Роботы Eka сортируют наггетсы и вкручивают лампочки — близится ChatGPT-момент физического ИИ

Компания Eka создала роботов, которые вкручивают лампочки, сортируют куриные наггетсы и перекладывают хрупкие предметы — движения до жути напоминают человеческие. Wired задаётся вопросом: за этой ловкостью стоит настоящий физический интеллект или хорошо обученная имитация движений?

Что умеют роботы

Eka Разработки Eka отличаются от стандартных промышленных манипуляторов, которые десятилетиями работали в автопроме на строго заданных траекториях. Захваты роботов Eka — не просто «клешни», а многосуставные кисти с тактильными датчиками на кончиках пальцев. Вместо жёстко закодированных траекторий системы обучены на видеодатасетах человеческого труда и дообучены в симуляции.

Это позволяет им адаптироваться к предметам разной формы и веса без заранее заданных координат. Вот что один и тот же робот выполняет в реальных условиях: Сортирует куриные наггетсы на конвейере по форме и положению Вкручивает лампочки в патроны под разными углами Перекладывает хрупкие яйца, не повреждая скорлупу Справляется с незнакомыми объектами без точечной перекалибровки * Работает в неструктурированной среде — там, где прежние роботы требовали идеального порядка Ключевое отличие от предыдущего поколения — способность справляться с вариативностью. Не «выполняй движение A в точке B», а «разберись с этим предметом, как разобрался бы человек».

ChatGPT-момент или умелая имитация

Wired ставит неудобный вопрос: насколько движения этих роботов отражают реальное понимание пространства, а не точную репродукцию паттернов из обучающих данных? Для языковых моделей проблему «попугая» — модели, которая имитирует понимание, фактически не понимая ничего — так и не решили окончательно. С физическими роботами вопрос острее: ошибка на производственной линии стоит дороже галлюцинации в тексте. Eka и конкуренты — Apptronik, Figure AI, Physical Intelligence (π), 1X Technologies — делают ставку на то, что foundation models для движений уже достаточно хороши для коммерческого применения. Но исследователи расходятся. Одни считают, что граница между «физическим интеллектом» и «очень хорошей статистикой движений» не имеет практического значения, если робот стабильно выполняет задачу. Другие предупреждают: именно в крайних случаях имитация ломается.

«Вопрос не в том, может ли робот вкрутить лампочку.

Вопрос в том, что он сделает, когда лампочка окажется другого диаметра», — формулирует логику исследователь робототехники.

Почему порог именно сейчас

Дешевеющие актуаторы, доступные depth-камеры, большие датасеты человеческих движений и трансформерная архитектура для physical AI — всё это совпало одновременно. Дистанция между лабораторным прототипом и рабочим роботом сократилась быстрее, чем ожидала отрасль. Eka уже тестируют свои системы на реальных производственных линиях в пищевой промышленности. Параллель с языковыми моделями здесь прямая: ChatGPT вышел в ноябре 2022-го, и за следующие 18 месяцев индустрия переосмыслила, что вообще поддаётся автоматизации. Физические роботы, возможно, стоят у похожего порога. Если так — решение о том, какие ручные задачи автоматизировать, будут принимать не через 10 лет, а через 2-3.

Что это значит

Если Eka и конкуренты правы, следующие несколько лет станут переломными для ручного труда в производстве и логистике. Вопрос уже не «заменят ли роботы человеческие руки», а «в каких задачах это случится первым».