Вышла в свет книга Б.И.Нигматулина и В.А.Пивоварова «Реакторы с тяжелым жидкометаллическим теплоносителем. История трагедии и фарса». Подробнее 

Академик Олег Фиговский, Израиль

Робототехника уже вышла за пределы узкой индустриальной ниши. По данным IFR, стоимость годовых установок промышленных роботов достигла рекордных 16,7 млрд долларов. В 2024 году в мире установили 542 076 промышленных роботов, а действующий парк вырос до 4 663 698 единиц. Одновременно продажи профессиональных сервисных роботов приблизились к 200 тыс. штук. Быстрее всего росли логистика, уборка и медицина.

Ближайшие годы будут определять не общие разговоры о «роботах будущего», а несколько конкретных сдвигов. Это ИИ, который начинает управлять физическими действиями робота, переход к более универсальным системам, тактильные датчики и мягкие захваты, цифровые двойники — виртуальные модели оборудования или линии, — а также новые требования к безопасности, киберзащите и ответственности. 

Главный сдвиг 2026 года — переход от алгоритмов-помощников к системам, в которых ИИ воспринимает сцену, планирует действия и быстро меняет поведение робота. IFR называет ИИ и автономность главным трендом года. При этом там разделяют генеративный и агентный ИИ — подход, при котором система сама строит цепочку действий и меняет её по ходу работы. Этот сдвиг уже виден в инструментах крупнейших разработчиков. Google DeepMind представила Gemini Robotics — модель, которая работает с изображением, текстом и действием робота одновременно. Она понимает обычную речь и умеет перестраиваться, если ситуация резко меняется. NVIDIA выпустила Isaac GR00T N1 — открытую базовую модель для гуманоидных роботов — и сразу связала её с симуляцией и генерацией синтетических данных. Синтетические данные создают в виртуальной среде и используют для обучения реальных систем.

Рост автономности не равен универсальному «здравому смыслу». Сами разработчики подчёркивают, что поверх ИИ всё ещё нужны низкоуровневые контуры безопасности: ограничения по усилию, устойчивости и траектории. Иначе робот может эффектно выглядеть на демонстрации, но не выдержать работу рядом с людьми. Спрос смещается от узкоспециализированных роботизированных ячеек к системам, которые можно быстро перенастроить под другой продукт, маршрут или операцию. Это видно по структуре мирового рынка. В 2024 году производство электроники стало крупнейшим заказчиком промышленных роботов: 128 899 установок против 126 088 у автомобильной отрасли. Металлообработка и машиностроение тоже выросли — до 88 777 установок. Робототехника всё заметнее выходит за пределы классического автомобильного конвейера.

IFR описывает ещё один важный тренд — сближение информационных систем и производственного оборудования. Роботу уже мало повторять одну и ту же траекторию. Он должен обмениваться данными с системами планирования, учитывать состояние линии, складские остатки, очередь задач и сигналы обслуживания. Чем лучше этот обмен, тем меньше ручных переналадок и тем выше реальная гибкость производства. Ещё один признак зрелого рынка — переход к аренде и подписке на роботизированные системы вместо обязательной покупки всего комплекса. По данным IFR, парк таких решений в 2024 году вырос на 31%, а в логистике — на 42%. Для бизнеса это заметный сдвиг. Всё чаще роботизацию начинают не с капитального проекта на годы, а с пробного проекта с понятной экономикой.

Одна из самых заметных тем последних полутора лет — гуманоидные роботы, то есть машины человекоподобной формы. IFR включила их в число ключевых трендов 2026 года, но сделала важную оговорку: таким системам ещё нужно доказать надёжность, энергоэффективность, приемлемую стоимость обслуживания и соответствие стандартам безопасности. Это особенно важно, потому что их пытаются внедрять в пространства, которые изначально создавали под человека, — на склады, участки сборки и во внутрицеховую логистику. Пилотные проекты уже идут. Mercedes-Benz и Apptronik объявили, что тестируют гуманоидного робота Apollo на производственных площадках. Agility Robotics сообщала, что её гуманоид Digit переместил более 100 тыс. контейнеров на площадке GXO в коммерческой эксплуатации. Пока это не массовый рынок, но и не выставочный показ. Южнокорейский гигант Hyundai тихо купил Boston Dynamics, и уж точно не для того, чтобы радовать нас видео с лихими роботами. 

