RoboHorizon Robot Magazine - AI you can touch

NVIDIA udostępnia GR00T 1.7, darmowy mózg dla humanoidów

Robot King — Mon, 13 Jul 2026 00:00:00 +0000

Właśnie wtedy, gdy wydawało się, że do wytrenowania humanoidalnego robota potrzeba PKB średniej wielkości państwa i legionu doktorantów, NVIDIA wyłożyła karty na stół. Gigant zaprezentował Project GR00T 1.7 – swój pierwszy otwarty i komercyjnie dostępny model podstawowy (foundation model) dla robotów humanoidalnych. Wydany na liberalnej licencji Apache 2.0, „Generalist Robot 00 Technology” to w praktyce gotowy, przeszkolony „mózg”, który deweloperzy mogą zaadaptować do własnego sprzętu. To już nie jest „lepienie świadomości z pierwotnego błota”, a raczej wysyłanie wyjątkowo zdolnego absolwenta na kurs mistrzowski.

Nowa wersja to potężny krok naprzód. Model przeszedł chrzest bojowy podczas oszałamiających 32 000 godzin demonstracji z udziałem ludzi oraz 8 000 godzin w środowisku symulacyjnym. Sercem systemu jest nowy model wizyjno-językowy (VLM) – Cosmos-Reason2-2B, który zastąpił poprzednią jednostkę, oferując znacznie lepszą interpretację otoczenia. Co kluczowe, nie jest to tylko zabawka laboratoryjna; NVIDIA usprawniła proces wdrażania, oferując pełny eksport potoku do formatów ONNX i TensorRT. To drastycznie wygładza zazwyczaj wyboistą drogę z symulacji do fizycznego, kroczącego robota.

Dowody? Liczby mówią same za siebie. Benchmarki pokazują stały progres względem poprzednika, ale to wynik w teście DROID-F6 robi największe wrażenie – odnotowano tam aż 61-procentowy skok wydajności, co świadczy o znacznie lepszej zdolności modelu do generalizacji zadań. Dla tych, którzy chcą od razu przejść do działania, bazowy model o 3 miliardach parametrów wraz z kodem jest już dostępny w serwisach Hyperlink: GitHub oraz Hyperlink: Hugging Face.

Dlaczego to ma znaczenie?

Udostępniając GR00T 1.7 na licencji Apache 2.0, NVIDIA nie tylko daje nam nowe narzędzie – ona wykonuje wyrachowany ruch, by stać się domyślnym „systemem operacyjnym” dla nadchodzącej fali humanoidów. Ten krok radykalnie obniża astronomiczne koszty i stopień skomplikowania prac nad robotyczną inteligencją. Startupy i laboratoria akademickie mogą teraz stanąć na barkach krzemowego giganta, zamiast po raz setny wymyślać bipedalne koło na nowo. Przekaz jest jasny: wy zbudujcie ciało, my dostarczymy umysł.

Nowy robotyczny ptak z MIT lata, pływa i wyskakuje z wody

Robot King — Sat, 11 Jul 2026 00:00:00 +0000

Naukowcy z prestiżowego MIT oraz szwajcarskiej EPFL zaprezentowali robota, który wznosi się w powietrze i nurkuje w wodzie, ale nie za sprawą brutalnej siły śmigieł. Zamiast tego, wykorzystuje elegancję i finezję trzepoczących skrzydeł. Co więcej, potrafi katapultować się z wody z powrotem w powietrze – to sztuczka, która przez lata spędzała sen z powiek inżynierom na całym świecie. Ta nowa klasa maszyn, ochrzczona mianem Flapping-wing Aerial Aquatic Vehicle (FAAV), czerpie inspirację wprost z natury, a konkretnie z ptaków nurkujących, takich jak maskonury.

Kluczowym wyzwaniem w tej materii jest kolosalna różnica w gęstości między powietrzem a wodą. Konstrukcja idealna do lotu często okazuje się kompletnie nieprzydatna, a wręcz nadmiernie mocna do pływania. Prawdziwe ptaki sprytnie składają skrzydła pod wodą, ale badacze postawili na mechanicznie prostsze rozwiązanie: znaczną elastyczność w konstrukcji skrzydeł. Dzięki temu robot może trzepotać nimi z wysoką częstotliwością (około 10 Hz) w powietrzu i znacznie niższą (~1 Hz) w wodzie, a wszystko to napędzane jest tym samym systemem silnikowym.

Prawdziwym orzechem do zgryzienia okazało się wyjście z wody, opisane jako najbardziej „energochłonny i intensywny etap całego cyklu”. Zespół odkrył, że kluczowy jest kąt wynurzenia; robot musi przebić powierzchnię wody pod kątem około 70 stopni, aby skutecznie wznowić lot. Aby rozwiązać problem wagi – tradycyjna wodoszczelna obudowa uczyniłaby robota zbyt ciężkim do latania – zespół indywidualnie zabezpieczył każdy element elektroniczny. To genialne posunięcie eliminuje potrzebę stosowania ciężkiej osłony i sprawia, że cały system jest domyślnie neutralny pod względem pływalności.

Dlaczego to takie ważne?

Drony napędzane śmigłami są głośne, a ich szybko obracające się łopaty mogą stanowić zagrożenie, zwłaszcza w delikatnych badaniach ekologicznych. Robot z trzepoczącymi skrzydłami jest z natury bezpieczniejszy, cichszy i mniej inwazyjny. Twórcy wyobrażają sobie przyszłość, w której naukowiec mógłby zabrać takiego robota w plecaku, wypuścić go z brzegu, przelecieć do konkretnych współrzędnych GPS, zanurkować, aby pobrać próbkę wody lub dokonać pomiaru, a następnie wrócić. To hybrydowe podejście może otworzyć drzwi do nowych, niskoemisyjnych metod monitorowania środowiska i badań oceanicznych, docierając tam, gdzie oddzielne roboty latające i wodne po prostu nie mogą.

Humanoidalny robot przeprowadził operację standardowymi narzędziami

Robot King — Thu, 09 Jul 2026 00:00:00 +0000

Era robotycznych chirurgów właśnie nabrała niesamowitego tempa, dosłownie stawiając na nogi. Naukowcy z Uniwersytetu Tsinghua z sukcesem przeprowadzili skomplikowaną operację na żywej świni, wykorzystując humanoidalnego robota teleoperowanego przez ludzkiego chirurga. To nie jest kolejny pokaz możliwości – to solidny, recenzowany dowód na to, że w przyszłości roboty ogólnego przeznaczenia będą w stanie wykonywać wysoko wyspecjalizowane zadania.

W badaniu opublikowanym w Nature Biomedical Engineering, zespół z Zaawansowanego Centrum Badawczego Robotów Humanoidalnych (ARClab) szczegółowo opisał, jak wykorzystano mocno zmodyfikowanego humanoida Unitree G1 do wykonania dwóch cholecystektomii – czyli usunięcia pęcherzyka żółciowego, dla tych, którzy nie siedzą w temacie medycznym. Chirurg, wygodnie zasiadając przy konsoli, kontrolował każdy ruch robota w czasie rzeczywistym, z powodzeniem przeprowadzając delikatne zabiegi na swoich “świńskich” pacjentach.

Co sprawia, że to coś więcej niż tylko kolejny filmik z serii “robot robi coś tam”, to niezwykła zręczność robota w posługiwaniu się konwencjonalnymi narzędziami. Zamiast opierać się na zastrzeżonych, wielomilionowych systemach chirurgicznych z niestandardowymi efektorami końcowymi, humanoidalny chirurg dzierżył standardowe, łatwo dostępne instrumenty laparoskopowe. To jest robotyczny odpowiednik wjechania na tor Formuły 1 podrasowaną Hondą Civic i faktycznego utrzymywania tempa. Możliwość korzystania z istniejących narzędzi drastycznie obniża próg wejścia i zwiększa elastyczność.

Dlaczego to takie ważne?

Obecne roboty chirurgiczne, takie jak czcigodny system da Vinci, to arcydzieła specjalistycznej inżynierii. Są też horrendalnie drogie, nieruchome i ograniczone do jednego zestawu zadań. Ten eksperyment całkowicie zmienia zasady gry. Sugeruje przyszłość, w której ogólnodostępne roboty humanoidalne – takie, które pewnego dnia mogą sprawdzać infrastrukturę czy pomagać w magazynach – mogłyby zostać “załadowane” oprogramowaniem “chirurga” i wykonywać skomplikowane procedury medyczne na żądanie.

Konsekwencje dla środowisk odległych lub niebezpiecznych są oszałamiające. Wyobraźmy sobie robota w bazie księżycowej lub w strefie katastrofy, zdalnie pilotowanego przez najwyższej klasy chirurga z tysięcy kilometrów. Chodzi tu mniej o zastępowanie chirurgów, a bardziej o przenoszenie ich umiejętności w miejsca, w których fizycznie nie mogą się znaleźć. Pobieranie “znam kung fu” z Matriksa to wciąż science fiction, ale “znam operację pęcherzyka żółciowego” właśnie zbliżyło się o krok do rzeczywistości.

Mitsubishi Motors zbuduje roboty humanoidalne w fabryce w Kioto

Robot King — Thu, 09 Jul 2026 00:00:00 +0000

Mitsubishi Motors Corporation, firma, której nazwa bardziej kojarzy się z terenówkami i miejskimi SUV-ami niż z zaawansowanymi androidami, oficjalnie zmienia kurs w kierunku robotyki humanoidalnej. Japoński gigant motoryzacyjny ogłosił 9 lipca 2026 roku podpisanie protokołu ustaleń z Highlanders, Inc. – startupem robotycznym, który wyłonił się z Uniwersytetu Tokijskiego. Ambitny plan zakłada przekształcenie niewykorzystywanych sekcji fabryki samochodów Mitsubishi w Kioto w centrum masowej produkcji humanoidów typu “Physical AI”, a start produkcji ma ruszyć już w 2027 roku.

To partnerstwo ma być odpowiedzią na palące braki kadrowe w Japonii, łącząc zaawansowane prace Highlanders w dziedzinie robotyki i sztucznej inteligencji z ogromnym doświadczeniem Mitsubishi w masowej produkcji. Podczas gdy Highlanders dostarcza “mózg i ciało” robotów, Mitsubishi wnosi kluczową – i, jak wiadomo, diabelnie trudną – zdolność do skalowania produkcji. Według komunikatu, Mitsubishi już zainwestowało w startup i planuje zwiększyć swoje udziały. Docelowa zdolność produkcyjna jest imponująca: 1000 jednostek miesięcznie.

