De bevarer kontrol og balance, men de afviger ikke fra deres programmering. Den teknologi, Galbot udvikler, er det, robotteknologer kalder en vision-sprog-handlingsmodel (VLA). Denne har til formål at lade maskiner operere i ukendte og skiftende omgivelser, meget som mennesker. I øjeblikket kan Galbots robotter ikke pålideligt udføre opgaver, der er simple for mennesker, såsom at vaske op. Dog har grundlægger Wang fortalt kinesiske medier, at han sigter mod at have 10.000 robotter til at håndtere basale detail- og fabriksarbejde inden for tre år. (Nogle AI-pionerer, som Yann LeCun, er meget skeptiske over for, at den nuværende deep learning-tilgang kan opnå de resultater, virksomheder som Galbot håber på.)
Chens besøg handlede om at udforske, hvordan Galbots robotter kunne bruges i en elektrisk bilfabrik – et af verdens mest komplekse produktionsmiljøer. At opnå dette kræver træning af robotterne på et enormt antal fabriksscenarier, men der findes ingen færdig database til dette. For at Galbot overhovedet skal have en chance for at indsætte robotter i sådan et miljø, har de brug for en specialist med årtiers erfaring inden for kompleks produktion. Denne person skal definere de rigtige opgaver for den humanoid robot, specificere de data, den skal lære, og endda kompensere for, hvad robotten endnu ikke kan. Det er den ekspertise, Chen tilbyder.
Vi tog en elevator til toppen af et tårn og gik ind i et mødelokale med udsigt over Peking Universitets frodige grønne campus. En senior Galbot-ingeniør ankom snart og begyndte at briefe Chen om virksomhedens seneste fremskridt. Han forklarede, at Galbot-robotter for nylig var blevet indsat i 10 apoteker i Beijing, hvor de udleverede medicin døgnet rundt. Drevet af Nvidia-chips koster hver robot omkring 700.000 yuan (76.000 pund). På et tidspunkt standsede ingeniøren på et dias, der detaljerede teknologien bag Galbots humanoider.
Før deep learnings opgang, bemærkede ingeniøren, trænede industrielle robotteknologer som Chen maskiner manuelt. Programmører skrev eksplicitte instruktioner for hver bevægelse. Når noget gik galt, fejlsøgte de koden og tilføjede nye linjer for at håndtere nye situationer. Deep learning lover at erstatte denne håndskrevne kode med den mere fleksible VLA-model. En stor flaskehals i at skabe sådanne modeller – og en nøglegrund til, at "ChatGPT-øjeblikket" for robotter endnu ikke er kommet – er mangel på træningsdata.
Forskere indsamler disse data på to hovedmåder. Den første er en manuel proces kaldet teleoperation, hvor mennesker fører en robot gennem en præcis opgave, nogle gange hundrede tusindvis af gange. Hver opgave optager en datapakke – inklusiv visuel information, håndpositionering, drejningsmoment og dybde – kendt som en "handlingssekvens", som senere bruges til at træne VLA'en. Denne metode er arbejdskrævende, hvilket er grunden til, at Galbot foretrækker den anden tilgang: at bygge virtuelle miljøer. "Det er som **Avatar**," sagde ingeniøren og henviste til blockbuster-filmen. "Jeg behøver ikke fysisk at gå ind på slagmarken; jeg ligger bare i min kapsel og kan simulere alt."
Ingeniøren viste os virkelighedsnære videoer af Galbot-robotter, der blev testet som butiksmedarbejdere, ældreplejekompagner og leverancerobot-hunde, der navigerede i levende gadetrafik. Han hævdede, at leveranceroboterne kunne være klar om "to til tre år", hvis tilstrækkelige ressourcer blev dedikeret til projektet – selvom de endnu ikke havde truffet den beslutning. Efter at have lært om alle disse muligheder kunne Chen næppe holde sin begejstring tilbage. Han foreslog en plan om at træne Galbots humanoider til at skrue en skrue. Mens menneskelige arbejdere gør dette instinktivt, afslører en nedbrydning for en robot utallige mikrobeslutninger: at finde hullet, justere skruen, anvende det rigtige tryk og drejningsmoment og vide, hvornår man skal stoppe. Ingeniøren fortalte Chen, at Galbot-robotter allerede kunne gribe og manipulere værktøjer som en skruetrækker, men han var endnu ikke sikker på, at de kunne håndtere den præcise justering af skruen eller vide, hvor hårdt den skulle drejes. "Lad os definere ansvar," beroligede Chen ham. "Hvad du kan håndtere pålideligt, og hvad jeg overtager."