Но переоценивать гуманоидов пока рано. В большинстве задач в ближайшие годы будут сильнее гибридные схемы. Автономные мобильные роботы возьмут на себя перевозку грузов, коботы (роботы для совместной работы с человеком) — локальные операции, стационарные манипуляторы — скоростные и точные операции. Гуманоиды останутся там, где среду слишком дорого переделывать под машину. Будущее робототехники, скорее всего, будет многослойным, а не единым.  В старых обзорах робототехники тему сенсорики часто описывали слишком общо. В 2026 году точнее говорить о конкретной связке: компьютерное зрение, тактильные датчики и мягкие захваты. Тактильные датчики дают роботу чувство контакта и давления. Эта связка помогает автоматизировать работу с неровными, хрупкими и плохо стандартизированными объектами.

У GelSight уже есть коммерческие решения для робототехники на основе трёхмерного тактильного анализа поверхности. Festo в 2025 году вывела на рынок HPSX — мягкий силиконовый захват для деликатных и нестандартных объектов, в том числе для товаров, которые легко повредить. Практический смысл таких решений прост: чем точнее робот чувствует предмет, тем меньше нужна жёсткая оснастка — специальные приспособления под конкретный предмет, — и тем ниже зависимость от идеальной стандартизации каждого изделия.  Поэтому заметнее всего такие системы, вероятно, будут расти не в абстрактной «домашней робототехнике», а в пищевой промышленности, фармацевтике, электронной сборке, лабораторных операциях и складской поштучной комплектации. Там слишком высокая вариативность объектов для старых жёстких сценариев.

Ещё один блок, которого не хватало многим ранним обзорам рынка, — подготовка роботизации в цифровой среде. Современную систему всё чаще обучают, отлаживают и проверяют ещё до установки в цехе или на складе. IFR отдельно отмечает, что генеративный ИИ помогает роботам осваивать новые задачи и создавать данные для обучения через симуляцию — виртуальное моделирование. Эта логика быстро становится отраслевым стандартом. NVIDIA строит вокруг Omniverse экосистему для промышленной симуляции и физического ИИ. Физический ИИ — это модели, которые помогают роботу действовать в реальном мире. ABB развивает Robot Studio Cloud — облачную среду, где можно программировать роботов, моделировать их работу и вместе редактировать сценарии, причём в сервис встроен ИИ-помощник. Для производителя это даёт более дешёвую проверку гипотез, меньше остановок при пусконаладке — запуске и настройке оборудования, — и более быстрый старт пробных проектов. 

Цифровой двойник уже стал рабочим инструментом, а не картинкой для презентации. На нём проверяют траектории, компоновку ячеек, очерёдность операций, узкие места и даже логику взаимодействия человека с роботом. В ближайшие годы именно такие инструменты будут заметно снижать стоимость внедрения и число ошибок на старте проекта.

Логистика остаётся главным драйвером сервисной робототехники. По данным IFR, в 2024 году в мире продали 102,9 тыс. профессиональных роботов для транспортировки и логистики. Это больше половины всех профессиональных сервисных роботов. Крупные площадки всё чаще строят не вокруг одной машины, а вокруг согласованной группы систем. В новом складском центре Amazon в Шривпорте работают восемь разных роботизированных систем, а система Sequoia ускоряет размещение и хранение запасов до 75%. Полностью безлюдный склад пока остаётся редкостью. Намного реалистичнее модель, когда люди отвечают за исключения, контроль и сложные решения, а роботы — за монотонную перевозку, сортировку, подачу и повторяемые манипуляции. Именно такая схема сейчас выглядит не футуристично, а экономически зрелой.

В медицине рынок уже не сводится к хирургическим системам. IFR вынесла медицинских роботов в отдельную категорию и показала резкий рост: продажи выросли на 91% в 2024 году — примерно до 16,7 тыс. единиц, реабилитация и неинвазивная терапия прибавили 106%, хирургия — 41%, диагностика и лабораторный анализ — 610%. В хирургии особенно важна точность формулировок. Речь идёт не о массовых операциях «из любой точки мира», а о расширении парка систем, развитии малоинвазивных методик — подходов с меньшей травматичностью для тканей, — и росте числа процедур. Intuitive сообщала, что к концу 2025 года установленная база da Vinci достигла 11 106 систем, а суммарное количество пациентов, которым помогли операции на da Vinci, превысило 20 млн. Только за 2025 год было выполнено более 3,1 млн процедур.

