WAIC 2026: бизнес-миссия в Шанхай

РобоДжобс организует бизнес-миссию на World Artificial Intelligence Conference — одно из главных мировых событий по ИИ и робототехнике. Поездка состоится с 12 по 19 июля.

В программе: посещение WAIC и 12 технологических компаний Шанхая и Нанкина, включая Agibot, Fourier, DroidUp, Flexiv, ESTUN, MechMind Robotics, IO Intelligence, Galaxis, Seer, Skywell и IITM.

Заявки принимаются до 30 июня. Подробнее на сайте РобоДжобс.

Ozon Tech проведет хакатон по робототехнике «Робозон»

Ozon Tech запускает «Робозон» — хакатон по автоматизации и роботизации сортировочных процессов для инженеров и разработчиков. Мероприятие пройдёт в два этапа: онлайн с 2 июля по 12 сентября и офлайн‑финал на конференции E‑CODE. Дорога и проживание за счёт Ozon Tech. Призовой фонд — 15 000 000 рублей.

Участникам будут предложены три задачи на основе реальных данных сортировочных центров:

Трек 1. Имитационное моделирование сортировочного центра

Участникам предстоит разработать имитационную модель работы сортировочного центра. Модель должна отражать ключевые процессы и анализировать возможности повышения эффективности производства за счёт более эффективной организации и автоматизации процессов.

Трек 2. Конструкция автоматизированного сортировщика товаров

В этом треке необходимо предложить инженерно проработанную конструкцию автоматизированного сортировщика или модульной системы сортировки.  В проектном решении необходимо раскрыть принципы работы системы, логику распределения товаров и обосновать целесообразность применения проектного решения в реальных производственных процессах.

Трек 3. Интеллектуальная роботизированная система сортировки

Задача трека — спроектировать систему автоматической сортировки товаров на конвейерной линии. Решение может быть представлено в виде программно-аппаратного комплекса или цифровой симуляции. Система должна обнаруживать объекты, идентифицировать их тип с помощью компьютерного зрения и автоматически перемещать товары в соответствующие зоны сортировки.

Участвовать можно как индивидуально, так и в команде. Регистрация открыта до 11 июля.

Детальная информация и регистрация — на сайте хакатона.

В России профинансируют создание 13 центров промышленной робототехники.

В ходе деловой программы XVI Международной промышленной выставки «Иннопром», проходящей в этом году в Екатеринбурге с 6 по 9 июля, Валерий Пивень, директор департамента станкостроения и тяжелого машиностроения Министерства промышленности и торговли РФ, заявил, что до конца 2026 года в российских регионах будет профинансировано создание 13 центров промышленной робототехники. Это позволит довести их общее число в стране до 20 единиц. Ожидается, что в 2027 году их количество возрастёт ещё на 10 центров.

«Центры развития промышленной робототехники — это один из основных механизмов поддержки регионов. Механизм позволит на местах привлечь больше сторонников роботизации», — отметил Валерий Пивень. Первый федеральный центр развития промышленной робототехники открылся в 2024 году на базе Университета Иннополис в Татарстане и стал головным центром в рамках национального проекта «Средства производства и автоматизации». В будущем он должен координировать работу создаваемых центров-спутников.

Всего на меры поддержки развития робототехники в стране до конца года выделят 10 миллиардов рублей, в 2027 году на эти цели направят ещё 11 миллиардов, а в 2028 — дополнительные 23 миллиарда рублей. Бюджет может корректироваться и быть увеличен в случае наличия потребности у отрасли.

Источник: ТАСС

Японские исследователи создали роботизированную кисть, способную переключаться между несколькими захватными модулями с помощью одного двигателя.

Современная робототехника сталкивается с проблемой универсального захвата - объекты различной формы и размеров требуют применения разных типов захватных механизмов, однако установка отдельного двигателя для каждого захвата усложняет конструкцию, увеличивает массу и требует сложных систем управления. Инженеры из Канадзавского университета предложили решение этой проблемы, представив роботизированную кисть с несколькими захватными модулями, управляемыми одним двигателем. Вместо независимых приводов для каждого механизма они разработали систему MaGDri (Magnetic and Gravity-based Driving), которая автоматически переключает передачу крутящего момента между захватными механизмами с помощью магнитных муфт и поворота подвижного основания под действием силы тяжести.

В основе конструкции находится двигатель, установленный на подвижном основании, способном свободно поворачиваться относительно корпуса кисти. На валу двигателя и приводных валах каждого захватного модуля размещены магнитные муфты в виде дисковых элементов с чередующимся расположением северных и южных полюсов. При совмещении муфт магнитное взаимодействие обеспечивает бесконтактную передачу крутящего момента: двигатель приводит в движение только определенный захват, тогда как остальные модули остаются неподвижными.

Механизм MaGDri работает в двух состояниях — передачи момента и переключения. В рабочем режиме двигатель приводит в движение выбранный захват, выполняя сжатие или раскрытие пальцев. Магнитное взаимодействие между муфтами удерживает соединение и предотвращает случайное переключение. Когда захват достигает конечного положения или удерживает объект, дальнейшее вращение двигателя вызывает рост противодействующего момента и относительное угловое смещение магнитных элементов. При увеличении смещения передаваемый момент сначала достигает максимума, а затем снижается, что приводит к магнитному расцеплению.

После расцепления подвижное основание с двигателем освобождается и поворачивается под действием силы тяжести до положения, в котором магнитная муфта двигателя совмещается с муфтой другого захватного модуля. После повторного соединения двигатель начинает передавать крутящий момент новому захвату. Таким образом, переключение между механизмами выполняется автоматически без дополнительных приводов.