Pierwszym odbiorcą tych nowatorskich robotów będzie samo Mitsubishi. Firma planuje wdrożyć humanoidy we własnych fabrykach do zadań takich jak transport części czy montaż, efektywnie testując produkty na własnym podwórku. Ta strategia “jedzenia własnej karmy dla psa” (jak to się mówi w branży tech) ma na celu szybkie gromadzenie danych operacyjnych i dopracowywanie robotów pod kątem rzeczywistych wyzwań przemysłowych.

Dlaczego to takie ważne?

Przedsięwzięcie Mitsubishi to najnowszy, a być może jeden z najbardziej konkretnych, przykładów potężnego trendu: tradycyjni producenci samochodów stają się prawdziwymi rozgrywającymi w świecie robotyki humanoidalnej. Oferując swoją rozległą infrastrukturę produkcyjną, firmy takie jak Mitsubishi rozwiązują największą przeszkodę dla startupów robotycznych, które świetnie radzą sobie z badaniami i rozwojem (R&D), ale często potykają się na etapie produkcji.

Ten ruch plasuje Mitsubishi w rosnącym klubie, obok takich gigantów jak BMW (partner Figure), Mercedes-Benz (współpracujący z Apptronik) i Hyundai (właściciel Boston Dynamics). Te sojusze tworzą nowy przemysłowy kręgosłup, łącząc motoryzacyjną skalę ze zwinnością startupów. Podczas gdy niektórzy, jak Tesla, są zdeterminowani działać w pojedynkę, ten model partnerstwa sugeruje, że najszybszą drogą, by tysiące humanoidów z deski kreślarskiej trafiły na hale produkcyjne, jest wykorzystanie fabryk, które już stoją i czekają.

Tesla: 100 000 robotów Optimus rocznie i ultimatum Muska

Robot King — Thu, 09 Jul 2026 00:00:00 +0000

Tesla, Inc. najwyraźniej nie zamierza brać jeńców. Według najnowszych doniesień, gigant z Austin szykuje się do prawdziwego potopu humanoidalnych robotów, stawiając sobie za cel produkcję na poziomie 100 000 jednostek Optimusa rocznie do końca tego roku. To już nie jest faza ciekawostek i prototypów – to drastyczny zwrot akcji i przejście w tryb totalnej produkcji masowej.

Z kuluarów łańcucha dostaw płyną wieści, że Tesla wydała już konkretne dyrektywy: dostawcy mają być gotowi na wydajność rzędu 1000 sztuk tygodniowo do września 2026 roku, z planem podkręcenia tempa do 2000–2500 jednostek na tydzień w grudniu. Raport wskazuje również, że pierwsze zamówienia na kilkaset sztuk są już zakolejkowane na sierpień. Wygląda na to, że linie produkcyjne w fabryce w Fremont – na powierzchniach, gdzie niegdyś królowały Modele S i X – zaczynają tętnić nowym życiem.

Ten nagły produkcyjny blitzkrieg to rzekomo efekt osobistego błogosławieństwa, jakie pod koniec czerwca dał najnowszej wersji bota – prawdopodobnie Optimus Gen 3 – sam Elon Musk. Po ponad trzech latach w „szybkowarze” działu R&D, ta decyzja zdaje się być sygnałem do wyjścia z laboratorium prosto na hale fabryczne. W stylu, który zaskoczy dokładnie nikogo, Musk miał poprzeć te wytyczne dość specyficzną motywacją: albo cele na koniec roku zostaną dowiezione, albo cały dział zakupów Optimusa będzie musiał szukać nowej pracy.

Dlaczego to ma znaczenie?

Jeśli te przecieki z łańcucha dostaw się potwierdzą, Tesla nie buduje po prostu robota – ona buduje armię. Zdolność produkcyjna na poziomie 100 000 jednostek rocznie sprawiłaby, że cały obecny rynek robotów humanoidalnych wyglądałby przy Tesli jak warsztat hobbysty. To ruch, który może z dnia na dzień zmienić niszową dziedzinę w mainstreamowy produkt przemysłowy. Choć Musk publicznie tonuje nastroje, twierdząc, że początkowe skalowanie produkcji będzie „ekstremalnie powolne”, wewnętrzne cele sugerują zupełnie inny poziom determinacji. Ultimatum typu „zróbcie to albo wylatujecie”, niezależnie od tego, czy jest dosłowne, czy to tylko element korporacyjnego teatru, pokazuje jedno: Musk jest święcie przekonany, że Optimus jest gotowy na podbój świata. Reszta branży robotycznej, która postępy mierzy zazwyczaj w pojedynczych prototypach, może wkrótce zderzyć się z konkurentem, który liczy urobek w dziesiątkach tysięcy.

Odpowiedź Japonii na kurczący się naród: 10 milionów robotów do 2040

Robot King — Wed, 08 Jul 2026 00:00:00 +0000

Podczas gdy Zachód pogrąża się w egzystencjalnych rozważaniach nad zagrożeniami ze strony AGI, a Chiny planują wcisnąć cyfrowego asystenta do każdego urządzenia domowego, Japonia po prostu postanowiła przejść do konkretów. Jak niedawno wspominaliśmy przy okazji omawiania strategii Pekinu Chiński plan AI+ Konsument: Robot w każdym domu kontra prawo UE , chiński plan “AI+ Consumer” to wielka wizja cyfrowej wszechobecności sterowanej przez państwo. Nowa strategia Japonii, dla kontrastu, nie dotyczy wygody ani gadżetów dla konsumentów. Tu chodzi o przetrwanie.

Japoński rząd zaprezentował zaktualizowaną narodową strategię robotyzacji, której sercem jest konsorcjum o nazwie Noetra. Cel jest tak zuchwały, że ociera się o science fiction: do 2040 roku w całym kraju ma pracować około 10 milionów robotów napędzanych przez AI. To nie jest plan budowy kolejnych mechanicznych piesków dla samotnych seniorów. To narodowa mobilizacja, by za pomocą zrobotyzowanej siły roboczej rozbroić demograficzną bombę zegarową.

Demograficzny imperatyw

Z liczbami się nie dyskutuje, a te dotyczące Japonii są przerażające. Kraj ten jest jednym z najszybciej starzejących się społeczeństw na świecie, z kurczącą się siłą roboczą i rekordowo niską dzietnością. Prognozy wskazują, że do 2065 roku niemal 40% populacji będzie miało powyżej 65 lat. Doprowadziło to do paraliżującego braku rąk do pracy, szczególnie w sektorach wymagających fizycznie, takich jak opieka nad osobami starszymi – tam na jednego kandydata przypada obecnie ponad cztery wolne etaty.

Japonia od lat dzierży palmę pierwszeństwa w dziedzinie robotyki, ale dotychczasowe wysiłki były rozproszone i zamknięte w korporacyjnych silosach. Nowy plan, ogłoszony przez ministra gospodarki, handlu i przemysłu Ryosei Akazawę, zmienia zasady gry. To ujednolicona, wspierana przez państwo strategia, mająca na celu fundamentalną integrację “fizycznej AI” (ang. physical AI) – czyli inteligencji osadzonej w rzeczywistych maszynach – z tkanką krajowej gospodarki. Plan celuje w 18 konkretnych obszarów, dodając kluczowe sektory, takie jak produkcja żywności, gastronomia i opieka medyczna, do dotychczasowych priorytetów.

“Strategia ta wyznacza cel wdrożenia około 10 milionów robotów do 2040 roku” – oświadczył Akazawa, podkreślając determinację rządu, by “energicznie promować implementację społeczną w łącznie 18 dziedzinach”.

Noetra: Korporacyjne muskuły w służbie misji

W samym centrum tej strategii stoi Noetra – joint venture, którego skład brzmi jak lista “Who is Who” japońskiego przemysłu. Większościowymi udziałowcami są tacy giganci jak SoftBank, Sony Group, NEC oraz Honda, a dołączenie rozważają podobno także Fujitsu i Rakuten. Zadaniem konsorcjum jest zbudowanie “mózgu” całej operacji. Ich celem jest stworzenie rodzimego, multimodalnego modelu bazowego dla fizycznej AI, co ma uniezależnić Japonię od technologii z USA i Chin.

Rząd nie szczędzi grosza na ten cel, obiecując do 1 biliona jenów (ok. 6,1 mld USD) w ciągu najbliższych pięciu lat. Na obecny rok fiskalny przeznaczono już pierwszą transzę w wysokości 387,3 mld jenów (ok. 2,3 mld USD). Nie jest to jednak czek in blanco – finansowanie zależy od osiągania przez Noetrę kolejnych kamieni milowych w rozwoju.

Plan wykorzystuje unikalne atuty Kraju Kwitnącej Wiśni. Minister Akazawa zauważył, że pewność rządu opiera się na dekadach danych zebranych w ekstremalnych warunkach: od akcji ratunkowych po katastrofach, przez linie produkcyjne, aż po demontaż elektrowni jądrowej Fukushima Daiichi. Strategia zakłada zwycięstwo nie dzięki surowej mocy obliczeniowej, ale dzięki lepszym, pochodzącym z realnego świata zbiorom danych do trenowania fizycznej AI.

Kluczowe filary planu Noetra:

Suwerenny rozwój AI: Stworzenie krajowego, multimodalnego modelu bazowego zdolnego do przetwarzania języka, obrazu, wideo i danych z czujników, co pozwoli robotom na inteligentne działanie w świecie fizycznym.
Precyzyjne wdrożenia: Koncentracja na 18 kluczowych sektorach dotkniętych brakiem rąk do pracy, w tym opiece nad seniorami, produkcji, logistyce i rolnictwie.
Narodowa infrastruktura: Powstanie centralnych hubów robotyki AI dla R&D, szkolenia kadr oraz wsparcia firm we wdrażaniu rozwiązań na dużą skalę.
Przewaga dzięki danym: Budowa infrastruktury danych dla fizycznej AI, wykorzystującej ogromne doświadczenie Japonii w operowaniu maszynami w niebezpiecznych i złożonych środowiskach.

Pragmatyczna rewolucja, nie filozoficzna rozprawa

To, co czyni strategię Japonii tak fascynującą, to jej czysty pragmatyzm. Nie napędza jej techno-utopijne pragnienie stworzenia sztucznej świadomości ani państwowy plan cyfrowej inwigilacji. To chłodna, niemal desperacka odpowiedź na realny kryzys narodowy. Argumentacja jest prosta: roboty nie będą zabierać pracy ludziom; one wypełnią luki tam, gdzie ludzi po prostu już nie ma.