В агросекторе роботизация идёт туда, где особенно остры дефицит людей, стоимость химикатов и давление регуляторов. Ecorobotix заявляет, что система ARA сокращает использование средств защиты растений и удобрений до 95% за счёт точечного внесения в почву. Solinftec в начале 2026 года сообщала, что уже развернула более 100 автономных роботов Solix в США, а площадь операций за 2025 год выросла на 243%. В промышленной безопасности и экологическом контроле спрос смещается не к гуманоидам, а к специализированным мобильным платформам. Boston Dynamics показывает, как Spot проводит тепловые и акустические инспекции опасного оборудования. На объекте Northern Lights в Норвегии робот ANYmal отслеживает концентрацию CO₂ и помогает сократить количество выездов персонала на необслуживаемую площадку. Это один из самых недооценённых трендов. Многие роботы ближайших лет будут не общаться с человеком, а собирать данные там, где человеку неудобно, дорого или рискованно находиться.

Чем больше в роботах ИИ, сетевых подключений и удалённых обновлений, тем труднее отделять механику от безопасности данных. IFR среди ключевых трендов 2026 года отдельно выделяет физическую безопасность, киберзащиту, вопросы ответственности и требование проверять решения системы. Для европейского рынка это уже не теория. Еврокомиссия называет AI Act первым комплексным законом об искусственном интеллекте и строит регулирование по риск-ориентированной модели. Параллельно производители машин готовятся к переходу на Machinery Regulation — новый регламент ЕС по машинам и роботизированному оборудованию. Техника, которую выводят на рынок ЕС до 20 января 2027 года, пока подпадает под действующую Machinery Directive. После этой даты ключевой норматив поменяется. В 2025 году обновили и базовые промышленные стандарты безопасности: ANSI/RIA R15.06-2025 адаптировали из ISO 10218-1:2025 и ISO 10218-2:2025.

На практике рынок в ближайшие годы будет смотреть не только на ловкость или эффектность робота. Важнее другое: его поведение должно поддаваться проверке, документированию, безопасным обновлениям и встраиванию в процессы компании без серой зоны ответственности. В ближайшие годы не появится один универсальный робот, который заменит человека повсюду. Реалистичнее другой сценарий: промышленные манипуляторы, автономные мобильные роботы, коботы, инспекционные платформы, медицинские системы и отдельные гуманоидные решения будут существовать параллельно и решать разные классы задач.

Главный вывод такой: ближайшие годы будут принадлежать не самым зрелищным, а самым полезным роботам. Преимущество получат те системы, которые безопасно работают рядом с людьми, быстрее переучиваются через программные обновления и симуляцию, аккуратно обращаются с нестандартными объектами и при этом доказывают свою экономическую эффективность. Роботы больше не «приходят» в отрасли — они в них уже закрепляются. Теперь важен не сам факт их появления, а то, какие компании раньше других научатся встраивать их в процессы без лишней футурологии и с понятным практическим результатом.

Исследователи разработали мягких магнитоуправляемых роботов, которые могут перемещаться по сложным сосудистым путям и удалять опасные тромбы. В отличие от существующих сегодня технологий новый подход связан с меньшим риском повреждения сосудов и открывает новые возможности в нейрохирургии.   Система сочетает миниатюрных роботов, внешнее магнитное управление и алгоритмы искусственного интеллекта, которые помогают точно контролировать движения устройства в кровотоке.

Технологию разработали ученые из Университета Конкордия, которые стремились сделать лечение тромбоза более безопасным. Сегодня для удаления тромбов врачи используют катетеры и хирургические проводники. Однако такие процедуры связаны с рисками повреждений стенок сосудов, особенно если речь идет о тонких и извилистых нейрососудистых структурах. Новая технология использует мягких миниатюрных роботов из биосовместимого эластичного материала с микрочастицами, которые реагируют на магнитное поле. Роботы крепятся к кончикам стандартных катетеров и хирургических проводников, а затем управляются снаружи с помощью магнита.

