Через два дня после того, как Nvidia представила Cosmos 3, инженеры в Ханчжоу не устраивали презентацию — они наблюдали за тем, как меняются цифры в турнирной таблице бенчмарка. Компания Spirit AI заявила, что их модель Spirit v1.6 набрала 1 924 балла в RoboArena, немного опередив Nvidia Cosmos3‑Nano‑Policy с результатом 1 881 балл. Эта победа — тот самый конкретный факт, который разрушает красивые презентации: она произошла публично, была замерена на бенчмарке, разработанном совместно с ведущими лабораториями, а на той же неделе Spirit объявила о привлечении финансирования в размере 1,5 млрд юаней. Такое сочетание производительности и капитала стало четким сигналом в контексте технологической войны между США и Китаем: преимущество Китая в области воплощенного ИИ (embodied AI) — это не мистика, а вполне материальная реальность, более весомая, чем предполагали на Западе.
Технологическая война США и Китая: успех Китая в области робототехники объясняется данными, а не только графическими процессорами
Победа Spirit в рейтинге дает ответ на главный вопрос — как Китаю удалось обойти Nvidia в этом состязании? — и ответ этот носит операционный, а не мистический характер. Spirit не тратила больше Nvidia на суперкомпьютеры; компания создала модель стратегии, которая лучше справляется с рандомизированными тестами RoboArena на предотвращение переобучения. Ключевой ингредиент — доступ к разнообразным крупномасштабным данным в сфере робототехники и быстрые циклы итераций: компании в Китае собирают логи манипуляций, видео с нескольких камер и результаты испытаний роботов в промышленных масштабах, подавая эти данные на вход фундаментальным моделям. В то время как Nvidia и другие западные группы полагаются на дорогостоящие вычислительные мощности GPU и высокую точность симуляций, китайские команды используют масштаб реального мира и более низкие удельные затраты, чтобы сократить разрыв в производительности.
Это имеет значение для разработчиков робототехники. Победа в RoboArena не создает мгновенно идеального гуманоида; она снижает инженерную нагрузку при переносе симулированного поведения в сложную реальность. Для разработчика, который выбирает между лицензированием иностранного программного стека, созданием собственного или использованием локального решения, результат Spirit меняет расчеты: модели, которые «видели» сотни тысяч реальных взаимодействий, будут адаптироваться с меньшими затратами на дообучение, потребуют меньше сверхдорогих циклов симуляции и позволят сократить сроки развертывания на месяцы.
Технологическая война США и Китая: промышленная стратегия Китая — финансирование, заводы и регулирование
За успехом Spirit стоит четкая промышленная стратегия. Компания объявила о крупном раунде финансирования — 1,5 млрд юаней на этой неделе — в рамках более широкого притока капитала в физический ИИ. Инвесторы и местные органы власти вкладывают средства в стартапы, способные продемонстрировать возможности «воплощенного ИИ», а муниципальные льготы объединяют дешевое оборудование, производственные мощности и полигоны с командами разработчиков ПО. Это та модель вертикально интегрированной среды, которую ЕС и США с трудом пытаются воспроизвести в нужном масштабе.
Регулирование играет свою роль. Центральные и местные власти Китая проявляют прагматизм в отношении правил пилотирования дронов, роботакси и других низковысотных или городских систем. Там, где судебные иски и разрозненные правила штатов в США замедлили внедрение реальных роботов, китайские регуляторы часто отдают приоритет быстрым пилотным проектам с четкими операционными границами. Это сокращает время от успеха в бенчмарках до получения выручки от клиентов — экономическое преимущество, которое обеспечивает поток новых данных, большее количество граничных случаев и, как следствие, более мощные модели.
С европейской точки зрения, это создает серьезное давление. «Закон о чипах» (Chips Act) и недавние программы финансирования ЕС направлены на укрепление цепочек поставок полупроводников и ИИ, но победа Spirit показывает, что дело не только в заводах (фабах). Это системная проблема: важны потоки капитала, доступные испытательные площадки и промышленные экосистемы. Европа обладает глубоким инженерным потенциалом; чего ей не хватает, так это единого административного центра, координирующего стимулы на уровне городов и регионов — и она определенно еще не решила, какое правительство возьмет на себя риски.
