Два сценария развития ИИ доминировали в дискуссиях последних двух лет: один — в облаке (гигантские модели, дата-центры, бесконечные токены), второй — на устройстве (сжатые модели, on-device инференс, приватность). Третий сценарий — между ними — почти не обсуждался. И именно он начинает материализоваться быстрее всего.
Foundation-модели для физического мира (Physical Intelligence, Skild AI) превращают роботов из жестко запрограммированных исполнителей в системы, способные адаптироваться к среде без переобучения
Китай контролирует 95% мирового производства гуманоидов, но США лидируют в AI-стеке — и именно этот разрыв определяет следующий раунд конкуренции
Счётная палата: что показывают цифры
Q1 2026 стал рекордным кварталом для робототехники: $3,8 млрд венчурных инвестиций при 127 сделках, по данным Robotomated. Это на 58% больше, чем Q1 2025, и ставит отрасль на траекторию к $15+ млрд по итогам года — против $12 млрд за весь 2025-й. Но структура финансирования изменилась ещё сильнее, чем объём.
Венчурное финансирование робототехники
127 deals in Q1 2026. On pace for $15B+ full year. · Robotomated, 2026
Медианный размер раунда вырос на 29%, до $18 млн — инвесторы предпочитают ставить больше на меньшее количество компаний. Количество мега-раундов ($100 млн+) удвоилось: восемь против четырёх годом ранее. На топ-10 сделок пришлось 89% всего объёма капитала — концентрация, напоминающая рынок foundation-моделей в 2024 году, а не рынок «железа» в 2020-м.
Рынок, которого не было год назад: гуманоиды идут в серию
Самое заметное изменение — появление категории «коммерческие гуманоидные роботы» как инвестиционного мема, а не исследовательского проекта. Apptronik привлёк $350 млн (Series C при оценке ~$3,2 млрд) на производство гуманоида Apollo. Physical Intelligence закрыл $280 млн Series B на развитие foundation-моделей для манипуляции. Skild AI собрал $250 млн на универсальную робототехническую модель.
Как мы писали в мае, ключевая проблема embodied AI последних лет — разрыв между симуляцией и реальностью: робот отлично работает в виртуальной среде и теряет навыки в реальном цехе. Физический граунд-тру — данные из реальных операций — оказался дороже и сложнее синтетических. Именно этот зазор пытаются закрыть foundation-модели.
Разница с традиционным подходом — фундаментальная. Раньше каждый навык (взять деталь, переместить, установить) программировался отдельно, с ручной настройкой под каждую среду. Foundation-модель, обученная на тысячах часов реальных операций, способна генерировать поведение на месте — без перепрограммирования. Это не эволюция, а смена парадигмы.
Китайский фактор: 95% рынка и государственный план
По данным IDC, в 2025 году на Китай пришлось 95% мировых поставок гуманоидных роботов — более 18 000 единиц. Большинство — в сценариях демонстрации, образования и сервиса, но промышленные пилоты уже идут, и IDC прогнозирует рост поставок в производственные среды на 200%+ в 2026 году.
Пекин создал национальный комитет стандартизации, который прямо увязывает гражданскую робототехнику с приоритетами Народно-освободительной армии. «Made in China 2025» обозначил робототехнику как один из десяти приоритетных секторов ещё в 2015 году — эффект этой десятилетней инвестиции становится видимым сейчас.
США сохраняют лидерство в AI-стеке (NVIDIA Isaac Sim, Physical Intelligence, Skild AI) и в исследованиях (робототехнические программы MIT, Stanford, UCSD). Но в производственном масштабе и себестоимости разрыв с Китаем растёт. Технологический стек разделяется не столько по уровню технологий, сколько по доступу к дешёвому производству компонентов.
Что растёт
Промышленные роботы-манипуляторы и складские мобильные роботы — две категории, привлёкшие более $715 млн каждая за 12 месяцев. На них пришлось 61% всего disclosed-капитала. Sereact (Германия) привлёк $110 млн Series B на robot intelligence для логистики и производства, Faraday Future — $70 млн за два месяца на производство 1500 роботов к концу года.
В инфраструктурных сервисных роботах — самое большое количество сделок (8 disclosed-раундов), что говорит о фрагментации рынка и множестве специализированных решений, а не об одной доминирующей платформе.