Для тестирования технологии ученые создали прозрачные каналы, имитирующие сосудистую систему. Она уменьшала ошибки отслеживания траектории до 77% и одновременно требовала меньших усилий управления. Авторы считают, что технология может стать основой для более безопасных и менее инвазивных операций по удалению тромбов и других сосудистых препятствий. Пока они совершенствуют свой метод.

Исследователи из Наньянского технологического университета в Сингапуре представили миниатюрного хирургического робота размером всего 4,4 миллиметра, который способен выполнять пять различных медицинских функций и переключаться между ними менее чем за секунду. Магнитное устройство рассматривается как перспективный инструмент для малоинвазивной хирургии и точечных медицинских вмешательств внутри организма.  Как отмечают исследователи, большинство существующих магнитных микророботов способны выполнять лишь одну или две задачи, тогда как новое устройство объединяет сразу пять функций в одном корпусе. Робот управляется дистанционно с помощью слабых магнитных полей и может перемещаться по мягким тканям, разрезать биологические структуры, доставлять лекарственные вещества, захватывать и удерживать образцы, а также генерировать тепло.

Конструкция основана на мягких силиконовых материалах PDMS и Ecoflex, в которые встроены микроскопические магнитные частицы. Они реагируют на внешние магнитные поля, позволяя изменять поведение устройства в зависимости от ориентации магнитного сигнала.  Робот управляется с помощью магнитного модуля, который может намагничиваться, размагничиваться и снова намагничиваться в разных направлениях. Каждое направление магнитного поля активирует отдельную функцию устройства. Кроме того, разные части робота спроектированы так, чтобы реагировать на магнитные сигналы независимо друг от друга. Это позволяет избежать ситуации, когда всё устройство движется как единый магнит — распространённой проблемы большинства миниатюрных роботизированных систем. Дополнительная степень свободы, включая вращение вокруг собственной оси, обеспечивает роботу более точную навигацию в узких и сложных анатомических пространствах.

Команда протестировала робота на куриной печени и желатиновых материалах, имитирующих мягкие биологические ткани. Робот разрезал ткани, высвобождал частицы лекарств, собирал и сохранял образцы, а также генерировал локальное тепло с помощью магнитной индукции. Исследователи считают, что возможность нагрева может лечь в основу методов магнитной гипертермии, которые изучаются для лечения рака. Ученые также проверили биосовместимость материалов: после контакта с клетками человеческой кожи более 99% клеток остались жизнеспособными, что указывает на низкую токсичность в лабораторных условиях. Команда работает над интеграцией робота с системами медицинской визуализации и сотрудничает с хирургами, чтобы оценить его потенциальное применение в реальных клинических сценариях.

Китайская робототехническая компания Unitree Robotics недавно презентовала пилотируемого робота-меха GD01, который привлек широкое внимание общественности. Сообщается, что робот GD01 создан для гражданского использования в качестве средства передвижения. Масса робота вместе с пилотом составляет около 500 кг. Он оснащен сиденьем для пилота и может за несколько секунд переключаться между двуногим и четвероногим режимами ходьбы, сохраняя устойчивое равновесие. Председатель Союза популяризации научных знаний провинции Чжэцзян Чжоу Гохуэй отмечает, что эта модель демонстрирует ключевые технологии компании Unitree Robotics – в частности, управление движением и высокомоментные электродвигатели.

Ван Синсин, основатель и генеральный директор компании Unitree Robotics, заявил, что данный проект находится в стадии доработки. По словам отраслевых экспертов, технические характеристики робота GD01 пока неизвестны. Согласно имеющимся данным, в первом квартале 2026 года общий объем экспорта различной робототехники из Китая составил 11,32 млрд юаней; продукция была поставлена в 148 стран и регионов. В 2025 году объем поставок гуманоидных роботов компании Unitree Robotics превысил 5500 единиц, а ее доля на мировом рынке четвероногих роботов составила 60-70%.

По оценке финансового конгломерата Barclays, массовое внедрение человекоподобных роботов в Китае может смягчить последствия демографического спада: к 2035 году гуманоиды компенсируют до 60% ожидаемого сокращения рабочей силы. Аналитики считают, что это позволит частично сохранить устойчивость крупнейшей в мире промышленной базы на фоне быстрого старения населения и снижения рождаемости.    Если доля участия в рабочей силе останется на уровне 65%, к концу следующего десятилетия Китай может лишиться 37 млн работников. Такой масштаб сокращения ограничит развитие производственного сектора, который формирует примерно четверть экономики страны.