Механика бенчмарков: почему RoboArena важна для инженеров и политиков
Однако бенчмарки отражают ситуацию лишь отчасти. Победа в RoboArena свидетельствует о готовности к выполнению класса общих задач — манипуляции, навигации, использования инструментов — но она не заменяет месяцы интеграционной работы над оборудованием, валидацией безопасности и прохождением регуляторных процедур. Nvidia остается доминирующей силой во многих частях стека: проектировании чипов, GPU для дата-центров и инструментах симуляции. Поэтому победа Spirit — это скорее точка перегиба, чем нокаут.
Политикам следует обратить внимание на две вещи: во-первых, «бутылочным горлышком» для воплощенного ИИ все чаще становятся данные и возможности интеграции; во-вторых, экспортный контроль над GPU, хотя и эффективный в одной конкретной области, не предотвращает рост производительности, достигаемый за счет других рычагов. Это имеет последствия для того, как западные правительства формируют промышленную политику: ограничение доступа к оборудованию может замедлить одних игроков, но может также подтолкнуть конкурентов к инновациям в обход существующих ограничений.
Как китайские ускорители сравнимы с GPU Nvidia — и почему это важно для разработчиков
Вопрос о том, как китайские ИИ-ускорители соотносятся с GPU Nvidia, является практическим и насущным. Топовые чипы Nvidia остаются золотым стандартом по чистой пропускной способности операций с плавающей запятой, пропускной способности памяти и экосистеме ПО вокруг CUDA. Китайские ускорители — серия Huawei Ascend, чипы M-класса от Baidu и другие — догоняют их по устойчивой производительности и зачастую дешевле в эксплуатации внутри локальных облачных систем. Обычно они уступают по пиковой производительности и зрелости инструментов разработки, но компенсируют это лучшей локальной интеграцией, ясностью регулирования и стоимостью часа обучения.
Для разработчиков робототехники вывод прост: если вашему продукту нужны последние 10–20% производительности для многомесячного обучения моделей, Nvidia остается самым быстрым путем. Если же ваш приоритет — частое переобучение на потоковых данных из реального мира, более низкие расходы на облака и простота развертывания в Китае, то локальные ускорители становятся все более конкурентоспособными. Результат Spirit показывает, что продуманный дизайн модели и обилие данных о задачах могут компенсировать дефицит вычислительной мощности — напоминание о том, что чипы необходимы, но недостаточны.
Что эта победа означает для технологической войны США и Китая: тактические сдвиги, а не мгновенное доминирование
Высокое место Spirit во многих кругах будет преподноситься как геополитическая веха, но правильнее будет взглянуть на ситуацию более тонко. США по-прежнему сохраняют материальные преимущества в передовом дизайне чипов, экосистемах разработчиков и ведущих исследованиях в области LLM. Китай удерживает преимущества в масштабах производства, сборе полевых данных и целеустремленной промышленной политике, которая объединяет капитал, полигоны и регуляторов. Это разделение — «мозги» против «тел» в популярной интерпретации — размывается, поскольку обе стороны заимствуют тактики друг друга.
Для робототехнических фирм по всему миру новая реальность будет гибридной: использование западных инструментов там, где их ПО и чипы ускоряют исследования, и использование китайских моделей и датасетов там, где развертывание требует быстрого и экономически эффективного масштабирования. Для политиков урок заключается в том, что экспортный контроль и санкции — лишь один из многих инструментов; долгосрочное преимущество будет зависеть от финансирования, стандартов и того, кто победит в сложной борьбе за то, чтобы заставить роботов работать в реальном мире.
Источники
- Бенчмарк RoboArena (Nvidia, Стэнфордский университет, Калифорнийский университет в Беркли)
- Spirit AI (корпоративные анонсы и информация о раунде финансирования)
- Nvidia (Cosmos 3 и связанные исследования)
- Manifold AI (результаты бенчмарка WorldScape)
- TSMC и ASML (контекст цепочки поставок полупроводников)
- Baidu, Huawei (китайские ИИ-чипы и промышленная политика)
Comments
No comments yet. Be the first!