惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

大猫的无限游戏
大猫的无限游戏
Security Archives - TechRepublic
Security Archives - TechRepublic
T
Threat Research - Cisco Blogs
A
Arctic Wolf
S
Securelist
O
OpenAI News
T
Threatpost
Forbes - Security
Forbes - Security
N
News and Events Feed by Topic
S
Secure Thoughts
H
Heimdal Security Blog
S
Security Affairs
P
Privacy International News Feed
C
Cisco Blogs
C
CERT Recently Published Vulnerability Notes
Cyberwarzone
Cyberwarzone
N
News and Events Feed by Topic
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
P
Palo Alto Networks Blog
S
Security @ Cisco Blogs
Hacker News - Newest:
Hacker News - Newest: "LLM"
博客园 - 三生石上(FineUI控件)
月光博客
月光博客
T
Tailwind CSS Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Hacker News: Ask HN
Hacker News: Ask HN
T
Troy Hunt's Blog
S
SegmentFault 最新的问题
腾讯CDC
V
Visual Studio Blog
Last Week in AI
Last Week in AI
H
Hacker News: Front Page
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Project Zero
Project Zero
WordPress大学
WordPress大学
NISL@THU
NISL@THU
博客园 - 【当耐特】
博客园 - Franky
Webroot Blog
Webroot Blog
博客园_首页
T
Tenable Blog
雷峰网
雷峰网
Google Online Security Blog
Google Online Security Blog
阮一峰的网络日志
阮一峰的网络日志
V2EX - 技术
V2EX - 技术
Recent Commits to openclaw:main
Recent Commits to openclaw:main
L
Lohrmann on Cybersecurity
The Hacker News
The Hacker News

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Целесообразность использования человекоподобных роботов в производственных процессах обработки поверхностей
Алекс · 2026-06-22 · via Все публикации подряд на Хабре
Обработка поверхности перед окраской.

Обработка поверхности перед окраской.

Всё больше появляется сообщений о проектах с применением человекоподобных роботов на производстве. Основная гипотеза: человекоподобный робот, может работать вместо человека, так как всё на производстве уже сделано для человека и человек работает.
Ниже разберём гипотезу о целесообразности использования человекоподобных роботов в производственных процессах обработки поверхностей (шлифовка, полировка, пескоструйка, покраска и т.д.) в актуальном периоде.

Основной вывод: человекоподобные роботы вряд ли станут оптимальным решением для производства, где точность, производительность и скорость являются основными критериями выбора.

Аргументы

Ноги - неэффективный способ передвижения по заводу

Ноги неэффективны на ровных поверхностях. Двуногая ходьба требует сложных систем балансировки (особенно с учётом работающего инструмента), потребляет много энергии и не даёт преимуществ перед колёсными платформами или рельсами. К тому же, роботу всё равно будет нужно использовать инструмент, который «привязан» кабелем питания или шлангом подачи воздуха для работы инструмента.

Президент Teradyne Robotics Уджвал Кумар отмечает, что «зачем заставлять робота стоять на двух ногах, если колёса могут перемещать его по цеху быстрее и с большей стабильностью?». Richtech Robotics при разработке промышленного гуманоида Dex сознательно отказалась от ног в пользу колёсной платформы, заявив: «Разработка устойчивой двуногой походки не даёт практических преимуществ в промышленных условиях». Ноги также серьёзно ограничивают время автономной работы - до 15-30 минут у некоторых моделей. UBS в своём анализе добавляет: колёса «гораздо эффективнее в определённых средах».

Многопальцевые кисти (захваты) - дорого и ненадёжно

Кисти с несколькими пальцами с учётом необходимой сенсорики и усилий, соответствующих человеческим дороги, существующие не обеспечивают надёжный захват инструмента на высоких скоростях/усилиях и усложняют систему. Эффективнее напрямую присоединить инструмент к манипулятору, возможно использовать сменные инструменты.

Родни Брукс (сооснователь iRobot, профессор MIT) указывает, что в человеческой руке содержится около 17 000 специализированных тактильных рецепторов - у гуманоидных роботов их «фактически ноль». Инфраструктура для сбора тактильных данных, аналогичная ImageNet для зрения, просто не существует. Стоимость одной «ловкой кисти» от Shadow Robotics достигает $74 000. UBS прямо пишет: «Набор подключаемых "конечных эффекторов" – отвёрток, захватов и присосок - может быть более подходящим, чем кисти рук».

Голова с камерами - неэффективное размещение сенсоров

Голова мала, камеры расположены слишком близко друг к другу. Для хорошего обзора датчики нужно размещать по всей рабочей ячейке - на манипуляторе рядом с инструментом и над деталью. Человек может значительно изменять положение головы для изменения угла обзора и даже при всей гибкости не всё хорошо видно. А роботу, кроме собственно камер, следящих за процессом, нужно ещё следить за положением деталей, и самого себя в пространстве, при помощи дополнительных датчиков.