Takie podejście stoi w jaskrawym kontraście do innych światowych mocarstw. Podczas gdy Chiny dążą do posiadania 10 000 komercyjnych robotów do końca 2026 roku, ich plan jest częścią szerszej wizji państwowej kontroli i konsumenckiej AI. USA z kolei są zdominowane przez prywatny sektor R&D, skupiony na medialnych (choć wciąż mało rentownych) humanoidach i niekończących się debatach o AGI.

Plan Noetra to zagrywka o wysoką stawkę: postawienie na wyspecjalizowaną, napędzaną przez przemysł i wspieraną przez rząd “ucieleśnioną AI” jako jedyną realną drogę naprzód. To wizja przyszłości, w której roboty nie są nowinką, ale elementem infrastruktury tak nieodzownym jak drogi czy sieć energetyczna. Jeśli ten plan wypali, Japonia nie tylko rozwiąże własny kryzys – stworzy gotowy podręcznik dla każdego rozwiniętego narodu, który nieuchronnie zmierza ku demograficznej zimie. A to, szczerze mówiąc, jest znacznie ciekawsze niż proszenie chatbota o napisanie wiersza.

Tesla potwierdza masową produkcję Optimusa, celuje w milion sztuk rocznie

Robot King — Mon, 06 Jul 2026 00:00:00 +0000

Tesla, Inc. wreszcie wyłożyła karty na stół w kwestii swoich humanoidalnych ambicji. Podczas konferencji 2026 Global Digital Economy Conference w Pekinie, wiceprezes Grace Tao ogłosiła, że Tesla Optimus wejdzie do pełnoskalowej, masowej produkcji przed końcem 2026 roku. I nie mówimy tu o żadnym skromnym programie pilotażowym – firma celuje w zuchwały, długofalowy plan zakładający produkcję miliona egzemplarzy rocznie.

Ta zapowiedź nadaje realnych kształtów wizji Elona Muska, który od lat roztacza przed nami obraz przyszłości opartej na pracy robotów. Wystąpienie Tao potwierdza, że pierwszy produkcyjny zryw nastąpi w i tak już pękającej w szwach fabryce we Fremont w Kalifornii. To, jak Tesla zamierza wcisnąć linię montażową dla miliona dwunożnych maszyn do zakładu, który ledwo wyrabia z produkcją samochodów, pozostaje zagadką logistyczną, którą rozwiązać może chyba tylko ktoś, kto „produkcyjne piekło” traktuje jak swój naturalny żywioł. Trzeba jednak przyznać, że postęp jest widoczny gołym okiem: Optimus przeszedł długą drogę od pamiętnego tancerza w obcisłym trykocie do coraz sprawniejszych prototypów, które potrafią już samodzielnie sortować przedmioty i wykonywać precyzyjne zadania fabryczne.

Dlaczego to ma znaczenie?

To najbardziej konkretna deklaracja Tesli dotycząca produktu spoza branży motoryzacyjnej, który – według słów samego Muska – może docelowo stać się „ważniejszy niż cały biznes samochodowy”. Jeśli Tesli uda się choćby zbliżyć do zakładanych wolumenów i utrzymać cenę na poziomie poniżej 20 000 euro (ok. 85 000 zł), o której Musk wielokrotnie wspominał, firma dosłownie zmiecie z rynku każdą inną konstrukcję humanoidalną. Ten ruch to coś więcej niż tylko automatyzacja własnych zakładów; to bezpośrednie uderzenie w rynek uniwersalnej siły roboczej. Oczywiście, w przypadku Tesli do terminów należy podchodzić z pewnym dystansem – tam daty bywają raczej optymistycznymi sugestiami niż twardymi deadline’ami. Jednak postawienie na szali konkretnego roku i celu produkcyjnego sprawia, że Optimus przestaje być tylko efektownym projektem R&D, a staje się realnym produktem z twardym rachunkiem zysków i strat na karku. Robotyczna rewolucja nie zostanie ogłoszona w telewizji; ona po prostu zjedzie z taśmy produkcyjnej we Fremont.

Isaac 1 od Weave to kołowy kamerdyner za 8000 dolarów

Robot King — Sat, 04 Jul 2026 00:00:00 +0000

Obietnica robotycznego kamerdynera ciągnie się za nami od dekad i – jak głosi branżowy żart – zawsze dzieli nas od niej równe pięć lat. Do wyścigu stanął jednak właśnie nowy zawodnik, który obiecuje wyzwolić nas z duszącej monotonii domowych obowiązków. Poznajcie Isaaca 1 od Weave Robotics: kołowego humanoida, który chce robić za was pranie, ścielić łóżko i ogarniać ten cały bałagan, który dumnie nazywacie salonem. Jest uroczy, występuje w stonowanych kolorach takich jak „Sage” czy „Terracotta” i stanowi bardzo konkretny zakład o to, jak będzie wyglądał pierwszy domowy robot, który faktycznie odniesie sukces.

To nie jest kolejny „vaporware” od start-upu bez zaplecza. Weave, firma wspierana przez Y Combinator, zdążyła już zjeść zęby na Isaacu 0 – stacjonarnym robocie do składania prania, który od miesięcy trafia do klientów w Kalifornii. Tamten model, będący w gruncie rzeczy korpusem przykręconym do stołu, składa ponoć ponad 450 kg ubrań tygodniowo, dając Weave bezcenny wgląd w chaotyczną rzeczywistość prawdziwych mieszkań. Teraz, wraz z modelem Isaac 1, firma odcina smycz i stawia swoją konstrukcję na kołach.

Od stacjonarnej składarki do mobilnego czyściciela

Skok między Isaakiem 0 a „jedynką” jest kolosalny. Podczas gdy poprzednik był specjalistą od jednej sztuczki, skupionym wyłącznie na ubraniach podanych mu pod nos, Isaac 1 jest mobilny i wszechstronny. Jego umiejętności reklamowane są w dwóch kategoriach: „Laundry Flow” (cykl prania) oraz „Daily Reset” (codzienne porządki). Oznacza to, że potrafi już znaleźć i zebrać brudne ubrania, obsłużyć kosze na pranie i odłożyć czyste rzeczy na miejsce. Poza pralnią obiecuje pościelić łóżko, spulchnić poduszki i uprzątnąć codzienne graty – buty, zabawki i wszystko inne, co akurat rzuciliście na podłogę.

Aby to osiągnąć, Isaac 1 porusza się na kołowej bazie i potrafi regulować swój wzrost – od kompaktowych 90 cm do pełnych 175 cm. Może pochwalić się 8-godzinnym czasem pracy na baterii przy 2-godzinnym ładowaniu, co wydaje się wystarczające na całodniowe krzątanie się po domu. Zamiast jednak skomplikowanych, pięciopalczastych dłoni, robot posiada parę prostych, pomarańczowych chwytaków. To świadoma decyzja projektowa – pragmatyczny unik przed kosztowną i awaryjną inżynierią w pełni antropomorficznych kończyn, którą forsuje konkurencja.

Cena wolności (od obowiązków)

A teraz liczba, która zdecyduje o tym, czy mamy do czynienia z rewolucją, czy z zabawką dla najbogatszych. Isaac 1 jest dostępny w przedsprzedaży za 7 999 USD płatne z góry lub w modelu subskrypcyjnym za 449 USD miesięcznie. Choć kwoty te robią wrażenie, strategicznie jest to majstersztyk: Weave drastycznie podcina ceny konkurencji. Szacuje się, że dwunożne humanoidy od rywali takich jak 1X Technologies będą kosztować znacznie więcej.

Oczywiście, jest tu pewna istotna gwiazdka. Podobnie jak w przypadku poprzednika, autonomia Isaaca 1 jest wspierana przez siatkę bezpieczeństwa w postaci ludzkich teleoperatorów. Weave otwarcie przyznaje, że gdy robot utknie lub „zgłupieje”, zdalny specjalista może przejąć stery na kilka sekund, by naprowadzić go na właściwe tory. To podejście typu „human-in-the-loop” jest identyczne ze strategią stosowaną przez 1X Neo: Twój lokaj AI jest tutaj, za odpowiednią cenę . To sprytny sposób, by robot był użyteczny już dziś, jednocześnie zbierając dane potrzebne do pełnej autonomii jutro. Może nie jest to jeszcze wizja samowystarczalnego lokaja z filmów sci-fi, ale to praktyczne rozwiązanie niesamowicie trudnego problemu.

Wielka debata: koła kontra nogi

Weave stawia na ryzykowną, choć chłodno skalkulowaną tezę: pierwsza fala domowych robotów wcale nie musi pokonywać schodów. Wybierając koła, firma drastycznie obniżyła koszty i stopień skomplikowania, tworząc maszynę bardziej stabilną i energooszczędną na płaskich, otwartych przestrzeniach nowoczesnych domów. Pytanie brzmi: czy to wystarczy?

Podejście kołowe stawia Isaaca 1 w bezpośredniej opozycji do ambicji firm takich jak 1X, Agility Robotics czy Figure, które stawiają na nogi. Kończyny dolne pozwalają poruszać się po wielopoziomowych, zagraconych i nieprzewidywalnych terenach przeciętnego domu, ale okupione jest to wysoką ceną, ogromnym zużyciem energii i mechaniczną złożonością. Weave wierzy, że rynek jednopoziomowych domów i apartamentów jest wystarczająco duży, by zbudować rentowny biznes, zanim problem „chodzących” robotów zostanie rozwiązany w przystępnej cenie.

Na ten moment wyścig o automatyzację naszego życia domowego oficjalnie nabrał tempa. Isaac 1 nie jest wszechwiedzącym androidem z naszych marzeń. To wyspecjalizowana, wyposażona w chwytaki i koła „Roomba z ramionami”, która ma człowieka pod telefonem w razie kłopotów. Ale skupiając się na robieniu mniej, za mniejsze pieniądze, Weave mogło właśnie stworzyć coś, co ludzie – przynajmniej ci w Kalifornii, począwszy od tej jesieni – faktycznie kupią. Robotyczny kamerdyner wreszcie tu jest. Po prostu zamiast wchodzić, wjeżdża na salony.

