Prawdziwa rewolucja z robotami w roli głównej nie zacznie się przecież w chwili, gdy maszyna wykona najbardziej widowiskowy fikołek. Zacznie się wtedy, gdy będzie potrafiła powtórzyć nudną czynność setki razy, rozpoznać drobne przesunięcie elementu, samodzielnie poprawić chwyt i wrócić do pracy bez konieczności angażowania technika, kiedy coś pójdzie nie tak. Właśnie dlatego najnowsze wyniki Xiaomi wydają mi się tak ważne.
Robot Xiaomi przestaje być pokazem obarczonym błędami
Jeszcze w marcu 2026 roku humanoidalny robot Xiaomi pracował przez trzy godziny przy stanowisku podawania specjalnych nakrętek wykorzystywanych podczas produkcji samochodów elektrycznych. Osiągnął wtedy skuteczność na poziomie 90,2 procent i mieścił się w najszybszym wymaganym takcie linii, wynoszącym 76 sekund. Był to wynik obiecujący, ale oznaczał również, że niemal co dziesiąta operacja kończyła się niepowodzeniem. W prawdziwej fabryce taka zawodność jest nie do zaakceptowania.
Czytaj też: Rewolucja w autonomii robotów humanoidalnych. AI osiąga 90% skuteczności w złożonych misjach
Jednak oto dziś, czyli cztery miesiące później sytuacja wygląda już zupełnie inaczej. Xiaomi twierdzi, że skuteczność pracy przy podawaniu nakrętek wzrosła do 98 procent, podczas gdy wskaźnik osiągany przez ludzi wynosi około 99 procent. Robot dostał również dwa kolejne zadania – sortowanie bocznych paneli konsoli centralnej oraz składanie i odkładanie pustych pojemników transportowych. W obu przypadkach osiągnął na razie 90 procent skuteczności, a jeśli oglądacie nagranie powyżej, to zwróćcie szczególną uwagę na informacje odnośnie przyspieszenia nagrania, bo nie – roboty nadal zbyt żwawo w fabryce się nie ruszają.
Jeden punkt procentowy wygląda niepozornie, ale nie należy mylić go z pełnym zrównaniem się człowieka i maszyny. Przy założeniu, że wcześniejszy takt 76 sekund nadal obowiązuje, podczas ośmiogodzinnej zmiany można wykonać około 379 cykli. Skuteczność 98 procent oznaczałaby w uproszczeniu prawie osiem błędnych operacji, a 99 procent już niespełna cztery. Różnica wynosi więc tylko jeden punkt procentowy, ale przekłada się na dwukrotnie większą liczbę problemów wymagających rozwiązania.
Jednocześnie tempo poprawy robi wrażenie. Przejście z 90,2 do 98 procent w ciągu czterech miesięcy oznacza ograniczenie udziału nieudanych prób z 9,8 do 2 procent. Innymi słowy, robot nie poprawił się jedynie o niecałe osiem punktów procentowych. Liczba błędów spadła prawie pięciokrotnie. Warto jednak pamiętać, że nie znamy dokładnego sposobu liczenia prób, liczby wymaganych interwencji, średniego czasu usunięcia błędu ani tego, jak często robot potrzebował serwisu. Nie wiadomo również, czy skuteczność utrzyma się po kilku tygodniach pracy przy zmieniających się partiach komponentów. Wskaźnik 98 procent może więc wyglądać niemal identycznie jak ludzkie 99 procent, ale ekonomicznie oba wyniki mogą dzielić lata rozwoju.
Najważniejsze nie są nakrętki, tylko elastyczne części
Sortowanie sztywnych i jednakowych przedmiotów jest jednym z najprostszych zastosowań automatyzacji. Element zawsze ma ten sam kształt, można go chwycić w przewidzianym miejscu, a jego zachowanie po podniesieniu jest łatwe do oszacowania. Z miękkimi albo częściowo elastycznymi komponentami zaczyna się zupełnie inna historia, bo duży i nieregularny panel może się ugiąć, zahaczyć o pojemnik, zmienić ułożenie podczas przenoszenia albo przesunąć rozkład masy względem dłoni robota. Maszyna nie może więc tylko odtworzyć wcześniej zapisanej trajektorii. Musi obserwować opór, korygować ustawienie kończyn i dostosowywać siłę chwytu jeszcze w trakcie ruchu.
Właśnie dlatego Xiaomi szczególnie chwali się sortowaniem bocznych osłon konsoli centralnej. Według firmy jest to pierwszy przypadek długotrwałej, ciągłej pracy robota humanoidalnego z elastycznymi elementami w fabryce samochodów. Konstrukcja korzysta z czujników siły oraz aktywnej kontroli podatności, więc jeśli panel zakleszczy się albo zahaczy, robot może zmienić pozycję i ponowić próbę zamiast zatrzymać cały proces.
Podobne wyzwanie było już widać przy Atlasie uczącym się pracy dotychczas zbyt ludzkiej. Robotyka nie potyka się już przede wszystkim o samo chodzenie czy podnoszenie ciężarów. Znacznie trudniejsze okazują się drobne odchylenia, tarcie, sprężystość materiału oraz mikrokorekty, których człowiek dokonuje bez świadomego zastanowienia.
