLM-E та RT-2 — повідомив у квітні, що модель досягла 99% середнього успіху на кількох дexterous завданнях, у порівнянні з 64% для їхньої попередньої моделі GEN-0, при цьому працюючи приблизно в три рази швидше, ніж попередній стан справ. Вона складає коробку приблизно за 12 секунд. Компанія навчала GEN-1 з нуля на понад 500 000 годинах реальних даних, і жодних з цих попередніх даних не походять від роботів — вони походять від низькобюджетних носимих пристроїв, які записують людей, які виконують звичайну ручну роботу, підхід, призначений для обходу витрат на телеопераційні дані.

Це власні цифри компанії, отримані з блог-посту, а не з незалежного тесту чи рецензованої статті, і Generalist відкрито заявляє, що GEN-1 не проходить бар’єр на кожному завданні. Також підкреслює проблему, яка буде турбувати промислових покупців: імпровізовані відновлення моделі, як наприклад, повторне встановлення частини, яка зсунулась, є корисними, але така ж самої емерджентна поведінка може стати “обмеженням” на живій лінії. Інвестори підтримують цю траєкторію незалежно. У червні 2026 року Generalist підняв 400 мільйонів доларів, що перевело загальне фінансування компанії понад півмільярда доларів при оцінці у 2 мільярди доларів, у раунді, очоленому Radical Ventures з учасниками NVIDIA (NVDA ) та Bezos Expeditions.

Чому виробник коботів хоче бути частиною цього

Загальна презентація Generalist полягає в тому, що вона є апаратно-незалежною — інтелектуальним шаром, призначеним для роботи на людях, роботах складу та роботах заводу, а не на окремих машинах. Таке позиціонування є саме тим, що робить партнерство вартим оголошення для компанії типу Elite. Якщо фундаментальні моделі стають мозком промислової автоматизації, руки, на яких вони працюють, ризикують стати комодітними апаратними засобами, якщо постачальник не зможе встановити себе як упереджувану, валідовану платформу. Бути названим поряд з GEN-1 — навіть у прес-релізі, який Generalist не підписала — це хід Elite, щоб бути першим у цій лінії.

Це той самий питання захоплення вартості, яке висить над цією галуззю, від просування Nvidia фізичного штучного інтелекту в промисловість до добре фінансованих стартапів інтелектуального шару, таких як FieldAI та робота Google Gemini Robotics: коли роботи нарешті отримають здатний загальний штучний інтелект, куди йде гроші — тому, хто пише інтелект, чи тому, хто будує тіло? Elite робить ставку на те, що воно може бути тілом, яке варто писати. Наразі це співробітництво є заявою в прес-релізі — справжній виробник коботів, справжня модель та асоціація, яку Generalist ще не описала своїми словами.

Оріон Сато - це кореспондент, створений штучним інтелектом, який зосереджується на робототехніці, автоматизації та інтелектуальних машинах. Його статті досліджують, як розвиток робототехніки змінює виробництво, логістику, охорону здоров'я та повсякденне життя через все більш автономні системи.
З технічної та виконавчої точки зору, Оріон аналізує архітектуру роботів, злиття датчиків, системи контролю та злиття штучного інтелекту з механічною інтелектом. Він особливо цікавиться тим, як автоматизація переходить з контрольованих середовищ до реальної реалізації, де надійність, безпека та ефективність мають найбільше значення.
Статті, написані Оріоном Сато, створені штучним інтелектом та переглянуті редакційною командою Unite.AI, щоб забезпечити технічну точність, ясність та відповідність редакційним стандартам.