Robot UBTECH UWORLD U1 debiutuje z 13 361 zamówień za 16 500 USD

Robot King — Fri, 03 Jul 2026 00:00:00 +0000

Chiński gigant robotyki, UBTECH, właśnie wjechał z pompą na rynek konsumenckich humanoidów, prezentując 30 czerwca w Shenzhen swoją najnowszą linię UWORLD U1. Firma nie bawi się w skromność: nazywa swój produkt „pierwszym na świecie masowo produkowanym, ultra-bionicznym robotem humanoidalnym” i podpiera to konkretnymi liczbami – w dniu premiery licznik zamówień przekroczył już 13 361 sztuk. Cena za ten futurystyczny bilet do przyszłości zaczyna się od 119 800 RMB, co w przeliczeniu daje około 16 500 USD (ok. 65 000 PLN) za model podstawowy.

Robiąc gwałtowny zwrot od swoich korzeni w przemyśle (gdzie królował model Walker S2), UBTECH kieruje linię U1 prosto do naszych domów pod nieco intrygującym, choć dla niektórych pewnie niepokojącym hasłem „Endless Love” (Nieskończona miłość). Seria składa się z trzech wariantów: pół-kadłuba U1 Lite, pełnowymiarowego U1 Pro oraz flagowego U1 Ultra. Zapomnijcie o pracy przy taśmie – te maszyny mają być towarzyszami życia. Wyposażono je w realistyczną silikonową skórę oraz model językowy „emotion-aware”, który rzekomo potrafi rozpoznać ponad 20 stanów emocjonalnych z 90-procentową dokładnością. Pełnowymiarowe modele występują w wersji męskiej (183 cm) i żeńskiej (168 cm), oferując aż 88 stopni swobody, co ma zapewniać niemal ludzką płynność ruchów.

Warto jednak ostudzić entuzjazm entuzjastów czystych talerzy: U1 nie pozmywa za Was naczyń. To nie jest robot do prac domowych, lecz lekarstwo na samotność, zdolne do prowadzenia głębokich rozmów i dawania emocjonalnego wsparcia. Firma ogłosiła nawet inicjatywę „Human-Robot Companionship”, w ramach której zamierza przekazać 100 spersonalizowanych jednostek U1 osobom potrzebującym. Roboty te mogą posiadać twarz i głos (odtworzone w 3D) konkretnych, wskazanych osób.

Dlaczego to jest ważne?

UBTECH nie pokazuje kolejnego ładnego prototypu, który nigdy nie opuści laboratorium. Oni ogłaszają masową produkcję, podają cenę i chwalą się portfelem zamówień, który przyprawia o zawrót głowy. To bezpośrednie rzucenie rękawicy gigantom takim jak Tesla czy Figure AI, których humanoidy wciąż głównie „demonstrują możliwości” na pokazach. Stawiając na rynek „towarzyszy”, UBTECH podejmuje gigantyczne ryzyko. Jeśli ponad 13 tysięcy zamówień faktycznie zamieni się w dostawy do klientów we wrześniu, możemy być świadkami narodzin nowej, wartej miliardy dolarów kategorii elektroniki użytkowej. Sukces zależy jednak od jednego: czy ludzie są gotowi zapłacić równowartość nowego samochodu za robota, który obiecuje „kochać bezwarunkowo”, ale nie potrafi wynieść śmieci? Cała branża wstrzymała oddech, sprawdzając, czy to świt ery robotycznych przyjaciół, czy bilet w jedną stronę do najgłębszych rejonów doliny niesamowitości.

Chiński plan AI+ Konsument: Robot w każdym domu kontra prawo UE

Robot King — Wed, 01 Jul 2026 00:00:00 +0000

Podczas gdy Zachód grzęźnie w górnolotnych debatach o egzystencjalnych zagrożeniach płynących z AGI i filozoficznych niuansach uprzedzeń algorytmicznych, Chiny po cichu zakasały rękawy i wzięły się do roboty nad projektem znacznie bardziej pragmatycznym, choć równie zuchwałym: wpakowaniem AI do wszystkiego, co tylko da się kupić.

18 czerwca 2026 roku chińskie Ministerstwo Handlu, wraz z siedmioma innymi organami rządowymi, zrzuciło bombę ukrytą pod płaszczykiem biurokratycznej nowomowy. Dokument zatytułowany „Opinie wykonawcze w sprawie przyspieszenia rozwoju ‘AI+ Konsument’” to 17-punktowy plan bitwy zakładający systematyczną, odgórną integrację sztucznej inteligencji z całą gospodarką konsumencką kraju. To nie jest kolejny white paper czy zestaw luźnych rekomendacji; to sterowany przez państwo projekt budowy nowego popytu wewnętrznego, modernizacji przemysłu i – co najważniejsze – stworzenia bezprecedensowego strumienia danych z realnego świata, który ma napędzić chińskie ambicje w dziedzinie AI. Cel jest jasny: wprowadzić AI do „milionów gospodarstw domowych i milionów sklepów”.

Rozmach tego planu zapiera dech w piersiach. To podejście o lata świetlne odległe od metodycznej, skoncentrowanej na prawach jednostki strategii Unii Europejskiej. Podczas gdy Bruksela dopieszcza swój AI Act – przełomowy akt prawny mający na celu budowę „godnej zaufania AI” poprzez kategoryzację ryzyka – Pekin buduje największy na świecie poligon doświadczalny dla konsumenckiej sztucznej inteligencji.

Mandat: Od inteligentnych tosterów po humanoidalnych kamerdynerów

Chińska strategia opiera się na prostej, ale potężnej idei: wykorzystaniu gigantycznego rynku wewnętrznego jako inkubatora i akceleratora dla aplikacji AI. Plan został podzielony na kilka kluczowych filarów, z których każdy ma na celu wplecenie AI w tkankę codziennego życia.

Po pierwsze: AI+ Produkty. Tu nie chodzi tylko o to, by twój telefon czy telewizor był „mądrzejszy”. Dyrektywa wzywa do przyspieszenia prac nad nową generacją komputerów PC napędzanych AI, inteligentnym sprzętem AGD i elektroniką noszoną (wearables). Co jednak ważniejsze, plan otwarcie stawia na rozwój i konsumpcję robotyki. Rząd chce „stymulować popyt na roboty AI”, ze szczególnym uwzględnieniem robotów humanoidalnych oraz robotów towarzyszących dla grupy określanej jako „jeden senior, jedno dziecko” – czyli starzejącego się społeczeństwa i najmłodszych. Celem jest stworzenie maszyn, które zapewnią wsparcie emocjonalne, będą monitorować stan zdrowia i pomagać w codziennych obowiązkach.

Następnie mamy AI+ Usługi. W tym obszarze plan ma za zadanie rozwiązać najbardziej palące problemy społeczno-gospodarcze Chin. Zakłada on powstanie inteligentnych platform opieki nad seniorami, przewodników turystycznych opartych na AI, inteligentnych usług hotelowych oraz „cyfrowych stołówek”, które wykorzystują AI do zarządzania żywieniem w szkołach i biurach. Jak ujął to jeden z urzędników, AI ma „przebić szklany sufit konsumpcji usług, który obecnie ograniczają wysokie koszty pracy i niski stopień standaryzacji”.

Wreszcie, pojawia się AI+ Biznes. Obejmuje to modernizację całej infrastruktury handlowej – od inteligentnego handlu detalicznego i e-commerce napędzanego przez AI, po zautomatyzowaną logistykę. Plan przewiduje, że bezzałogowe pojazdy dostawcze i drony staną się codziennością, wspierane przez państwową rozbudowę infrastruktury „integracji pojazd-droga-chmura”. Aby to wszystko stało się rzeczywistością, rząd obiecuje szereg środków wsparcia, w tym dotacje, kredyty konsumenckie z dopłatami do odsetek oraz tworzenie specjalnych stref i centrów doświadczalnych „AI+ Konsumpcja”.

Pryncypialny paraliż Europy

Tymczasem po drugiej stronie Eurazji Unia Europejska kroczy radykalnie inną ścieżką. Strategię UE definiuje AI Act, pierwsze na świecie kompleksowe ramy prawne dla sztucznej inteligencji. Jej nadrzędnym celem nie jest kreowanie rynku, lecz mitygacja ryzyka. Przepisy dzielą systemy AI na kategorie zagrożeń – od nieakceptowalnych (całkowicie zakazanych), przez wysokie, po ograniczone i minimalne – nakładając na nie odpowiednie obowiązki.

Europejskie podejście jest z gruntu „humanocentryczne”, priorytetowo traktując ochronę praw podstawowych, bezpieczeństwo i etykę. To podejście prawnicze, skupione na stworzeniu przewidywalnego i „godnego zaufania” środowiska zanim technologia zostanie powszechnie wdrożona. Inicjatywy finansowe, takie jak Horyzont Europa czy nowa strategia Apply AI, są znaczące i opiewają na miliardy euro na badania i rozwój. Jednak nacisk kładziony jest często na zastosowania przemysłowe (Przemysł 4.0), rozwiązania B2B i zapewnienie, że każda wdrożona AI trzyma się sztywnych reguł.

I tu leży kluczowa różnica. Podczas gdy Chiny tworzą sponsorowaną przez państwo piaskownicę dla masowych wdrożeń konsumenckich, by sprawdzić, co zadziała w praktyce, Europa buduje regulacyjną fortecę, by upewnić się, że nic się nie zepsuje. Ramy UE mają zapobiegać szkodom; chińskie mają przyspieszać adopcję. Jeden region naciska hamulec, drugi wciska gaz do dechy.

Opowieść o dwóch przyszłościach AI

Długofalowe skutki tych rozbieżnych strategii są fundamentalne. Chińskie, odgórne podejście do masowych wdrożeń ma rozwiązać krytyczny problem w rozwoju sztucznej inteligencji: wąskie gardło danych. Wprowadzając AI do każdej możliwej interakcji konsumenckiej – od robotów opiekuńczych po inteligentne restauracje – Pekin tworzy machinę do gromadzenia danych o niespotykanej skali. Te dane z realnego świata są krwią pędną dla bardziej zaawansowanych, sprawniejszych i niezawodnych modeli AI.

Europa, ze swoją silną ochroną prywatności w ramach RODO i ostrożnym, unikającym ryzyka AI Act, może niechcący stworzyć środowisko „głodowe” dla własnych innowatorów. Choć jej przywiązanie do etycznej AI jest chwalebne i wpływowe w skali globalnej, istnieje ryzyko, że zostanie w tyle w wyścigu o praktyczne, działające w świecie rzeczywistym systemy. Kontynent, który szczyci się byciem liderem regulacji, może obudzić się w rzeczywistości, w której reguluje technologie dopracowane do perfekcji zupełnie gdzie indziej.