Xiaomi nie chce programować każdego ruchu osobno
Za pierwszym wdrożeniem do fabryk stał model Xiaomi-Robotics-0, który ma 4,7 miliarda parametrów i należy do grupy modeli VLA, czyli vision-language-action. Oznacza to, że system łączy obraz z kamer, informacje o poleceniu oraz dostępne działania fizycznej maszyny. W efekcie zamiast otrzymywać wyłącznie serię sztywno zapisanych współrzędnych, robot ma interpretować sytuację i dobierać ruch odpowiadający temu, co aktualnie widzi oraz wyczuwa.
Czytaj też: D-Day godny XXI wieku. Po raz pierwszy roboty trafiły na brzeg i zaczęły szturm
Xiaomi połączyło ten model z uczeniem przez wzmacnianie oraz informacjami z kamer, czujników dotyku i położenia stawów. Wirtualne szkolenie obejmowało setki milionów losowych zakłóceń, dzięki czemu maszyna miała nauczyć się utrzymywania równowagi i reagowania na sytuacje, których nie przećwiczono wcześniej na fizycznym egzemplarzu. Dla mnie właśnie tutaj zaczyna się najważniejsza część całej historii. Klasyczne ramię przemysłowe również może bowiem obsługiwać nakrętki, a prawdopodobnie zrobi to szybciej, taniej i dokładniej. Tyle że jest najczęściej przywiązane do jednego stanowiska i jednego procesu. Zmiana zadania może wymagać przebudowy osprzętu, przygotowania nowych zabezpieczeń oraz przeprogramowania całego układu.
Robot w postaci humanoida ma z kolei wejść do hali zaprojektowanej dla ludzi, korzystać z obecnych przejść, pojemników, regałów i stanowisk, a następnie nauczyć się kolejnego zajęcia bez przebudowy fabryki pod własną konstrukcję. Ten kierunek widać przy AgiBocie G2, który ma przejmować różne zadania przemysłowe. Sama ludzka sylwetka robota nie jest więc najważniejsza. Liczy się możliwość szybkiego przenoszenia go między procesami.
Producenci robotów przestali sprzedawać krótkie pokazy
Dziś znacząco zmienia się sposób udowadniania możliwości humanoidów. Kilkudziesięciosekundowe filmy, na których robot perfekcyjnie wykonuje jedno zadanie, przestały wystarczać. Firmy zaczynają transmitować wielogodzinną pracę bez montażu, bo dopiero wtedy można zobaczyć przerwy, pomyłki oraz zachowanie maszyny po wielu godzinach powtarzania tej samej czynności. Przykładowo Figure przeprowadziło pokaz, podczas którego roboty przez wiele godzin sortowały paczki. Maszyny miały rozpoznawać kody, obracać przesyłki i odkładać je na przenośnik w odpowiednim ułożeniu. Firma nie przedstawiła jednak jednego – formalnego wskaźnika skuteczności porównywalnego z wynikiem Xiaomi.
Jeszcze dalej poszedł AgiBot. Podczas wielodniowej transmisji roboty G2 pracowały łącznie przez ponad 64 godziny, wykonały 64828 operacji i uczestniczyły w produkcji 17625 tabletów. Firma zadeklarowała skuteczność na poziomie 99,99 procent. Wyniku nie można jednak bezpośrednio zestawiać z 98 procentami Xiaomi, bo mowa o innych zadaniach, innej metodzie liczenia oraz flocie robotów, a niekoniecznie pojedynczej maszynie wykonującej kompletny proces. Warto podkreślić, że 64828 operacji nie oznacza wyprodukowania takiej samej liczby urządzeń. Na jeden tablet przypadało średnio kilka robotycznych czynności. Pokaz jednocześnie nadal stanowi jeden z najciekawszych publicznych testów trwałości humanoidów, ale liczby bez opisu metodologii łatwo mogą stworzyć znacznie bardziej futurystyczny obraz, niż wynika z rzeczywistego zakresu pracy.
Przyszłość już weszła na halę, ale nadal jest praktykantem
Lei Jun przewiduje, że w ciągu pięciu lat duża liczba humanoidalnych robotów zacznie pracować w fabrykach Xiaomi. Obecne wdrożenie pokazuje, że firma nie ogranicza się już do robota stojącego na scenie. Maszyny mają realne stanowiska, mierzalne cele i kolejne zadania do zaliczenia, ale czy te trzy opanowane czynności oznaczają nadejście fabryki pozbawionej ludzi? Odpowiedź na to pytanie jest trudna, bo w tej kwestii znacznie istotniejsze jest tempo uczenia się. Jeśli bowiem przejście od około 90 do 98 procent zajmuje jeden kwartał, a maszyna równolegle dostaje kolejne stanowiska, to przewaga człowieka może kurczyć się szybciej, niż sugerują same demonstracje.
Czytaj też: Roboty dostały nowy zmysł. Teraz mogą zobaczyć to, czego dotykają
Zmieni się również rodzaj pracy wykonywanej przez ludzi. Najpierw humanoidy przejmą czynności monotonne, obciążające fizycznie i łatwe do oceny. Człowiek pozostanie przy wyjątkach, kontroli jakości, serwisie oraz procesach wymagających improwizacji. Dopiero później okaże się, czy roboty zaczną przejmować także te stanowiska, czy pozostaną kolejnym wyspecjalizowanym narzędziem pod nadzorem załogi.
Źródła: Xiaomi, Pokaz AgiBot G2, Figure
