Разработчик человекоподобных роботов, американская фирма Figure AI, отчиталась о впечатляющих результатах оптимизации производственных процессов. Всего за четыре месяца (менее чем за 120 дней) компании удалось увеличить выпуск модели Figure 03 с одного робота в день до одного устройства в час, что соответствует 24-кратному росту производительности сборочных линий.

Новая эра робототехники

На данный момент с конвейера сошло свыше 350 гуманоидов третьего поколения, а также произведено более 9000 специализированных приводов. Хотя объемы пока не сравнимы с автопромом, для индустрии человекоподобных роботов это выдающийся показатель, учитывая, что большинство конкурентов до сих пор сосредоточены на прототипах и локальных демонстрациях.

В компании отмечают смещение вектора развития отрасли: «Если раньше основное внимание привлекали видеоролики с роботами, которые танцуют, бегают или переносят предметы, то теперь борьба постепенно смещается в сторону массового производства, надёжности, управления парком машин и накопления данных для обучения ИИ».

Технологический цикл и контроль качества

Рост производства неразрывно связан с развитием искусственного интеллекта. Постоянное функционирование роботов в реальных условиях позволяет собирать колоссальные массивы данных о взаимодействии с объектами и ошибках, которые затем используются для улучшения автономности машин. Это создает своего рода «петлю успеха»: масштабное внедрение ускоряет сбор данных, а качественные данные повышают эффективность ИИ.

Для обеспечения надежности Figure внедрила многоступенчатую систему контроля:

  • Более 50 промежуточных проверок качества.
  • Свыше 80 финальных тестов для каждого устройства.
  • Стресс-тестирование (burn-in): роботы выполняют тысячи циклов движений (приседания, ходьба) для выявления потенциальных дефектов.

На текущий момент уровень успешной первичной проверки аккумуляторов составляет 99,3%, а общий процент качественной сборки превышает 80%.

Управление флотом и обучение ИИ

Figure активно создает инфраструктуру для управления группами роботов, включая системы удаленной диагностики и обновления ПО. Поскольку гуманоиды должны работать в непредсказуемых условиях — от складов до жилых помещений, — их эксплуатация становится похожей на управление сложной облачной ИТ-инфраструктурой.

Параллельно развивается ИИ-платформа Helix и контроллер System 0, который объединяет данные с датчиков для уверенного перемещения по сложным поверхностям, включая лестницы. Инженеры используют прогрессивный метод обучения с подкреплением в виртуальных симуляциях с последующим переносом навыков на реальное «железо» без необходимости дополнительной настройки.

Эксперты отрасли сходятся во мнении, что успех в ближайшем будущем будет зависеть не столько от эффектности демонстраций, сколько от способности компаний быстро производить тысячи машин, поддерживать их работоспособность и постоянно эволюционировать интеллект роботов на основе данных из реального мира.