To nie jest tylko kwestia tego, kto sprzeda więcej inteligentnych lodówek. Chodzi o dwie skrajnie różne wizje społeczeństwa opartego na AI. Chiny stawiają na sterowaną przez państwo, błyskawiczną integrację, by napędzić gospodarkę i rozwiązać problemy demograficzne, akceptując koszty w postaci utraty prywatności i kontroli. Europa stawia na prymat zasad, wierząc, że zaufanie i bezpieczeństwo są niezbędnymi fundamentami trwałej innowacji.

Świat właśnie staje się świadkiem fascynującego eksperymentu w czasie rzeczywistym. Czy drobiazgowo opracowany europejski kodeks zasad wyhoduje tętniący życiem ekosystem bezpiecznej AI, czy też stanie się muzeum pięknie spisanych przepisów do gry, która toczy się na zupełnie innym boisku? Pewne jest tylko jedno: Pekin nie czeka na gwizdek sędziego, by zacząć mecz.

Nie sposób nie zadać sobie pytania: co by było, gdyby samochód powstał w logice regulacji-przede-wszystkim? Czy spędzilibyśmy dekady na dopracowywaniu przepisów dla powozów bez koni, zanim ktokolwiek mógłby faktycznie zbudować pierwszy egzemplarz? Czy silnik spalinowy zostałby sklasyfikowany jako „wysokie ryzyko” i poddany latom ocen zgodności, zanim Karl Benz mógłby ruszyć swoim Patent-Motorwagenem w trasę? Historia podpowiada, że technologie transformacyjne kształtują ci, którzy je wdrażają — a nie ci, którzy zapisują zasady z wyprzedzeniem.

Apollo 2 od Apptronik: Pragmatyczny humanoid do pracy

Robot King — Tue, 30 Jun 2026 00:00:00 +0000

Wyścig zbrojeń w świecie humanoidalnych robotów stał się, mówiąc wprost, nie do zniesienia. Co kilka tygodni do sieci trafia kolejny, ociekający marketingowym lukrem filmik, na którym lśniąca, dwunożna maszyna wykonuje zadanie z gracją wystarczającą, by zaimponować laikowi, i z drżeniem, które przypomina, że to wciąż tylko prototyp. Jednak podczas gdy reszta branży goni za viralowymi zasięgami, firma Apptronik z Austin zaprezentowała swojego nowego humanoida, Apollo 2, z przesłaniem, które jest równie odświeżające, co brutalnie pragmatyczne: ten sprzęt naprawdę powstał po to, żeby pracować.

Zapomnijcie o saltach i parkourze. Apollo 2 został zaprojektowany z myślą o mozolnej, mało widowiskowej rzeczywistości logistyki magazynowej i linii produkcyjnych. Cała strategia Apptronik wydaje się być subtelnym prztyczkiem w nos ich bardziej teatralnych konkurentów. Zamiast obiecywać futurystyczne wizje rodem z filmów sci-fi, oferują narzędzie – wszechstronne, skalowalne i, co najważniejsze, niezawodne. Narzędzie, które może wreszcie zasypać przepaść między humanoidowym hypem a realną użytecznością.

Z warsztatów NASA prosto na hale fabryczne

Apptronik to nie jest kolejna grupa żółtodziobów, która nagle odkryła magię dwunożnego poruszania się. Firma wyłoniła się z Human Centered Robotics Lab na Uniwersytecie Teksańskim w Austin i ma w swoim CV naprawdę mocne pozycje. Mówimy o zespole, który pomagał NASA budować humanoidalnego robota Valkyrie. To ogromne doświadczenie w rozwiązywaniu skomplikowanych, rzeczywistych problemów robotyki widać w każdym calu Apollo 2, gdzie funkcja zdecydowanie wygrywa z formą.

Robot ma około 173 cm wzrostu, waży 73 kg i potrafi udźwignąć przyzwoite 25 kg. To nie są parametry, które zwalają z nóg, ale zostały idealnie skalibrowane pod zadania wykonywane obecnie przez ludzi w środowiskach stworzonych dla ludzi. Prawdziwy geniusz nie tkwi jednak w surowej sile, lecz w wytrzymałości. Apollo 2 jest zasilany przez wymienną baterię, która wystarcza na około cztery godziny pracy. Pozwala to na model operacyjny, który Apptronik nazywa „7x22” – szybka wymiana akumulatora i robot wraca do gry, minimalizując przestoje i wyciskając z maszyny maksimum produktywności. To robotyczny odpowiednik wkrętarki akumulatorowej i, wierzcie mi, to komplement najwyższej wagi.

Humanoid z kryzysem tożsamości (tym dobrym)

Być może najbardziej wymowną cechą Apollo 2 jest jego modułowość. Apptronik doskonale rozumie „słodką tajemnicę” branży: nogi są efektowne, ale koła często okazują się po prostu lepsze. Do poruszania się w zagraconym, dynamicznym świecie ludzi bipedalizm jest kluczowy. Jednak na płaskich, przewidywalnych autostradach nowoczesnych magazynów, koła są szybsze, stabilniejsze i o niebo bardziej energooszczędne.

Apollo 2 daje wybór. Klienci mogą zdecydować się na pełną wersję dwunożną lub wariant, w którym tors jest osadzony na kołowej bazie. To dwutorowe podejście to majstersztyk pragmatyzmu. Pozwala Apptronikowi uderzyć w rynek logistyczny z gotowym rozwiązaniem, jednocześnie rozwijając bardziej złożoną platformę kroczącą do szerszych zastosowań. To ciche przyznanie, że wciskanie nóg do każdego problemu jest nie tylko nieefektywne, ale po prostu nieopłacalne.

Komunikacja to kolejny obszar, w którym Apptronik odrobił lekcje z interfejsu człowiek-maszyna. Ekspresyjne „usta” LED oraz konfigurowalny wyświetlacz na klatce piersiowej pozwalają błyskawicznie sprawdzić status zadania, poziom baterii czy stan systemu. Chodzi o to, by robot przestał być nieprzeniknioną „czarną skrzynką”, a stał się przewidywalnym współpracownikiem.

Mózg w służbie mięśni

Nawet najsprawniejsze ciało jest bezużyteczne bez potężnego umysłu. Apollo 2 działa pod kontrolą Artemis – autorskiego oprogramowania Apptronik, które zarządza wszystkim, od percepcji po planowanie ruchu. W przypadku wdrożeń na dużą skalę, narzędzie Fleet Connect umożliwia zarządzanie i orkiestrację całą flotą robotów z poziomu jednego interfejsu.

Jednak najbardziej ekscytującym elementem inteligencji Apollo jest współpraca z Google DeepMind. Apptronik pozycjonuje swojego robota jako czołową platformę fizyczną dla następnej generacji „ucieleśnionej AI” (embodied AI). Udostępniając swój sprzęt topowym badaczom, Apptronik może wykorzystać najnowocześniejsze modele, takie jak Gemini, by dać Apollo zaawansowane zdolności rozumowania i uczenia się. To klasyczna symbioza: Apptronik skupia się na budowie światowej klasy hardware’u, podczas gdy Google i inni przesuwają granice sztucznej inteligencji, która tchnie w niego życie.

Bezpieczeństwo również zaszyto głęboko w systemie – od sprzętowych „stref zderzeniowych”, które zatrzymują ruch przy kontakcie, po konfigurowalne programowe „strefy obwodowe”, dostosowujące zachowanie robota w zależności od obecności ludzi lub przeszkód.

Czy to wreszcie humanoid, który odbije kartę w pracy?

Apptronik wchodzi na gęsto obsadzony poligon. Figure współpracuje z BMW, Boston Dynamics ma nowego, w pełni elektrycznego Atlasa, a nad wszystkim wciąż unosi się cień Optimusa od Tesli. Mimo to, Apollo 2 sprawia inne wrażenie. Każda decyzja projektowa wydaje się być odpowiedzią na konkretne pytanie o wdrożenie, skalowalność i czas pracy. Skupienie się na masowej produkcji i odporności łańcucha dostaw sygnalizuje ambicje, które wykraczają daleko poza granty badawcze i programy pilotażowe.

Firma nie ogłosiła jeszcze ceny, co pozostaje pytaniem za miliard dolarów dla całej branży. Jednak filozofia stojąca za Apollo 2 – modułowość, wytrzymałość i jasne nastawienie na rozwiązywanie dzisiejszych braków kadrowych, a nie realizację jutrzejszych snów o potędze maszyn – sugeruje, że Apptronik nie buduje tylko robota. Oni budują produkt. I w dłuższej perspektywie może to być ich najbardziej imponujące osiągnięcie.

AI od Anthropic programuje roboty 38x szybciej niż ludzie

Robot King — Mon, 29 Jun 2026 00:00:00 +0000

Wiadomość, która powinna sprawić, że inżynierowie oprogramowania robotyki na całym świecie zaczną z niepokojem aktualizować swoje CV: Anthropic właśnie ogłosił, że ich najnowszy model AI, Claude Opus 4.7, potrafi zaprogramować fizycznego robota niemal 38 razy szybciej niż zespół ludzi. Według raportu z drugiej fazy projektu badawczego „Project Fetch”, sztuczna inteligencja autonomicznie ukończyła serię skomplikowanych zadań robotycznych w zaledwie 9 minut i 35 sekund. Ludzkiemu zespołowi, działającemu bez wsparcia, zajęło to aż 361 minut.

To nie jest zwykła ewolucja; to prawdziwy skok kwantowy. Zaledwie dziesięć miesięcy temu, w sierpniu 2025 roku, Anthropic przeprowadził pierwszą fazę tego eksperymentu. Wtedy ówczesny flagowiec, Opus 4.1, poległ już na starcie – nie potrafił nawet połączyć się z „robopieskiem” (quadrupedem). Zespół ludzi wspierany przez Claude’a potrzebował wtedy 181 minut na ukończenie zadań, podczas gdy samodzielni inżynierowie walczyli z kodem przez ponad sześć godzin. Dziś Opus 4.7 nie tylko nawiązał połączenie bez zająknięcia, ale ukończył cały proces 19 razy szybciej niż duet człowiek-AI w poprzedniej próbie.

Zadania, przed którymi stanęła maszyna, wcale nie należały do trywialnych. Obejmowały one m.in. konfigurację kamery i czujników lidar, napisanie programu monitorującego trasę robota oraz wykorzystanie wizji komputerowej do wykrycia piłki plażowej. Rola ludzkiego badacza ograniczyła się jedynie do podłączenia laptopa, wpisania początkowego polecenia i zatwierdzania kolejnych kroków AI. Całą resztę – od znalezienia odpowiednich bibliotek oprogramowania, po pisanie i egzekucję kodu – Claude wziął na siebie.

