Китайские «мозги» для роботов привлекают большие деньги на фоне взлёта world models
Тихий уголок китайской сцены ИИ внезапно начал привлекать серьёзные деньги. Две молодые компании, работающие над так называемыми world models — системами ИИ, которые изучают поведение физического пространства, чтобы машины могли предсказывать, что произойдёт дальше, — закрыли раунды финансирования с разницей в несколько дней. Это признак того, что инвесторы видят следующую крупную возможность в ИИ в роботах, а не в чат-ботах.
Первая из них, Gewu Tongzhi, сообщила, что привлекла почти 100 млн юаней в ангельском раунде. Компания из Ханчжоу, основанная в августе 2026 года, строит то, что называет физической обратной моделью мира (physical inverse world model), обученной на крупномасштабных данных, чтобы робот мог рассуждать об объектах, движении и последствиях, прежде чем сделать шаг. Среди инвесторов — местные государственные фонды и несколько публичных компаний; средства пойдут на более масштабное предобучение, оборудование, наём сотрудников и тестирование в реальных условиях в нескольких сценариях.
У её основателя примечательная биография: ранее он возглавлял команду фундаментальных моделей мира в подразделении интеллектуальных автомобилей Huawei — одной из наиболее пристально наблюдаемых операций в области ИИ в стране. Этот опыт помогает объяснить, почему компания привлекла внимание так скоро после запуска: в переполненной сфере ИИ Китая послужной список в крупном игроке часто стоит больше, чем бизнес-план.
Второй стартап, Wuyuan Technology, основан У Хайсюем, выпускником Университета Цинхуа, получившим престижную специальную стипендию вуза в 2022 году и бывшим ведущим автором GeoPT — исследовательского проекта по моделированию физического мира. По сообщениям, компания уже завершила несколько раундов финансирования и достигла оценки в сотни миллионов долларов, а среди её инвесторов — ряд известных имён.
Общая нить — сдвиг в том, как инженеры думают о робототехническом интеллекте. Годами фокус был на моделях «зрение-язык-действие», которые позволяют машине понимать сцену и выполнять команду. Модель мира добавляет нечто иное: способность мысленно репетировать. Вместо того чтобы просто распознать полку с коробками лекарств, робот может смоделировать захват, предсказать соскальзывание и скорректировать движение до того, как рука начнёт двигаться.
Эта способность особенно важна в неупорядоченных реальных условиях — аптеках, складах, на заводах, — где объекты выглядят одинаково и меняется освещение. Одна команда из Шанхая, работающая в аптеке, описала роботов, которые выбирают похожие упаковки с переполненных полок — задача, требующая предсказания не меньше, чем восприятия. Сторонники утверждают, что сочетание world models с системами «зрение-язык-действие» даёт машинам нечто более близкое к воплощённому мозгу: одна часть решает, что делать, другая проверяет, сработает ли это.
Энтузиазм сопровождается оговорками. Обучение world models требует много данных и дорого, и никто пока не показал чёткого пути к массовому внедрению. Некоторые из наиболее разрекламированных зарубежных проектов в области гуманоидной и хирургической робототехники столкнулись с трудностями или потерпели полный крах — напоминание о том, что сроки в аппаратном обеспечении беспощадны. Но направление движения ясно: деньги ИИ в Китае перемещаются с экранов в физический мир, и основатели с нужными исследовательскими регалиями находят капитал, который их ждёт.