Что падает
Количество seed-раундов сократилось на 21% по сравнению с Q1 2025 — капитал концентрируется на поздних стадиях. Инвесторы предпочитают удваивать ставки на проверенные команды, а не экспериментировать с новыми. Повторные инвесторы — редкость: Eclipse появлялась в 4 сделках за 12 месяцев, Dr. Fred Moll — в 2, все остальные — однократно.
Робототехнические стартапы, не собравшие Series A до конца 2025 года, оказались в мёртвой зоне: посевной капитал есть, но мост к следующему раунду требует операционных метрик, которых у большинства аппаратных компаний просто нет в первые 18 месяцев.
Новые категории
Новая категория — foundation-модели для робототехники, или «робототехнические ОС третьего поколения», — не существовала как отдельный сегмент ещё в 2024 году. Сейчас в ней как минимум три компании с оценкой выше $1 млрд:
Physical Intelligence ($2,4 млрд) — обучает единую модель для всех типов манипуляторов. Их тезис: «GPT-момент для робототехники наступит, когда одна модель сможет управлять любым роботом для любой задачи». Работает пока в semi-structured средах, но прогресс за 12 месяцев — от gripping single objects до assembly sequences.
Skild AI ($2,0 млрд, SoftBank+ Lightspeed+Coatue) — универсальная foundation-модель без привязки к конкретному аппаратному форм-фактору. Позиционируется как «базовый слой» для всех downstream-робототехнических приложений.
Genesis AI — открытая симуляционная платформа, выпустившая в мае 2026 года модель GENE-26 для более точной симуляции манипуляций. Не привлекала крупных раундов, но её кодовая база используется Physical Intelligence и Skild для генерации тренировочных данных.
1. Tesla Optimus Gen 3 — если производство в Fremont начнётся в 2026, это изменит юнит-экономику всей категории
2. Meta buys robotics — приобретение Fauna и ARI сигнализирует, что big tech входит в Physical AI не через исследования, а через M&A
3. Mobileye — Mentee Robotics — ADAS-гигант, купивший стартап по гуманоидам, может стать неожиданным конкурентом NVIDIA в робототехническом стеке
4. Регуляторика ЕС — новый AI Act классифицирует автономных роботов как high-risk, что замедлит развёртывание в Европе
Сравнение: гуманоиды vs традиционная автоматизация
| Параметр | Гуманоидный робот (2026) | Традиционный промышленный робот |
|---|---|---|
| Развёртывание | ✔ Часы — дни (нет перестройки линии) | ✗ Недели — месяцы (требует перепланировки) |
| Гибкость | ✔ Меняет задачу через ПО | ✗ Требует физического переоснащения |
| Стоимость (Capex) | ◐ $50–150K за единицу | ✔ $25–100K за единицу |
| Надёжность (MTBF) | ✗ 200–500 часов (оценка) | ✔ 5 000+ часов |
| Энергопотребление | ◐ 1–2 кВт·ч (батарея 2–4 ч) | ✔ 0,5–1 кВт·ч (сетевое питание) |
Главное ограничение гуманоидов — не AI, а батарея и стоимость сервоприводов. Пока время автономной работы не превышает 2–4 часов, и замена каждого привода обходится в $2–5 тыс., юнит-экономика не сходится для массового развёртывания. Foundation-модели решают проблему интеллекта, но не физики.
Кто есть кто: карта игроков
Hardware-first: Agility Robotics (Digit — $зрелые контракты с Amazon, GXO, Toyota), Figure AI (Figure 03 — домашний сценарий, +11 месяцев на BMW), Apptronik (Apollo — $350M, Mercedes-Benz, целевые 500+ единиц в 2026), Boston Dynamics (Atlas — next-gen в производство, +партнёрство с Google DeepMind).
Software-first: Physical Intelligence, Skild AI, Genesis AI — все три делают ставку на data flywheel: чем больше роботов работает, тем больше данных, тем лучше модель, тем больше сценариев развёртывания.
Аппаратные платформы: NVIDIA Isaac Sim (симуляция и синтез данных), Qualcomm (чипы для робототехники), FANUC + NVIDIA (интеграция симуляции с промышленными контроллерами).
Парадокс, с которого мы начали: самые умные роботы 2026 года — не самые дорогие. Они — те, у которых есть доступ к данным из реального мира. Это переворачивает логику индустрии: не hardware определяет лидерство, а количество операционных часов, которые команда уже накопила.