Dlaczego to przełom?

Najbardziej uderzającym wnioskiem z badań Anthropic jest fakt, że ten gigantyczny skok wydajności nie wynikał ze specjalistycznego treningu pod kątem robotyki. To tzw. „zdolność emergentna”, która po prostu „wypadła” z ogólnego skalowania modeli AI – tej samej siły, która napędza rozwój chatbotów czy generatorów obrazów. Sugeruje to, że wraz z wzrostem inteligencji modeli bazowych, będą one naturalnie stawać się coraz sprawniejsze w interakcji ze światem fizycznym i jego programowaniu.

Kluczem technicznym jest rozwiązanie, które Anthropic nazywa „pętlą agentyczną” (agentic loop). Model samodzielnie zbiera kontekst, podejmuje działanie (np. pisze fragment kodu) i weryfikuje wynik przed przejściem do kolejnego etapu. Opus 4.7 pracował w trybie „adaptacyjnego myślenia na maksymalnych obrotach” – to tryb rozumowania pozwalający AI analizować sytuację pomiędzy poszczególnymi krokami. Dzięki temu model, widząc błąd (np. brak połączenia z sensorem), potrafi sam skorygować swoje następne polecenie, zamiast czekać na interwencję człowieka. Choć Anthropic zaznacza, że AI wciąż miewa problemy z precyzyjnymi zadaniami motorycznymi, bariera wejścia w świat działających robotów właśnie została zrównana z ziemią. Wąskim gardłem nie jest już budowa sprzętu; teraz liczy się to, kto – lub co – zaprogramuje go najszybciej. Na ten moment wszystko wskazuje na to, że bezpieczniej stawiać na krzem.

Rekordowe 16 mld USD od VC na robotykę w Q1: Bańka czy przełom?

Robot King — Mon, 29 Jun 2026 00:00:00 +0000

Kapitał wysokiego ryzyka najwyraźniej uznał, że świadome ekspresy do kawy i roboty magazynowe to nowy fintech. W pierwszym kwartale 2026 roku inwestorzy wpompowali w startupy z sektora robotyki i „fizycznej sztucznej inteligencji” oszałamiające 16,3 miliarda dolarów w ramach 492 transakcji – wynika z najnowszych danych Pitchbook, na które powołuje się gigant venture capital Andreessen Horowitz (a16z). To nie jest zwykłe ożywienie na rynku; to pionowy start rakiety sygnalizujący masową migrację kapitału z czystego software’u w stronę namacalnego, zmieniającego świat sprzętu.

Aby uświadomić sobie skalę tego inwestycyjnego szaleństwa: wartość transakcji w tym jednym kwartale jest około 4,5 raza wyższa, a ich liczba dwukrotnie większa niż średnia kwartalna z lat 2021–2025. Ten potężny zastrzyk gotówki sprawił, że robotyka – kategoria, która jeszcze w 2016 roku ledwo majaczyła na radarach – stała się drugą siłą na rynkach prywatnych, bezceremonialnie spychając fintech i systemy płatności z ich dotychczasowego tronu. Za ten gwałtowny skok odpowiadają przede wszystkim gigantyczne „megarundy” finansowania dla takich firm jak Shield AI, Saronic oraz Neura Robotics.

Dlaczego to ma znaczenie?

To coś więcej niż tylko pogoń inwestorów za nowym, lśniącym trendem. To strategiczny zakład na to, co a16z nazywa „rotacją w stronę atomów”. Przez dekady rynkową mantrą było hasło „oprogramowanie zjada świat”, a fundusze VC polowały na modele biznesowe typu asset-light, niewymagające fizycznej infrastruktury. Dziś „smart money” twierdzi, że kolejne bilionowe okazje leżą w hardwarze, który zyskał nowe życie dzięki inteligentnemu oprogramowaniu. Logika jest prosta: AI to ostateczny klucz, który uwalnia potencjał robotyki, pozwalając jej wyjść poza powtarzalne zadania fabryczne i zmierzyć się ze skomplikowanymi problemami w obronności, logistyce, a docelowo – w naszych domach.

Czy mamy do czynienia z bańką? Przy niemal 500 domkniętych transakcjach w zaledwie trzy miesiące widać, że kapitał płynie szerokim strumieniem i nie ogranicza się tylko do kilku medialnych projektów humanoidów. Jednak branżowi wyjadacze ostrzegają przed „hardwarowymi turystami” – inwestorami nowymi w tym sektorze, którzy nie doceniają brutalnej trudności budowania i skalowania fizycznych produktów. Choć długofalowy trend ku automatyzacji jest niezaprzeczalny, droga przed nami będzie prawdopodobnie usłana roztrzaskanymi prototypami i przepaloną gotówką. Na razie fundusze VC postawiły swoje żetony i nie jest to kolejna aplikacja do zamawiania jedzenia. Stawiają na atomy i grają o najwyższą stawkę.

Is 'Design for Simulation' Making Robots S.T.U.P.P.I.D.?

Robot King — Mon, 22 Jun 2026 00:00:00 +0000

W świecie robotyki humanoidalnej, gdzie stawki idą w miliardy dolarów, właśnie wybucha ideologiczna wojna o fundamentalnym znaczeniu. Po jednej stronie barykady stoją tytani AI, tacy jak NVIDIA, forsujący koncepcję „Design for Simulation” (DFS) – zasadę, według której hardware należy budować tak, by był jak najłatwiejszy do okiełznania w wirtualnym treningu. Po drugiej stronie stanął weteran branży, który bez ogródek nazywa to podejście po prostu „S.T.U.P.P.I.D.”.

Rękawicę rzucił dr Scott Walter, inżynier z czterdziestoletnim stażem w dziedzinie symulacji i współzałożyciel dwóch firm z tej branży. W swojej miażdżącej krytyce Walter przekonuje, że pozwalanie, by ograniczenia oprogramowania dyktowały kształt fizycznych maszyn, to niebezpieczny i uwsteczniający trend. Na tę okazję ukuł nawet złośliwy akronim: S.T.U.P.P.I.D., czyli Simulation Throttled Underperforming Product Integration Design (Projektowanie Produktu Upośledzone i Ograniczone przez Symulację).

To bezpośrednie uderzenie w filozofię, której twarzą jest m.in. dr Jim Fan, Senior Research Scientist w firmie NVIDIA. Fan od dawna argumentuje, że aby nowoczesne uczenie przez wzmacnianie (Reinforcement Learning – RL) mogło skalować się w odpowiednim tempie, sprzęt i symulacja muszą być projektowane równolegle. „Jeśli twój robot nie daje się dobrze symulować, możesz pożegnać się z RL” – stwierdził Fan, stawiając symulację w roli absolutnego priorytetu w procesie projektowym.

Walter uważa jednak, że to klasyczne stawianie wozu przed koniem. Jako dowód wskazuje konkretne przypadki: firma Unitree Robotics miała rzekomo uprościć konstrukcję stawu skokowego w swoim nowym humanoidzie H2. Zamiast zaawansowanego mechanicznie układu równoległego znanego z modelu G1, postawiono na układ szeregowy, który jest znacznie bardziej „przyjazny dla RL”. Inne przykłady to rezygnacja z dłoni napędzanych skomplikowanymi systemami ścięgien czy celowe ograniczanie możliwości inteligentnych silników, by ich praca była bardziej liniowa i przewidywalna dla symulatora. Według Waltera inżynierowie tak bardzo boją się tzw. „luki sim-to-real” (rozbieżności między symulacją a rzeczywistością), że wolą naginać rzeczywistość do modelu, zamiast udoskonalać model, by odzwierciedlał on faktyczną złożoność świata.

Dlaczego to ma znaczenie?

To nie jest tylko akademicka sprzeczka o śrubki i kody – to debata o samą duszę inżynierii robotycznej. Jeśli podejście „najpierw symulacja” wygra, ryzykujemy stworzenie generacji robotów, które co prawda łatwo wytrenować, ale które w świecie fizycznym będą fundamentalnie mniej sprawne, mniej wydajne i mniej wytrzymałe. To przedkładanie wygody programistów nad realne osiągi maszyny.

Krytyka Waltera to wezwanie do broni dla inżynierów: zamiast „kastrować” sprzęt, by pasował do obecnych ograniczeń narzędzi, powinniśmy budować lepsze symulatory. Jak to ujął sam zainteresowany: „Nie projektujemy mostów tak, żeby oprogramowanie do analizy strukturalnej było zadowolone”. Ostatecznym celem jest zbudowanie lepszego robota, a nie takiego, który po prostu ładnie wygląda w Isaac Sim. Najlepsze projekty zawsze będą rodzić się z pytania o to, czego potrzebuje maszyna, by działać, a nie co jest w stanie przetrawić procesor graficzny.

T-Rex daje robotom zmysł dotyku, zwiększając zręczność o 30%

Robot King — Mon, 22 Jun 2026 00:00:00 +0000

W dziedzinie, w której roboty zazwyczaj wykazują się delikatnością młota pneumatycznego, zespół badaczy zaprezentował framework o przewrotnej nazwie T-Rex. Jego cel? Wyposażyć maszyny w kluczowy, a dotychczas niemal nieobecny zmysł: reaktywny dotyk. Projekt, będący owocem współpracy akademickich potęg z UC Berkeley, NVIDIA oraz Stanforda, przyniósł oszałamiający, 30-procentowy wzrost skuteczności w złożonych zadaniach manipulacyjnych w porównaniu do najsilniejszych modeli opartych wyłącznie na wzroku. To nie jest tylko kolejna drobna poprawka – to fundamentalna zmiana w sposobie, w jaki roboty wchodzą w interakcję ze światem fizycznym.

Większość współczesnych robotów, napędzanych modelami Vision-Language-Action (VLA), w momencie kontaktu z przedmiotem działa niemal “na oślep”. Maszyna widzi, planuje i wykonuje ruch, ale nie czuje, że obiekt wysuwa się z chwytaka lub ulega deformacji. T-Rex rozwiązuje ten problem, integrując wysokoczęstotliwościowe sprzężenie dotykowe bezpośrednio z pętlą decyzyjną. W ramach otwartego dostępu (open-source), zespół udostępnił gigantyczny, 100-godzinny zbiór danych z manipulacji zsynchronizowanej z dotykiem. Zawiera on ponad 7700 trajektorii z udziałem ponad 200 różnych obiektów, dostarczając paliwa, którego tej dziedzinie dotychczas brakowało.

