GPT-5 без VPN

Aijora.ru — без ограничений

Попробовать бесплатно
Все новости
робототехникагуманоидыкитайleju-roboticsпроизводство

В Гуандуне открыли конвейер на 10 000 гуманоидов в год

Leju Robotics и Dongfang Precision запустили в Шэньчжэне конвейер: один гуманоид сходит с линии каждые 30 минут. Что это значит для рынка.

Влад МакаровВлад Макаровпроверил и опубликовал
7 мин чтения
В Гуандуне открыли конвейер на 10 000 гуманоидов в год

Один гуманоидный робот каждые 30 минут. Именно с такой ритмичностью сходит с конвейера новая линия Leju Robotics в Гуандуне — а это около 17 машин за смену и до 10 000 в год. Для индустрии, в которой ещё пару лет назад «мелкосерийное производство» означало пять прототипов в квартал, это смена эпохи.

Что именно запустили

Линия открылась 29 марта 2026 года в районе Лунхуа в Шэньчжэне и стала, по официальному заявлению, первым в Китае автоматизированным конвейером гуманоидов с проектной мощностью 10 000 единиц в год. Проект — совместное предприятие Leju Robotics и Dongfang Precision Science and Technology. Последняя ещё несколько лет назад делала станки для гофрокартонного производства, а теперь занялась контрактным производством роботов. Что характерно — у Dongfang уже 2.8% в капитале Leju, так что инженеры по дизайну и инженеры по сборке мотивированы одинаково.

Сборка идёт через 24 этапа точной сборки и 77 точек контроля качества. Утверждается, что эффективность примерно на 50% выше, чем у традиционных схем сборки робототехники. Перед отправкой каждый робот проходит 41 симуляцию рабочих сценариев — от удержания инструмента до перемещения по неровной поверхности.

Производство гибкое: за счёт автоматических транспортных тележек и цифровой системы управления линию можно перенастроить под другую модель робота без полной остановки. Один и тот же конвейер сможет одновременно собирать машины для автопрома и бытовой техники.

Почему это интересно

История важна не цифрой 10 000 — её Leju ещё должна доказать. Важна модель. Раньше робототехнический стартап делал всё сам: проектировал, паял, отлаживал, продавал. Сейчас в Китае оформляется новая логика — Physical AI как отдельный класс компаний, где разработчик роботов отвечает за софт и архитектуру, а контрактный сборщик — за серию.

Это тот же сдвиг, который десятилетие назад случился со смартфонами: Apple проектирует, Foxconn собирает. Если он закрепится в робототехнике, цикл «прототип → серия» сжимается с лет до месяцев, а порог входа для новых вендоров падает кратно.

В Reddit пост о фабрике собрал 526 апвоутов и 115 комментариев за сутки. Тон обсуждения характерный: «один шаг до универсальных сборочных машин» — потому что робот, который собирает робота, это короткое замыкание производственной экономики.

Где Leju в общей гонке

КомпанияЦелевая мощность в годСтатусСтоимость единицы
Leju + Dongfang10 000Запущенон/д
Agibot10 000 (уже выпущено)Сериян/д
Unitree Robotics75 000Привлекают $580 млнн/д
UBTECH Robotics5 000В работецель — менее $20 000

Китайский рынок гуманоидов проходит ту же фазу, что когда-то прошёл рынок электромобилей: десяток-полтора игроков, каждый объявляет амбициозные цифры по серии, государство подталкивает спросом. Объём становится ключевой метрикой для инвесторов — фактически заменой выручки, потому что выручки толком ни у кого ещё нет.

Unitree обещает 75 000 единиц — но это план, не факт; Agibot уже отгрузил 10 000-й экземпляр; UBTECH целится в дешёвую массовую модель ниже $20 000. Leju заявкой на 10 000 встала где-то между «уже умеем серию» и «обещаем большую серию» — и это, похоже, минимально допустимая планка, чтобы оставаться в разговоре с инвесторами.

Где главная проблема

Завод можно построить за полтора года. Софт, который превратит эти 10 000 машин из выставочных стендов в полезных работников, ещё не готов ни у кого. Это та самая стена, в которую упирается вся отрасль: hardware масштабируется, а general-purpose поведение — нет.

Гуманоиды сегодня неплохо выполняют одну заранее размеченную задачу в контролируемом окружении: переставить ящик на конвейере, протереть стол, принести деталь по жёстко фиксированному маршруту. Как только среда меняется, появляется неизвестный объект или неожиданная человеческая команда — продуктивность падает в разы. Foundation-модели для роботов (Physical AI, world models, Vision-Language-Action архитектуры) пока работают на демо, не на поточной линии.

Ровно поэтому Leju, Agibot и Unitree сейчас гонят железо. Когда подоспеет нормальный софт — а он подоспеет в ближайшие 2–3 года — выиграет тот, у кого уже есть тиражируемая аппаратная платформа и каналы дистрибуции. По сути, сегодня китайские заводы строят «iPhone до App Store»: устройство, которое получит ценность позже, когда появится экосистема приложений.

Что это меняет для рынка

Для западных игроков — Boston Dynamics, Figure, Apptronik, Agility — это давление. Не потому, что Leju технически их обгоняет (Atlas от Boston Dynamics всё ещё впереди по моторике), а потому, что массовое производство меняет переговорную позицию с заказчиками. Когда BMW или Foxconn начинают пилот, они выбирают не «лучшего робота», а «робота, которого можно поставить 200 штук завтра».

Для российских и европейских интеграторов появляется понятная точка входа: за 3–5 лет китайские гуманоиды станут товаром, который можно купить как промышленный манипулятор. Вопрос будет не «есть ли у нас гуманоид», а «какую задачу мы для него обвешаем софтом».

Для самой индустрии это первый честный сигнал, что hype-цикл переходит в фазу «промышленная реализация». Демо-видео уже мало — пора показывать единицы в работе, считать ROI, разбираться с регуляторикой и страхованием. Этот разговор только начинается.

Что дальше

Ближайший практический критерий — не сколько роботов сойдёт с линии в 2026 году, а сколько из них реально заработает на стороннем заказчике дольше шести месяцев. Если Leju и партнёры отчитаются в конце года про 1000 единиц в эксплуатации с MTBF выше тысячи часов — это будет реальный прорыв. Если останутся на стенде в выставочном зале — тоже результат, но другой.

Объявленная мощность 10 000 — это потолок, а не план. К нему ещё нужно дойти.

Похожие новости

Листайте вниз

для загрузки следующей статьи