Spirit AI обходит Nvidia по бенчмарку RoboArena в области робототехники

      TL;DR Китайский стартап Spirit AI возглавил таблицу лидеров RoboArena, созданную совместно с Nvidia, набрав 1,924 против 1,881 у Nvidia, поскольку физический ИИ становится следующим полем битвы технологий.

      Два дня. Именно столько времени последняя модель робототехники Nvidia находилась на вершине таблицы лидеров RoboArena, прежде чем стартап из Ханчжоу сбросил её с пьедестала.

      В среду Spirit AI объявил, что его базовая модель для воплощённого интеллекта, Spirit v1.6, набрала 1,924 балла по стандартам, обойдя Cosmos3-Nano-Policy от Nvidia с 1,881. Второй проект Nvidia, DreamZero, занял третье место с 1,763. Это первый случай, когда китайская модель заняла первое место в RoboArena, стандарт, который Nvidia совместно разработала с Университетом Стэнфорда и Университетом Калифорнии в Беркли.

      Своевременность этого события болезненна. Nvidia представила свой омнимодель Cosmos 3 на Computex в Тайбэе 1 июня, назвав его «моделью открытой границы для физического ИИ». Обученная на 20 триллионах токенов мультимодальных данных, Cosmos 3 должен был продемонстрировать доминирование компании в категории, которую она практически изобрела. У Spirit AI были другие планы.

      Что на самом деле измеряет физический ИИ

      RoboArena не тестирует беглость чат-ботов или качество генерации изображений. Он оценивает, насколько эффективно общая политика робота переводится в реальные действия: манипуляция объектами, навигация, использование инструментов, восприятие, планирование и адаптация в незнакомых средах. Короче говоря, он измеряет, может ли машина думать и затем действовать.

      Физический ИИ полагается на две основные способности. Политические способности определяют способность модели действовать на основе наблюдаемого, что именно и измеряет RoboArena. Мировые способности определяют способность модели симулировать и предсказывать, что произойдет дальше, если будет предпринято конкретное действие.

      Отрасль движется к интеграции обоих. В сентябре прошлого года китайские исследователи представили единую архитектуру «Мировой модели политики», которая объединяет моделирование мира и планирование траекторий в единую систему. Это слияние сейчас ускоряется по всему сектору.

      Китай лидирует на нескольких фронтах

      Результат Spirit AI в RoboArena не является изолированной точкой данных. В более широком экосистеме стандартов физического ИИ китайские компании занимают ведущие позиции почти в каждой категории.

      На стандарте WorldArena, который оценивает воплощенные мировые модели, первое место занимает WorldScape-0.2 от Manifold AI. Он превосходит Cosmos-Predict 2.5 от Nvidia в треке оценивания политики. В треке восприятия лидирует AgiBot, одна из крупнейших робототехнических компаний Китая, с моделью GenieEnvisioner-Sim2.0-2B, представленную на прошлой неделе. В треке данных лидирует DexForce, еще один китайский стартап.

      На стандарте WorldScore, который тестирует способность модели генерировать миры из текстовых подсказок, WorldScape-0.2 от Manifold AI снова лидирует, превосходя WonderJourney, совместный проект Стэнфорда и Google.

      Деньги поступают

      Технические результаты подкреплены необычайной волной капитала. Spirit AI объявил о раунде финансирования в 1,5 миллиарда юаней (222 миллиона долларов) в среду, это четвертый раунд всего за три месяца. Эта скорость, как сообщается, является самой агрессивной в секторе воплощенного ИИ. Ранее раунды уже повысили оценку компании до более чем 10 миллиардов юаней (1,4 миллиарда долларов).

      В тот же день XYZ Embodied AI, инкубированный Пекинской академией искусственного интеллекта, сообщил, что закрыл свой раунд pre-A, собрав 1 миллиард юаней всего за 10 месяцев для разработки «воплощенных мозгов» и мировых моделей. Manifold AI завершил пять раундов финансирования за 10 месяцев, последний из которых в апреле обеспечил, как сообщается, сотни миллионов юаней.

      Широкий китайский сектор робототехники привлек 3,4 миллиарда долларов венчурного финансирования только в 2025 году, что на 42 процента больше, чем в Соединенных Штатах. Этот разрыв, похоже, расширяется в 2026 году.

      Контрстратегия Nvidia

      Nvidia не стоит на месте. На Computex генеральный директор Дженсен Хуанг объявил о партнерстве с китайской робототехнической компанией Unitree, которая готовит IPO на 7 миллиардов долларов, и сингапурским производителем роботизированных рук Sharpa для создания эталонного дизайна гуманоидного робота. Платформа объединяет гуманоидное тело H2 Plus от Unitree, тактильные руки Wave от Sharpa и процессор Nvidia Jetson AGX Thor T5000.

      Хуанг также запустил Коалицию Cosmos, привлекая лаборатории ИИ, включая Agile Robots, Black Forest Labs, Runway и Skild AI для продвижения открытых мировых моделей. Сообщение ясно: Nvidia хочет быть инфраструктурным слоем для всей экосистемы физического ИИ, даже если отдельные модели теряют короны стандартов.

      Но сам Хуанг определил основное узкое место сектора. «Для роботизированных систем и физического ИИ данные являются самой сложной проблемой», — сказал он на Computex. Это признание указывает на то, почему Китай может иметь структурное преимущество.

      Вопрос данных

      Александр Ванг, основатель Scale AI, который присоединился к Meta в качестве первого главного директора по ИИ в 2025 году, якобы сказал в прошлом году, что Китай «фундаментально очень хорошо позиционирован в области данных» и что многие американские компании полагаются на китайские данные для обучения базовых моделей робототехники. Это утверждение не было полностью независимо проверено, но оно соответствует наблюдаемой политике.

      В технологических центрах, таких как Пекин и Шэньчжэнь, китайские власти создали поддерживаемые государством «фабрики данных» для сбора данных для обучения робототехники в больших масштабах. Производственная цепочка Китая, с её плотной сетью фабрик и сборочных линий, предоставляет естественную среду для такого рода данных о взаимодействии роботов с реальным миром, которые остаются дорогими и трудными для сбора на Западе.

      Если данные действительно являются самой сложной проблемой, то страна с наибольшим количеством фабрик, наибольшим количеством роботов и наибольшей готовностью к сбору данных может уже иметь ответ.