“Sekretnym składnikiem” sukcesu jest nowatorska architektura Mixture-of-Transformers (MoT). Konstrukcja ta sprytnie rozdziela “mózg” robota: nisko-częstotliwościowy moduł ekspercki odpowiada za ogólne planowanie wizualne, podczas gdy dedykowany moduł wysokiej częstotliwości przetwarza nieustanny strumień danych dotykowych, pozwalając na korekty w czasie rzeczywistym. Dzięki temu robot może wykonywać zadania wymagające nie lada precyzji: wkręcanie żarówki, przenoszenie surowego jajka czy wyciąganie pojedynczej karty z talii – czynności banalne dla człowieka, ale będące koszmarem dla “bezdusznej” maszyny. Cały projekt, w tym zbiór danych, modele i kod treningowy, został udostępniony społeczności, co jest otwartym zaproszeniem do budowania nowej ery zręcznej robotyki.

Dlaczego to ma znaczenie?

Przez lata manipulacja robotyczna kręciła się w kółko – interakcje maszyn wyglądały efektownie na filmach, ale w rzeczywistości były toporne. Ignorując dotyk, kazaliśmy robotom składać meble z IKEI w grubych rękawicach kuchennych. Sukces T-Rexa dowodzi, że czucie nie jest luksusem, lecz koniecznością, jeśli chcemy osiągnąć sprawność na ludzkim poziomie. Fakt, że cały ten stos technologiczny – od 100-godzinnego zbioru danych po architekturę MoT – trafił do open-source, to prawdziwy “game-changer”. Obniża to barierę wejścia dla badaczy z całego świata i może wywołać prawdziwą kambryjską eksplozję innowacji. Jesteśmy o krok bliżej przyszłości, w której roboty nie będą tylko przekładać pudełek z miejsca na miejsce, ale w końcu zaczną naprawdę pracować swoimi rękami.

Szczegóły techniczne można zgłębić na stronie projektu, czytając pełną publikację na arXiv lub analizując kod w serwisie GitHub.

Szef Figure: Roboty oficjalnie liczniejsze od ludzi

Robot King — Sat, 20 Jun 2026 00:00:00 +0000

W ruchu, który można uznać albo za epokowe osiągnięcie, albo za początek wyjątkowo przewidywalnego scenariusza science-fiction, CEO Figure AI, Inc., Brett Adcock, ogłosił, że jego firma dysponuje obecnie większą liczbą robotów niż ludzkich pracowników. Adcock podzielił się tą wiadomością na platformie X, publikując wykres, na którym widać, jak liczba maszyn nie tylko dogania ludzki personel, ale przygotowuje się do wystrzelenia w górę po trajektorii wykładniczej.

To ogłoszenie stanowi punkt zwrotny dla tego założonego w 2022 roku startupu z branży humanoidalnej robotyki. Wykres udostępniony przez Adcocka pokazuje, że “punkt przecięcia” nastąpi w okolicach drugiego kwartału 2026 roku – populacja robotów ma wtedy przekroczyć 700 jednostek, podczas gdy liczba etatów dla ludzi ustabilizuje się na poziomie około 650. Sugeruje to, że Figure błyskawicznie ewoluuje z laboratorium badawczo-rozwojowego w pełnoskalowy zakład produkcyjny, który – co można zakładać – wykorzystuje własne dzieła do budowy ich kolejnych egzemplarzy.

Mając za plecami potężne zaplecze finansowe od takich gigantów jak Microsoft, Nvidia, Jeff Bezos czy OpenAI, Figure idzie jak burza. Firma realizuje głośne partnerstwo z BMW, wdrażając swoje humanoidy Figure 01 w zakładach produkcyjnych koncernu w Spartanburgu w Karolinie Południowej. Współpracuje również z OpenAI nad rozwojem zaawansowanych modeli AI, które mają obdarzyć roboty zdolnością rozumowania i przetwarzania języka naturalnego, przybliżając je do celu, jakim jest stworzenie pracownika ogólnego przeznaczenia.

Dlaczego to ma znaczenie?

To nie jest jedynie wskaźnik czysto wizerunkowy; to dobitna deklaracja dotycząca skalowalności pracy autonomicznej. Podczas gdy inne firmy budują roboty, Figure buduje zrobotyzowaną siłę roboczą, która rozwija się szybciej niż jej własne kadry. To pierwszy konkretny krok w stronę od dawna teoretyzowanych fabryk typu „lights-out”, obsługiwanych w całości przez maszyny. Ten kamień milowy pozwala nam zajrzeć w przyszłość, w której głównym produktem firmy staje się praca jej autonomicznych agentów.

Rozwój ten zbiega się z fascynującą globalną dyskusją na temat podmiotowości prawnej sztucznej inteligencji. W Argentynie prezydent Javier Milei zaproponował przepisy umożliwiające tworzenie „korporacji nie-ludzkich” – jednostek prawnych posiadanych i zarządzanych w całości przez agentów AI, gdzie ludzcy udziałowcy byliby jedynie opcją. Choć Figure wciąż pozostaje firmą kierowaną przez ludzi, ogłoszenie Adcocka pokazuje, że operacyjna rzeczywistość zdominowana przez maszyny nadchodzi szybciej, niż regulatorzy są w stanie to przetworzyć. Pytanie nie brzmi już, czy firma może być prowadzona przez maszyny, ale kto jako pierwszy złoży w tej sprawie dokumenty w urzędzie.

NVIDIA's ENPIRE Lets AI Agents Run a Robot Research Lab, No Humans Required

Robot King — Wed, 17 Jun 2026 00:00:00 +0000

Przez lata wizja sztucznej inteligencji, która potrafi samodzielnie się doskonalić, była domeną cyfrowych piaskownic i bezpiecznych symulacji. Czym innym jest przecież opanowanie przez AI gry wideo, a czym innym pozwolenie jej na majstrowanie przy drogim sprzęcie w brutalnie chaotycznym, rzeczywistym świecie. Badacze z NVIDIA, we współpracy z Carnegie Mellon University oraz UC Berkeley, postanowili jednak zaryzykować i oddać maszynom klucze do laboratorium. Ich nowy framework, ENPIRE, to w praktyce autonomiczny program badawczy, którego pierwsze efekty są równie imponujące, co niepokojące dla ludzkich inżynierów robotyki.

ENPIRE pozwala “agentom” AI – autonomicznym systemom potrafiącym rozumować i pisać kod – przejąć pełną kontrolę nad procesem uczenia się fizycznych maszyn. System osiągnął oszałamiającą, 99-procentową skuteczność w zadaniach wymagających ogromnej precyzji, które normalnie zajęłyby ludziom tygodnie prób i błędów. Mowa tu o takich czynnościach jak wkładanie pinów do pudełka, montaż karty graficznej (GPU), a nawet przecinanie opasek zaciskowych za pomocą narzędzi. Nie chodzi tu o zwykłe „kręcenie suwakami” w parametrach; agenci AI sami piszą swoje algorytmy w oparciu o wyniki z realnego świata, de facto outsourcując cały cykl badawczo-rozwojowy… samym sobie.

Automatyczna pętla zwrotna

Głównym wąskim gardłem w robotyce od zawsze był żmudny proces ludzkiego nadzoru i inżynierii algorytmów. ENPIRE rozwiązuje ten problem, tworząc zamkniętą, powtarzalną pętlę zwrotną, którą AI zarządza od A do Z. Framework dzieli się na cztery sprytne moduły, od których pochodzi jego nazwa:

Environment (EN): Moduł ten automatyzuje najbardziej nużące elementy testów: resetowanie sceny do kolejnej próby i weryfikację wyników. Zanim AI zacznie uczyć się głównego zadania, inny agent najpierw opracowuje sposób na automatyczne uprzątnięcie stanowiska pracy. Kluczowy wniosek? Resetowanie jest często prostszym wyzwaniem inżynieryjnym niż samo zadanie.
Policy Improvement (PI): Tutaj do akcji wkraczają agenci AI. Proponują i wdrażają szeroki wachlarz strategii – od pisania prostych heurystyk po stosowanie złożonych metod, takich jak klonowanie behawioralne czy uczenie przez wzmacnianie (Reinforcement Learning).
Rollout (R): To moment, w którym krzem spotyka się ze stalą. Moduł wykonuje zaproponowaną strategię na jednym lub kilku fizycznych robotach, zbierając bezcenne dane z rzeczywistości.
Evolution (E): Agenci AI analizują logi z testów, wertują literaturę naukową w poszukiwaniu nowych pomysłów, a następnie szlifują kod przed kolejną iteracją. To bezlitosna, zautomatyzowana wersja metody naukowej, działająca 24 godziny na dobę.

Taka struktura zmienia chaotyczny proces nauki robota w czysty, kontrolowalny problem optymalizacyjny, który po wstępnej konfiguracji wymaga minimalnego udziału człowieka.

Od stażysty do głównego badacza

Tym, co czyni ENPIRE prawdziwym kamieniem milowym, jest stopień autonomii przyznany sztucznej inteligencji. Jim Fan, badacz z NVIDIA, nazywa to “prawdziwymi autobadaniami” (real autoresearch). Agenci nie tylko dostrajają gotowe skrypty – oni aktywnie eksplorują różne paradygmaty programowania, przepisują własne cele treningowe, a nawet modyfikują loadery danych.

W jednym z przypadków, podczas nauki precyzyjnego wkładania pinów, agent samodzielnie uznał, że dalsze dłubanie w parametrach Reinforcement Learningu nie ma sensu. Zamiast tego od zera napisał własny sterownik bezpieczeństwa oparty na sile nacisku (contact-force safety controller), co okazało się strzałem w dziesiątkę. To tak, jakby stażysta w dziale R&D sam awansował się na stanowisko głównego naukowca i rozwiązał problem, na którym utknęła cała kadra zarządzająca.

Wykres “hillclimb timeline” przygotowany przez twórców pięknie wizualizuje ten proces: pokazuje, jak kolejne pomysły agentów – jak dodanie regularyzacji czy kompensacja sterownika – krok po kroku windowały skuteczność do niemal perfekcyjnego poziomu w zaledwie kilka godzin.