Одновременно в Китае усиливается демографический дисбаланс. В 2025 году доля трудоспособного населения снизилась до 61%, тогда как десять лет назад она превышала 70%. На фоне старения населения соотношение людей трудоспособного возраста к гражданам старше 65 лет, сейчас составляющее 4 к 1, может сократиться вдвое в течение 20 лет. В прошлом году в стране с населением 1,4 млрд человек было зафиксировано наименьшее количество рождений с 1949 года. На этом фоне роботизация рассматривается как один из инструментов компенсации дефицита рабочей силы. В оптимистичном сценарии Barclays к 2035 году парк человекоподобных роботов в Китае может достичь 24 млн единиц, что составит 4% всей рабочей силы страны.

В докладе человекоподобные роботы названы «третьей волной» автоматизации. В отличие от предыдущих этапов, где автоматизировались только отдельные узкие задачи, гуманоиды способны выполнять комплексную работу целиком — в условиях, созданных для человека. Этому способствуют развитие ИИ, аккумуляторных технологий и точного машиностроения, а также резкое снижение цен: за пять лет стоимость одного робота упала в 40 раз — до $100 тыc. Однако аналитики подчёркивают, что даже стремительный рост производительности за счёт автоматизации не способен полностью компенсировать демографическое давление. Роботы, по их оценке, лишь частично закроют разрыв, а основная проблема сокращения трудовых ресурсов сохранится.

Власти Китая уже рассматривают автоматизацию как стратегический приоритет. Президент Си Цзиньпин неоднократно подчёркивал важность инвестиций в науку, технологии и робототехнику как основы будущего экономического роста, а промышленная политика страны всё активнее ориентируется на внедрение роботизированных решений. Китай уже занимает доминирующее положение в этой отрасли: в 2025 году на его долю пришлось более 80% всех установок человекоподобных роботов.

Инженеры из США создали роботизированную систему Cross-Link Collective, которая ведет себя скорее как текучая среда, чем как традиционный механизм. Десятки узких модулей длиной 200 мм и шириной 20 мм соединяются друг с другом липучками и двигаются без центрального управления, полагаясь на «механический интеллект». Вместе они способны преодолевать препятствия и подниматься по таким склонам, на которых обычно застревают обычные роботы. Если у одного робота села батарея или сломался мотор, остальные продолжают работать, просто перераспределяя усилия.

Каждый робот имеет крошечный мотор, который меняет его форму с «I» на «U», создавая толкающее усилие. Скорость и маневренность одного модуля невелики, но система сохраняет работоспособность даже при выходе из строя отдельных модулей. Когда модули объединяются в цепочки через липучки на концах, поведение целого радикально меняется. Соединения постоянно образуются и разрываются — подобно связям в активных гелях или вязких жидкостях. При этом группа может растекаться, огибать препятствия и сохранять связность. Если один модуль уперся в стену, цепочка перестраивается, а не заклинивает.

Исследователи из Корнеллского университета называют свою систему управления роботами «механическим интеллектом», поскольку координация механизмов возникает из физических взаимодействий, а не из вычислений и сложных протоколов связи. Благодаря отсутствию центрального «мозга» поломка нескольких модулей не парализует систему, пишет IE. А благодаря избыточности если у одного робота села батарея или сломался мотор, остальные продолжают работать, просто перераспределяя усилия.

Для улучшения координации инженеры добавили простейший датчик — детектор отрыва от группы. Если робот теряет контакт, он начинает издавать звуковой сигнал. Другие модули, услышав этот сигнал, замедляются, давая отставшему время догнать и присоединиться заново. И всё, никакой сложной локализации или GPS. Исследователи считают, что такой подход может стать основным для мягкой робототехники и систем, работающих в непредсказуемой реальной среде (разбор завалов, подводные течения, вулканические зоны). Вместо того чтобы создавать сложный алгоритм для каждого случая, можно спроектировать самого робота так, чтобы он «интуитивно» реагировал на окружение. Это сдвиг от централизованного ИИ к распределенному механическому разуму.

