Запрограммировать робота на все случаи жизни невозможно, домашний хаос слишком непредсказуем. Домашняя среда заметно отличается от заводской. На фабрике все достаточно предсказуемо: детали всегда на своих местах, маршруты робота четко определены, а задачи повторяются из раза в раз.
Дом же — это царство неструктурированной среды. Робот должен распознавать объекты в кучах, понимать контекст и адаптироваться к его смене. В лаборатории робот может демонстрировать 98% успеха, но в доме этот показатель может упасть ниже 65%.
Чтобы робот понимал язык, видел мир и умел действовать, разрабатывают специальные «фундаментальные модели». Одна из передовых — Vision-Language-Action (VLA), она обрабатывает визуальную и текстовую информацию и превращает ее в последовательность действий. Еще один подход называется «самоэволюционирующей моделью»: он позволяет роботу учиться на каждом своем физическом взаимодействии с предметами, становясь умнее с каждой попыткой.
Чаще всего домашние гуманоиды видят пространство с помощью 3D-камеры и LiDAR (лазерный дальномер, который строит трехмерную карту окружения в виде облака точек). Например, робот Unitree G1 использует комбинацию 3D-камеры со структурированной подсветкой и LiDAR, а Fourier GR-1 полагается только на 3D-камеру.
Еще в 2025 году исследователи из Китая создали для робота систему, которая обрабатывает данные с камеры и LiDAR, чтобы буквально за доли секунды строить трехмерную карту пространства. Один из самых передовых подходов — оккупантное картирование, когда пространство перед роботом разбивается на крошечные трехмерные кубики — вокселы. Каждому из них присваивается метка: «пусто», «занято», «это диван», «это человек». Нужно понимать смысл объектов, а не просто видеть их.
Современные системы семантической навигации выделяют в кадре категории объектов (стол, стул, кровать, дверь) и используют языковые модели, чтобы понять, как с ними взаимодействовать, и строить маршруты, исходя из их функционального назначения.
Главная задача инженеров — научить робота одновременно обрабатывать и объединять эти потоки данных для принятия решений. Этот процесс называется мультисенсорной фузией. Обычное утро для человека — это сложнейшая задача для датчиков, блики солнца сбивают LiDAR, а лужа на кухонном полу превращается в зеркало и обманывает датчики измерения глубины. Здесь как раз нужна мультисенсорная фузия, когда система сравнивает сомнительные данные с трехмерной картой.
SeeLight S1
Китайская GigaAI представила SeeLight S1 — универсального робота-домохозяйку, который умеет жарить яйца и загружать стиральную машину, готовить еду, мыть посуду, а еще поддерживает разговор с пожилыми.
До конца года испытания пройдут 100 таких экземпляров, а к лету 2027 года компания обещает задать ему стоимость ниже 100 тысяч юаней (около $15 тысяч).
Onero H1
На японском рынке SwitchBot выделилась бюджетным Onero H1 с 22 степенями свободы и фирменной моделью OmniSense: он способен не только складывать белье и загружать посудомойку, но и мыть окна, поливать цветы и также готовить простые блюда.
Memo
Робот Memo от калифорнийского стартапа Sunday Robotics — это дружелюбный домашний помощник на колесах. Его конструкция, напоминающая человека, имеет высоту от 1,7 до 2,1 метра, а главная «фишка» — обучение с помощью обычных людей.
Для этого компания выпустила 2 тысячи специальных перчаток Skill Capture Glove: добровольцы просто занимаются домашними делами, а робот записывает их движения и перенимает человеческую манеру работы. Такой подход, основанный на собранных почти 10 млн данных из более чем 500 домохозяйств, позволяет Memo убирать со стола, загружать и выгружать посудомоечную машину, аккуратно складывать белье и даже варить кофе.
По официальному заявлению компании, изготовление одного прототипа Memo вручную сегодня обходится примерно в $20 тысяч. Розничная цена будет объявлена позже. При запуске массового производства компания рассчитывает сократить издержки более чем на 50% и установить финальную стоимость ниже $10 тысяч.
В США дебютировал кухонный робот E.G.O.R. Он умеет жарить яичницу по семи встроенным рецептам. Разработчики сделали ставку на автоматизацию нарезки, помешивания, контроля температуры — в общем, всего того, что отвлекает от готовки. Пользователю достаточно загрузить продукты, выбрать режим и задать время. Дальше робот сам рассчитывает температуру нагрева, следит за положением сковороды и движениями манипулятора. В устройство встроены датчики, которые при необходимости автоматически отключают нагрев. Материалы робота устойчивы к высоким температурам.
E.G.O.R.
Впрочем, даже самые впечатляющие демонстрации сейчас далеки от массового внедрения. В домах царит хаос, и производители признают, что роботам все еще трудно работать в условиях с плохим освещением или заставленном игрушками пространстве. Но вполне возможно, что уже через несколько лет мы будем относиться к таким роботам так же буднично, как сейчас к роботам-пылесосам.