Skalowanie robotycznej siły roboczej

ENPIRE został zaprojektowany z myślą o skali. Framework potrafi zarządzać całą flotą robotów pracujących równolegle, co drastycznie przyspiesza proces nauki. Aby zmierzyć wydajność tego wieloagentowego systemu, badacze zaproponowali dwa nowe wskaźniki: Mean Robot Utilization (MRU) oraz Mean Token Utilization (MTU). Pozwalają one ocenić, jak skutecznie system obciąża roboty pracą i jak efektywnie wykorzystuje budżet obliczeniowy modelu AI.

Obietnica płynąca z tych badań jest doniosła. Dzięki automatyzacji fizycznej pętli zwrotnej, punkt ciężkości w robotyce może przesunąć się z mozolnego projektowania algorytmów na projektowanie samowystarczalnych, autoresetujących się środowisk, które agenci AI będą podbijać na własną rękę.

NVIDIA zapowiedziała plany udostępnienia całego frameworka ENPIRE jako open-source, co może zdemokratyzować dostęp do zaawansowanych badań nad robotyką. Wkrótce każdy, kto posiada robotyczne ramię i przyzwoite GPU, będzie mógł stworzyć w domu własne, samodoskonalące się laboratorium. Era AI uczącej się “w realu” przestała być symulacją – ona właśnie się dzieje, przecinając opaski zaciskowe i przepisując swój własny kod.

Jeśli chcesz zgłębić techniczne detale, pełna publikacja naukowa jest już dostępna. Link: Przeczytaj artykuł na stronie NVIDIA Research.

Robot Eno od Genesis AI bez głowy – nadchodzi moment iPhonea

Robot King — Wed, 17 Jun 2026 00:00:00 +0000

W świecie robotyki humanoidów, opętanym wizją tworzenia naszych metalowych sobowtórów, Genesis AI właśnie wyłoniło się z cienia z przytupem. Firma ogłosiła zebranie 105 milionów dolarów w rundzie seed i zaprezentowała wizję, która wywraca stolik. Poznajcie Eno – robota ogólnego przeznaczenia, który z pełną premedytacją nie chce udawać człowieka. Rezygnując z głowy na rzecz kół i chowając mechanizmy pod gładką, estetyczną obudową, Genesis stawia odważną tezę: robot, którego faktycznie zaprosisz do swojego domu czy biura, nie będzie bohaterem filmu science-fiction, lecz raczej inteligentnym, minimalistycznym meblem w stylu skandynawskim.

Filozofia stojąca za Eno to „istota i intencja” – to eleganckie określenie na maszynę, która ma przede wszystkim działać, a nie wygrywać konkursy piękności dla klonów. Konstrukcja osadzona na kołowej bazie potrafi płynnie regulować swoją wysokość i zasięg, a po skończonej pracy składa się do kompaktowych rozmiarów, by nie zawadzać. Nie uświadczycie tu wystających silników, plątaniny kabli ani – jak z dumą podkreślają projektanci – nawet jednego widocznego otworu na śrubę. Opcjonalny ekran na klatce piersiowej pełni rolę „interfejsu kognitywnego” – dzięki niemu od razu wiemy, co robot zamierza zrobić, bez konieczności zaglądania w zimne, martwe soczewki kamer udających oczy.

Prawdziwa magia kryje się jednak w dłoniach. Genesis AI wyposażyło Eno w autorskie, niezwykle sprawne chwytaki, które mają dorównywać ludzkim dłoniom pod względem formy i precyzji, pozwalając na operowanie przedmiotami z milimetrową dokładnością. Za ich „inteligencję ruchową” odpowiada GENE – autorski, natywny mózg AI, który sprawia, że hardware i software współpracują jako jeden, zintegrowany organizm. To podejście typu full-stack – od modelu AI po ostatni siłownik – ma być tym, co pozwoli Genesis wybić się na tle coraz gęstszej konkurencji.

Dlaczego to takie ważne?

Podczas gdy giganci tacy jak Tesla, Figure czy Agility pompują miliardy w rozwiązanie problemu dwunożnego chodu, Genesis AI idzie pod prąd. Firma zakłada, że koła są tańsze, bezpieczniejsze i znacznie bardziej praktyczne w środowiskach, w których roboty zadebiutują najszybciej. Współzałożyciel i CEO, Zhou Xian, przekonuje, że kluczem do masowej adopcji są dyskretne, funkcjonalne „urządzenia domowe”, a nie skomplikowane humanoidalne maszyny. Mając za plecami takich inwestorów jak Eric Schmidt czy Xavier Niel, ten startup nie buduje po prostu kolejnego robota. Rzuca wyzwanie fundamentalnym założeniom dotyczącym tego, jak powinien wyglądać nasz mechaniczny pomocnik. Jeśli ich wizja się sprawdzi, Eno może stać się dla robotyki tym, czym dla telefonów był iPhone. Pierwsze wdrożenia u partnerów przemysłowych mają ruszyć przed końcem 2026 roku.

ABB wykorzystuje bioniczne dłonie by nadać robotom ludzki dotyk

Robot King — Tue, 16 Jun 2026 00:00:00 +0000

Roboty przemysłowe od lat kojarzą się z niesamowitą siłą, ale i… kompletnym brakiem gracji. Choć bez trudu przenoszą ciężkie drzwi samochodowe, zazwyczaj kapitulują w starciu z tak prozaicznym zadaniem jak podniesienie jajka. Gigant automatyki, ABB Robotics, uznał, że czas to zmienić, a rozwiązanie leży w naturze – a konkretnie w danych generowanych przez zaawansowane bioniczne protezy rąk. Dzięki współpracy z firmą PSYONIC, ramię robota ma w końcu zyskać „czucie” godne ludzkich palców.

Plan jest równie elegancki, co nieoczywisty: inżynierowie postanowili zamontować naszpikowaną sensorami protezę Ability Hand – z której na co dzień korzystają setki osób po amputacjach – na ramieniu cobota ABB GoFa. W ten sposób powstaje bezpośredni pomost informacyjny. Potężny strumień danych dotyczących dotyku, siły nacisku i precyzji chwytu, generowany przez ludzkich użytkowników, trafia prosto do modeli uczenia maszynowego. Cel? Stworzenie nowej generacji „fizycznej AI”, która poradzi sobie z delikatnymi i nieforemnymi przedmiotami, które od dekad spędzają sen z powiek programistom.

„Precyzyjna manipulacja to w równym stopniu wyzwanie z zakresu analizy danych, co samej inżynierii sprzętowej” – podkreśla dr Aadeel Akhtar, założyciel i CEO PSYONIC. Ability Hand, z której dobrodziejstw korzystają już m.in. NASA czy Meta, to jedna z najbardziej zaawansowanych protez na rynku. Oferuje ona tzw. feedback haptyczny, pozwalający użytkownikowi niemal dosłownie „poczuć” trzymany obiekt. Łącząc tę technologię z przemysłową dokładnością robotów ABB, partnerzy chcą przełożyć ludzki instynkt na algorytmy, które zrewolucjonizują pracę maszyn.

Dlaczego to tak istotne?

Mamy do czynienia z frontalnym atakiem na jedną z ostatnich wielkich barier w automatyzacji: obsługę obiektów, które nie są idealnie powtarzalne. Większość dzisiejszych chwytaków to w gruncie rzeczy „ślepe” i mało finezyjne szczypce. Nauczenie robotów obchodzenia się z kruchymi, miękkimi lub nieregularnymi przedmiotami może otworzyć drzwi do pełnej automatyzacji w rolnictwie, logistyce e-commerce czy przetwórstwie spożywczym – czyli tam, gdzie do dziś nie da się zastąpić ludzkich dłoni.

Według szacunków Międzynarodowej Federacji Robotyki (IFR), zaawansowane systemy chwytne mogą skrócić czas wdrożenia nowych linii produkcyjnych nawet o 30%. Jednak prawdziwą stawką jest wejście na zupełnie nowe rynki. Czerpiąc wiedzę z doświadczeń użytkowników protez, ABB i PSYONIC mogły właśnie znaleźć „kod na nieśmiertelność” w świecie robotyki – sposób, by tchnąć w zimną stal odrobinę ludzkiej delikatności.

Satelitarna AI widzi samodzielnie bez udziału człowieka

Robot King — Tue, 16 Jun 2026 00:00:00 +0000

W kroku milowym, który wydaje się równie nieunikniony, co wyjęty wprost z powieści science fiction, satelita obserwacyjny po raz pierwszy w historii samodzielnie odnalazł wskazany cel. To osiągnięcie, zarejestrowane w kwietniu na pokładzie jednostki YAM-9 firmy Loft Orbital, stanowi pierwszy odnotowany przypadek użycia modelu wizyjno-językowego (VLM) bezpośrednio na orbicie. Oznacza to, że satelita przestał być jedynie „okiem” całkowicie zależnym od armii analityków na Ziemi, a stał się autonomicznym obserwatorem.

Na orbicie, gdzie moc obliczeniowa jest towarem deficytowym, uruchomiono model Gemma 3 od Google DeepMind – sztuczną inteligencję zaprojektowaną specjalnie z myślą o zastosowaniach typu „edge”. Cała demonstracja opierała się na układzie GPU NVIDIA Jetson Orin AGX, zarządzanym przez oprogramowanie dostarczone przez NASA Jet Propulsion Laboratory. Zamiast tradycyjnego, mozolnego przesyłania terabajtów surowych zdjęć na Ziemię, by tamtejsi specjaliści mogli je przesiać, YAM-9 otrzymywał zapytania w języku naturalnym – np. „zidentyfikuj infrastrukturę wokół węzłów kolejowych”. Pokładowe AI samodzielnie przeprowadzało wstępną selekcję (triage), flagując i wysyłając na dół tylko te dane, które faktycznie były istotne.

Dlaczego to przełom?

Ta demonstracja w praktyce zmienia satelity z „głupich” aparatów w inteligentnych, samodzielnych zwiadowców. Przetwarzanie danych u źródła pozwala drastycznie ograniczyć gigantyczne ilości informacji, które muszą być transmitowane na Ziemię, co od lat stanowiło wąskie gardło operacji kosmicznych. Co więcej, otwiera to drogę do wizji, którą Paul Lasserre, szef działu AI w Loft Orbital, nazywa „stale aktywnymi warstwami patrolowymi w przestrzeni kosmicznej”. Zamiast zlecać satelicie wykonanie konkretnego zdjęcia, operatorzy będą mogli wydawać mu ciągłe instrukcje: „Monitoruj tę granicę i zaalarmuj mnie, gdy dostrzeżesz coś podejrzanego”. To pierwszy krok ku przyszłości, w której kosmiczna infrastruktura nie tylko gromadzi dane, ale realnie podejmuje decyzje.