В общем это инженерный здравый смысл. В промышленных решениях с роботами, используется распределённая сенсорика: камеры, силомоментные датчики и ИИ-алгоритмы работают в связке для адаптивного контроля процесса. Специализированные 6D-силомоментные датчики, встроенные непосредственно в инструмент или рядом с ним, обеспечивают замкнутый контур управления в реальном времени.

Двойные манипуляторы (две руки) - нужны, но не в гуманоидной конфигурации

Две руки полезны для обработки крупных деталей, но их нужно располагать на достаточном расстоянии друг от друга, чтобы избежать столкновений и максимизировать рабочее пространство. Однако, это не та конфигурация, которая используется в гуманоидных роботах. За скобками оставим, режимы синхронизации, распределения усилий и т.п.

Подготовка поверхности с помощью промышленных роботов.

Подготовка поверхности с помощью промышленных роботов.

Если рассмотреть, примеры, промышленных производственных ячеек с двумя промышленными манипуляторами на рельсах - это более оптимальное решение. Teradyne Robotics также подтверждает: «Большая часть работы на заводском цехе не требует перемещения за пределы ячейки. Шестиосевой робот может оставаться на одном месте или перемещаться по рельсу или с помощью подъёмной колонны».

Здесь нужно отметить, что правильная конфигурация важнее антропоморфности. Хотя с эстетической точки зрения, антропоморфный робот с одной рукой, это не то, что мы ожидаем.

Экономия на масштабе - не аргумент в пользу гуманоидов

Сторонники гуманоидов говорят об экономии на масштабе. Но промышленные роботы, рельсы, камеры и силомоментные датчики - всё это уже производится в больших объёмах и выигрывает от эффекта масштаба без гуманоидной формы.

Цифры красноречивы. По данным DIGITIMES, сегодняшние гуманоидные роботы стоят $50 000 – 400 000, тогда как промышленные роботы аналогичного размера и функциональности – в пределах $30 000. UBS оценивает текущую стоимость Tesla Optimus в $50–60 тыс., Figure AI - $30–100 тыс., а Atlas 2 от Boston Dynamics - более $500 тыс. При этом гуманоиды «дороги, сложны и относительно хрупки по сравнению с более простыми специализированными системами автоматизации». Forbes добавляет: «Крупные производители гуманоидных роботов избегают обсуждения стоимости, но отраслевые оценки помещают стоимость единицы в $120 000 – 200 000». Здесь также есть вопрос необходимой инфраструктуры, необходимой для поддержки роботов.

В 2025 году, по данным Counterpoint Research, в мире было установлено всего 16000 гуманоидных роботов, и в основном для сбора данных и исследований. Для сравнения: ежегодные поставки промышленных роботов исчисляются сотнями тысяч.

Гуманоиды, на текущий момент, проигрывают в цене при сопоставимой функциональности

Главный контраргумент: производительность

Необходимо отметить, что промышленные роботы работают в 4–5 раз быстрее человека при заметно больших усилиях. Однако, по данным UBTech (третьего по величине производителя гуманоидных роботов в мире), гуманоиды достигают лишь 50% производительности человека в ограниченных заводских задачах. Это достаточно большой разрыв.

Нюансы:

Но есть и исключения: существуют компании, разрабатывающие гуманоидных роботов специально для полировки - например, Stial Technologies с моделью Steven. Однако даже они используют колёсную платформу (а не ноги) и делают упор на работу в стеснённых пространствах и со сложными деталями - там, где гибкость руки имеет большое значение.

Steven jn Stial Technologies.

Steven jn Stial Technologies.

И здесь стоит обратить внимание, что это скорее исключение, подтверждающее правило. Так как речь идёт о массовых производственных процессах, где критерии - скорость, точность и производительность.

Итоговый вывод

Гуманоидные роботы не являются оптимальным решением для производственных задач обработки поверхностей.

Они:

- Дороже промышленных аналогов в 2–10 раз

- Медленнее (50% производительности человека против 400–500% у промышленных роботов)

- Сложнее и менее надёжны (тысячи деталей против десятков)

- Имеют низкую энергоэффективность (ходьба требует огромных затрат энергии)

- Не дают реальных преимуществ на ровном заводском полу

Как отмечает Уджвал Кумар из Teradyne Robotics: «На заводе в цеху практичность важнее внешнего вида - модульные, ориентированные на задачу роботы превосходят человекоподобные конструкции».

Для производства в процессах обработки поверхностей, где точность, производительность и скорость являются главными критериями, ответ однозначен: промышленные роботы в правильной конфигурации - это "выигрышное решение". Гуманоиды пока остаются скорее маркетинговым и исследовательским феноменом, чем практическим инструментом для реального производства.

Использованы материалы: GrayMatter Robotics, Teradyne Robotics,iRobot