De blev enige om et mål: for at den humanoide Galbot-robot skulle være levedygtig i fabrikken, skulle den være i stand til at fastgøre en skrue på under otte sekunder. Ingeniøren lænede sig tilbage, let overvældet. "I har sådan et bredt spektrum af ingeniørfaglig ekspertise."
"Forskellige gener," svarede Chen glat. "Vi kan løse industriens problemer sammen."
Efter mødet gik jeg en blok nordpå til et nærliggende indkøbscenter, hvor Galbot havde opstillet en af sine detailhandelsrobotter bag en promotionskiosk. Den hvide, skindlignende G1-model var udstillet, med en menneskelig medarbejder stående klar i tilfælde af, at noget gik galt. Jeg bestilte en Pocari Sweat, en japansk energidrik, fra en tablet. G1'en drejede sig mod hylden, dens mekaniske arme stak ud som vinger, før en klo greb min drik. Den placerede flasken på disken fra lidt for højt, så drikken hoppede et par centimeter til siden, selvom den ikke væltede.
Gennem vores tid sammen havde Chen understreget, at denne teknologi udviklede sig hurtigere, end jeg kunne forestille mig. Men min oplevelse med G1'en – i bund og grund en glorificeret, halvkompetent salgsautomat – efterlod mig skeptisk. To måneder senere, i februar, så jeg nytårsshowet fra min lejlighed. Galbots robot optrådte i en forudindspillet sektion, og den så anderledes ud. Kloerne var væk, erstattet af ti leddede fingre. Armene var ikke længere klodsede, men smidige og menneskelignende. Da robotten rakte efter en vandflaske på hylden, bevægede den sig meget hurtigere og mere selvsikkert end før. Hvor meget af dette var redigeret eller iscenesat, ved jeg ikke. Men jeg fik en smag af, hvad Chen følte.
Hvis du har set en kinesisk robot danse eller lave kung fu, er chancen for, at den er lavet af Unitree. Sidste år leverede virksomheden over 5.500 humanoide robotter, mere end nogen anden virksomhed i verden. For nylig viste en viral video den kinesiske popstjerne Wang Leehoms koncert i Chengdu, hvor Unitree-robotter fungerede som baggrundsdansere. Elon Musk delte videoen med ét ord: "Imponerende." Disse virale optrædener er god markedsføring for Kina, men Unitrees hovedkunder er laboratorier og universiteter, inklusiv Oxford, Carnegie Mellon, UC San Diego og Boston Dynamics, som køber robotterne og udvikler software for at gøre dem mere intelligente. En talsmand fortalte mig, at Unitree ønsker, at deres robotter til sidst skal komme ind i fabrikker og hjem for at "overtage farligt, gentagende og kedeligt arbejde for mennesker."
Sent en aften var jeg i en taxa i Ningbo, da jeg modtog en besked fra en Unitree-talsmand. Vi havde planlagt at mødes på deres hovedkvarter i Hangzhou næste morgen, men virksomheden havde pludselig planlagt en "vigtig begivenhed", der ville lukke alle veje nær kontoret. Der er ikke mange ting i Kina, der kan stoppe trafikken og forstyrre tidsplaner. Jeg tjekkede min telefon for at se, hvor præsident Xi Jinping var: to dage tidligere havde han deltaget i en sportsbegivenhed i Guangzhou, men det var ikke klart, hvor han skulle hen næste gang. Talsmanden spurgte, om jeg kunne komme i aften. Jeg kiggede på tiden – den var allerede 19:32. "Vi er her," forsikrede hun mig. Jeg skyndte mig til togstationen.
På trods af dens globale status er Unitrees hovedkvarter overraskende beskedent. Virksomheden besætter to medtagne bygninger i Hangzhous teknologidistrikt, inde i et gammelt kompleks flankeret af bilforhandlere og små familiebutikker. Da jeg ankom omkring kl. 21, var de fleste Unitree-ansatte lige ved at gå fra arbejde. Jeg blev mødt af tre mediemedarbejdere, der eskorterede mig til et udstillingsområde, hvor en række robotter ventede. En robot med en lilla boksehjelm duppede, mens den uddelte kombinationer med en sådan intensitet, at jeg instinktivt trådte tilbage. I nærheden dansede en anden robot charleston. Derefter cyklede en firbenet robothund gennem flips og tricks. Gennem hele demonstrationen sparkede præsentatorerne konstant hårdt til robotterne, men maskinerne absorberede hvert slag uden at vælte.