Компания из Сан-Франциско Physical Intelligence представила робототехническую модель π 0.7, способную комбинировать освоенные навыки для решения новых задач — от работы с незнакомыми приборами до складывания белья. Модель обучается через языковые инструкции, переносит навыки между разными роботами и показывает точность на уровне человека-специалиста. Публикация совпала с планами Physical Intelligence привлечь $1 млрд инвестиций. Достижением исследователей стала так называемая композиционная генерализация — способность комбинировать уже освоенные навыки для решения новых задач. Например, модель может использовать незнакомые кухонные приборы или обучать робота складыванию белья, даже если в обучающих данных не было подобных примеров. Ранее такие возможности считались характерными скорее для языковых моделей, чем для робототехнических систем.

Модель относится к классу «зрение-язык-действие» (VLA) и управляет роботами, опираясь на мультимодальные данные. Она обрабатывает текстовые инструкции, визуальные сигналы и контекст выполнения задачи, что позволяет ей действовать гибко и учитывать особенности окружающей среды. При этом π 0.7 показывает высокую точность манипуляций и стабильность выполнения сложных операций. Новая система подсказок при обучении описывает не только саму задачу, но и способ её выполнения. В процессе тренировки модель получает текстовые инструкции, метаданные (например, требуемую скорость или качество), тип управления и визуальные подцели — изображения того, как должен выглядеть промежуточный результат. Это позволяет объединять разнородные данные в одну систему. Такая архитектура делает возможным использование более широкого датасета. Даже менее качественные или неполные данные могут быть включены в обучение за счёт соответствующей разметки, что повышает масштабируемость модели.

В экспериментах модель показала способность осваивать новые задачи с помощью языковых инструкций. Например, при работе с аэрогрилем робот сначала выполнял действия с ошибками, но после пошаговых объяснений справлялся заметно лучше, а затем мог выполнять задачу автономно. Это указывает на возможность «обучения через язык» — подхода, при котором инструкции становятся инструментом программирования поведения. Модель способна переносить навыки между разными роботами. В одном из тестов π 0.7 управляла двуручной промышленной системой UR5e при складывании одежды, хотя такие данные не использовались при обучении. Эффективность модели оказалась на уровне профессиональных операторов, только начавших работу с этой установкой.

Модель относится к классу «зрение-язык-действие» (VLA) и управляет роботами, опираясь на мультимодальные данные. Она обрабатывает текстовые инструкции, визуальные сигналы и контекст выполнения задачи, что позволяет ей действовать гибко и учитывать особенности окружающей среды. При этом π 0.7 показывает высокую точность манипуляций и стабильность выполнения сложных операций. Новая система подсказок при обучении описывает не только саму задачу, но и способ её выполнения. В процессе тренировки модель получает текстовые инструкции, метаданные (например, требуемую скорость или качество), тип управления и визуальные подцели — изображения того, как должен выглядеть промежуточный результат. Это позволяет объединять разнородные данные в одну систему. Такая архитектура делает возможным использование более широкого датасета. Даже менее качественные или неполные данные могут быть включены в обучение за счёт соответствующей разметки, что повышает масштабируемость модели.

В экспериментах модель показала способность осваивать новые задачи с помощью языковых инструкций. Например, при работе с аэрогрилем робот сначала выполнял действия с ошибками, но после пошаговых объяснений справлялся заметно лучше, а затем мог выполнять задачу автономно. Это указывает на возможность «обучения через язык» — подхода, при котором инструкции становятся инструментом программирования поведения. Модель способна переносить навыки между разными роботами. В одном из тестов π 0.7 управляла двуручной промышленной системой UR5e при складывании одежды, хотя такие данные не использовались при обучении. Эффективность модели оказалась на уровне профессиональных операторов, только начавших работу с этой установкой.

 

Литература

https://ifr.org/ifr-press-releases/news/top-5-global-robotics-trends-2026

https://ifr.org/img/worldrobotics/Executive_Summary_WR_2025_Industrial_Robots.pdf

https://ifr.org/ifr-press-releases/news/service-robots-see-global-growth-boom

https://interestingengineering.com/ai-robotics/seed-sized-robot-switches-five-surgical-tools

https://russian.people.com.cn/n3/2026/0515/c31518-20456792.html

https://uk.finance.yahoo.com/news/barclays-says-robots-may-offset-090400983.html

https://interestingengineering.com/ai-robotics/cornell-cross-link-collective-robots

https://www.pi.website/blog/pi07