Роботы десятилетиями не могли освоить то, что любой трёхлетний ребёнок делает не задумываясь: аккуратно взять предмет в руку. В индустрию вливали миллиарды долларов, скармливали нейросетям бесконечные часы видео с манипуляциями, но результат оставался на уровне «уронил, сломал, повторить». Стартап Eka Robotics, похоже, нашёл обход этой стены, и инвесторы отреагировали чеком на $150 млн при оценке компании в $1.45 млрд.
Основатели: не случайные люди. Пулкит Агравал, профессор MIT, и Туомас Хаарноя, бывший исследователь Google DeepMind, занимались reinforcement learning ещё в аспирантуре Беркли. Их ключевая ставка оказалась простой на словах и сложной на деле: вместо обучения робота на видеозаписях людей они построили физический симулятор, прогоняющий тысячи часов виртуального опыта за минуты. Робот тренируется на переборе вариантов в смоделированном мире, где заложены настоящие законы физики: трение, вес, упругость.
Главное архитектурное отличие: отказ от привычной для индустрии модели vision-language-action в пользу vision-force-action. Это значит, что робот ориентируется не только на картинку с камеры, но и на данные с силовых датчиков в своей «руке». Агравал объясняет это просто: зрение подсказывает, где находится объект, но сам захват, та самая «последняя миллиметровая» проблема, решается через ощущение силы, а не через взгляд. Для этого пришлось спроектировать нестандартный захват с повышенной гибкостью и плотной сетью сенсоров, реагирующих на малейшее касание.
Цифры впечатляют независимо от контекста: робот подбирает до 1500 предметов весом до килограмма в час, почти втрое больше, чем человек за то же время, с надёжностью свыше 95%. Среди тестовых объектов: малина, любимый пунктик инженеров из конкурирующих лабораторий, потому что раздавить её проще простого. Один из робототехников, пожелавший остаться анонимным, описал встречу с роботом Eka как момент, сравнимый с первыми успехами в устойчивой ходьбе двуногих роботов: машина неслась к его руке на скорости, и за миг до контакта замедлялась, беря предмет бережно, почти по-человечески.
Эйфория не отменяет практических вопросов. Робот пока работает в закрытых пилотах с промышленными заказчиками на задачах вроде сортировки и манипуляции проводами: переход от лабораторной демонстрации к конвейеру, работающему без сбоев годами, остаётся нерешённым испытанием. Захват Eka стоит меньше тысячи долларов и рассчитан на 5 миллионов циклов использования, тогда как промышленный стандарт: 20 миллионов. Разрыв заметный, но основатели говорят о нём открыто, не пряча амбиции за красивыми обещаниями.
Создание AI-агентов и автоматизация на n8n: проектируем и запускаем под ключ.