En udvikler hos Boston Dynamics, en amerikansk konkurrent, fortalte mig, at Unitrees hardware er højt avanceret og bemærkelsesværdig billig. Deres robotter starter omkring $1.600, mens sammenlignelige amerikanske modeller koster titusindvis. Boston Dynamics-udvikleren tilskrev Unitrees fordel til strukturelle forhold. Kina har to udstrakte metropolområder – Yangtze-floddeltaet nær Shanghai og Pearl River Delta i Shenzhen – som huser tætte netværk af hardwareleverandører. Robotproducenter kan nogle gange gå naboen forbi for en erstatningsdel. At justere en robotprototype kan tage mindre end en dag i Shenzhen, men uger i Silicon Valley, hvor dele muligvis skal rejse gennem flere stater eller oceaner. Denne lethed ved at bygge hjælper også med at forklare, hvorfor der er 330 forskellige typer humanoide robotter i Kina. Det forvandler kreativ ødelæggelse til en rutinemæssig del af processen. "Vi kommercialiserer en generation af robotter," sagde Harry Xu, en robotteknologisk iværksætter og forsker ved Tsinghua Universitet. Mange fra den generation fejler uundgåeligt. "Så bygger vi næste generation."
En anden måde at se på de humanoide robotindustrier i USA og Kina er som et spektrum. I den ene ende sidder den alsidige humanoide – sci-fi-visionen om en maskine, der kan gøre alt, hvad et mennesket kan. I den anden ende er en robot, der er trænet til at gøre én ting ekstremt godt, ofrer alsidighed for kommerciel pålidelighed. Af forskellige årsager – pres for kommercialisering, statskontrakter, intens konkurrence, der belønner differentiering og profit over ren forskning – har kinesiske virksomheder en tendens til at blive trukket mod den mere beskedne, specialiserede ende. Store amerikanske tech-virksomheder, beskyttet af dybere venturekapital og mindre umiddelbar kommerciel hast, sigter ofte efter den hellige gral af alsidige robotter. En plausibel fremtid er en, hvor USA leder udviklingen af generaliserede humanoider, mens Kina forsyner verden med overkommelige, pålidelige robotter, der hver især udmærker sig i en specifik opgave. USA producerer måske til sidst en enkelt robot, der kan klippe din græsplæne, gå tur med din hund og passe dine børn. Men mens du venter, kan du lige så godt købe tre kinesiske robotter, der hver håndterer én opgave, til en brøkdel af prisen.
Morgenen efter mit besøg tog jeg en taxa tilbage til Unitrees kontorer for at se, hvad der foregik. Blokken omkring omkredsen var afspærret. Jeg steg ud og gik omkring en blok til Unitrees hovedindgang, hvor tre jakkeklædte mænd stod vagt og scannede hver forbipasserende. Bag tre sorte politibiler kunne jeg ikke se noget. Jeg tjekkede min telefon og så, at Xi Jinping var 1.200 km væk i Beijing, hvor han modtog et besøg af Spaniens konge Felipe VI. Jeg gik over gaden og vinkede efter en anden taxa. Da jeg kom ind, var chaufføren nysgerrig efter, om jeg havde set noget uden for fabrikken. Han havde lige afleveret en Unitree-ansat og spekulerede hurtigt: "Der må være en militærenhed inde."
Hans gæt var rimeligt. For to år siden viste kinesisk stats-TV optagelser af militærøvelser, der viste Unitree-robothunde udstyret med maskingeværer. Amerikanske lovgivere har foreslået at afskære Unitree fra amerikansk teknologi som halvledere. Unitree fastholder, at de ikke sælger til militæret eller støtter militære modifikationer fra tredjeparter, men en amerikansk analysevirksomhed hævder, at Unitree sælger til kinesiske universiteter, der har kontrakter med militæret. Denne granskning har påvirket Kinas robotindustri. En talsmand for en førende robotvirksomhed fortalte mig, at de var blevet advaret af myndighederne om ikke at tale med vestlige medier. Da jeg spurgte Unitrees talsmænd om virksomhedens kunder og om de solgte flere robotter i udlandet eller i Kina, svarede virksomheden blot: "Vi gør begge dele." Senere, da jeg fulgte op, forklarede Unitree, at sikkerhedstilstedeværelsen, jeg havde set, ikke var militærrelateret – det var en regeringsdelegation på besøg for at lære om deres robotter.
I samme uge, hvor jeg besøgte Galbot med Chen Liang, rejste jeg til udkanten af Beijing til det, bystyret kalder Kinas "største robottræningscenter". Centret drives af Leju Robotics, en virksomhed, hvis robotter lærer ikke fra simulationer, men fra virkelighedsnære eksempler leveret af menneskelige dataindsamlere, eller teleoperatører. Lejus flagskib humanoide robot, Kuavo, bruges allerede i nogle elektriske bilfabrikker over hele Kina til basale opgaver som at pakke papkasser ud.
I lobbyen viste en stor vægmonitor et kort over Kina med fem glødende røde prikker, der markerede hver by, hvor Leju har et træningscenter. Ved siden af hver prik stod antallet af ind
