В мае 2026 года на выставке Automate (Чикаго) два крупнейших производителя промышленных роботов показали то, что ещё год назад казалось научной фантастикой: FANUC — кобот, которым управляют голосом через нейросеть Google Gemini, ABB — платформу, где роботы обучаются на синтетических данных без единой строчки ручного кода. Оба решения уже работают в реальных условиях. Разбираем, что изменилось и что это значит для производств.

FANUC CRX + Google Gemini Enterprise: «скажи роботу что сделать»

FANUC показал коллаборативный робот серии CRX с интеграцией Gemini Enterprise — большой языковой модели Google, заточенной под корпоративное применение. Принцип работы выглядит так:

  • Инженер говорит роботу задачу голосом на обычном языке: «Возьми деталь с конвейера, проверь маркировку и положи в ящик B».
  • Gemini Enterprise в реальном времени переводит речь в Python-код и последовательность движений.
  • CRX выполняет задачу, не требуя тич-пенданта и ручного программирования траектории.

По данным FANUC, время первоначальной настройки кобота на новую задачу сократилось с нескольких недель до нескольких часов. Это не лабораторный результат: пилотные внедрения уже идут на американских заводах автокомпонентов и упаковки.

Важная деталь: Gemini не просто конвертирует речь в код — модель понимает контекст задачи, учитывает геометрию рабочей ячейки и сама планирует безопасные траектории. Если рядом окажется человек, кобот остановится.

ABB Physical AI Toolchain: обучение без ручного программирования

ABB Robotics представила Physical AI Toolchain — набор инструментов, который переводит обучение роботов на новые рельсы.

Традиционно чтобы научить робота новой операции, нужно: написать программу, отладить её на реальном железе, итерировать пока не заработает — это недели. ABB предлагает другой путь:

  • Синтетические данные — задача сначала симулируется в цифровом двойнике. Модель обучается на тысячах виртуальных примеров без участия реального робота.
  • Реальные данные — небольшое число реальных демонстраций дообучает модель под конкретное железо и условия освещения.
  • Перенос в производство — обученная модель загружается в реального робота. Никаких ручных траекторий, никакого тич-пенданта.

Результат: первый запуск нового процесса — часы вместо недель. Переналадка на другой артикул — минуты. Именно это ABB назвала переломным моментом для мелкосерийного производства.

«Раньше роботизация мелких серий была нерентабельна: время переналадки съедало весь выигрыш. Physical AI меняет эту математику. Теперь имеет смысл ставить робота даже там, где партия — 50 штук.»

Physical AI: что это такое на практике

Термин Physical AI активно продвигают NVIDIA, FANUC и ABB. Суть — ИИ, обученный не только на текстах и изображениях, но и на физическом взаимодействии с реальным миром: усилие, траектория, отдача, ошибка и коррекция.

Ключевое отличие от классической роботизации:

  • Классика: инженер прописывает каждое движение. Робот делает ровно то, что написано — и ничего больше.
  • Physical AI: модель понимает цель задачи. Если деталь лежит не под тем углом — робот адаптируется сам.

Это принципиальный сдвиг. До сих пор роботы были отличными исполнителями, но требовали идеального порядка вокруг себя. Physical AI делает их терпимыми к хаосу реального производства.

Что это значит для производств в Узбекистане

Узбекистан активно наращивает промышленную базу: текстиль, автокомпоненты, упаковка, пищевая промышленность. Именно в этих отраслях Physical AI даёт максимальный эффект — там, где много мелких и средних серий, частая смена номенклатуры, нехватка опытных программистов роботов.

  • Порог входа снижается. Не нужен специалист с многолетним опытом программирования FANUC или ABB — базовую задачу можно поставить голосом или через визуальный интерфейс.
  • Окупаемость растёт. Если переналадка занимает часы, а не недели, один робот может работать на нескольких продуктовых линиях — это меняет бизнес-кейс.
  • Требования к операторам меняются. Вместо программистов роботов нужны технологи, которые понимают производственный процесс и умеют правильно поставить задачу.

Важно: речь не о замене существующего парка. Роботы ABB, FANUC и Yaskawa, установленные в 2015–2022 годах, будут работать ещё 10–15 лет. Physical AI — это прежде всего апгрейд логики управления, а не железа.

Когда это придёт на реальные заводы

Пилоты уже идут. Но массовое внедрение на производствах среднего масштаба — горизонт 2–4 года. Пока ограничения такие:

  • Нужна стабильная связь с облаком (Gemini Enterprise — облачное решение).
  • Синтетическое обучение требует цифрового двойника цеха — это дополнительный этап интеграции.
  • Для сложных сварочных и высокоточных операций (±0,05 мм) Physical AI пока уступает классическому программированию.

Оптимальный сценарий прямо сейчас: Physical AI там, где есть перебор, укладка, сборка, контроль качества визуального типа — и классическое программирование там, где нужна максимальная точность.

Хотите понять, что из этого применимо на вашем производстве?

Поможем оценить текущий парк роботов, разобраться с возможностями FANUC, ABB и других брендов, подобрать оптимальный подход — от ремонта и сервиса до интеграции новых решений.

Звоните: +998 90 951-27-41 (Дмитрий), +998 90 349-02-20 (Константин), promrobotuz@gmail.com

Обсудить задачу →
← Все новости Следующая →