Каждый захватный модуль оснащён червячной передачей с эффектом самоблокировки. Она позволяет двигателю вращать выходной механизм, но не допускает обратного проворачивания под нагрузкой. Благодаря этому после переключения двигателя ранее активированный захват сохраняет своё положение и продолжает удерживать объект.

Исследователи разработали два прототипа: первый включал двухпальцевый и трёхпальцевый захваты, а второй состоял из пяти независимых двухпальцевых модулей. Эксперименты подтвердили возможность переключения между захватами во время операций захвата и отпускания. Робот успешно работал с объектами различной формы, включая прямоугольные и цилиндрические предметы, выбирая подходящий для этой задачи механизм.

Для оценки универсальности разработки были проведены успешные испытания с 12 объектами различной формы, включая предметы из набора YCB, используемого для тестирования роботизированных систем. Среднее время переключения составило 0,41 секунды, сила захвата достигла 20,5 Н для двухпальцевого модуля и 12,2 Н для трёхпальцевого. После 1000 циклов переключения заметных признаков износа обнаружено не было.

Главным ограничением текущей реализации является зависимость переключения от ориентации роботизированной кисти. Для перехода к другому захвату целевой модуль должен находиться в положении, при котором подвижное основание с двигателем может повернуться под действием силы тяжести. В дальнейшем авторы планируют увеличить количество захватных модулей, провести испытания системы в промышленных задачах pick-and-place и интегрировать полностью автономное управление.

Полная научная статья доступна на IEEE Xplore.

НАУРР и Хабр создают реестр интеграторов в сфере промышленной робототехники.

Национальная ассоциация участников рынка робототехники совместно с Хабром запускают проект по созданию единого отраслевого реестра интеграторов в сфере промышленной роботизации, который станет инструментом навигации по рынку и позволит систематизировать информацию о компаниях, работающих в сфере промышленной робототехники.

При поддержке НАУРР разработана единая анкета для интеграторов и производителей робототехнических решений. На основе полученных данных будет сформировн реестр, в который войдет информация о компетенциях компаний, реализованных проектах, отраслевой специализации, применяемых технологиях, опыте внедрения робототехнических комплексов и инженерной экспертизе.

Компании будут классифицированы по ключевым компетенциям: отраслевая специализация, применяемые робототехнические платформы, программное обеспечение и успешный опыт интеграции в действующие производственные цепочки.

Параллельно Национальная ассоциация участников рынка робототехники (НАУРР) формирует механизм независимой оценки квалификации участников реестра. В перспективе к этой процедуре планируется привлекать и самих заказчиков — это повысит объективность рейтинга и превратит реестр в действенный рыночный инструмент.

Собранные данные лягут в основу отраслевой аналитики и послужат фундаментом для новых программ поддержки промышленной роботизации в России.

К участию приглашаются интеграторы промышленных роботов, производители робототехнических решений и компании, реализующие проекты по промышленной автоматизации и роботизации.

Для включения в реестр необходимо заполнить анкету. Прием заявок открыт до 10 августа 2026 года.

Подробнее

WRC 2026: бизнес-миссия в Пекин

РобоДжобс организует бизнес-миссию на World Robot Conference — ключевое мировое событие в области робототехники. Поездка состоится с 16 по 23 августа.

В программе: посещение WRC и 15 ведущих технологических компаний Пекина, включая Realman, Robotera, Phybot, Booster Robotics, Galbot, Casbot, X Humanoid Robots, NOETIX, Yunji, WeRide, JD Logistics и других разработчиков гуманоидных роботов и систем embodied AI.

Заявки принимаются до 31 июля. Подробнее на сайте РобоДжобс.

BrainCo представила платформу с поддержкой ИИ для управления роботами с помощью силы мысли

На Всемирной конференции по искусственному интеллекту WAIC 2026 в Шанхае китайская компания BrainCo, разработчик неинвазивных интерфейсов «мозг-компьютер» (BCI), представила платформу, которая позволяет управлять роботами исключительно силой мысли.

Технология работает в три этапа: пользователь надевает ЭЭГ-гарнитуру, которая регистрирует электрическую активность головного мозга. Алгоритмы искусственного интеллекта декодируют эти сигналы для определения двигательных или управляющих намерений, а затем преобразуют их в команды для робота. Полный цикл обработки сигнала, от возникновения мысли до исполнения команды, занимает менее 200 миллисекунд.

Платформа совместима с серийными роботами разных типов — от гуманоидов до промышленных манипуляторов и роботов-собак. При этом настройка системы под конкретного пользователя, по заявлению разработчиков, не требует специальной подготовки в области нейроинтерфейсов и занимает около десяти минут.

Помимо системы управления, BrainCo представила решение для одной из ключевых проблем современной робототехники — дефицита качественных данных для обучения воплощённого искусственного интеллекта. Разработанная компанией система сбора данных, включающая перчатку с сенсорными датчиками и роботизированную руку с 21 степенью свободы, синхронно записывает двигательную активность оператора и соответствующие сигналы, поступающие от его мозга. Это позволяет создавать более качественные наборы данных для обучения роботов сложным операциям.

Основные принципы работы нейроинтерфейсов и перспективы их применения в робототехнике — в шестом выпуске CSI Journal.

Robostral Navigate: модель для автономной навигации роботов с помощью одной RGB-камеры

Французский стартап в области искусственного интеллекта Mistral AI представил Robostral Navigate - первую модель компании для автономной навигации роботов. Система принимает на вход изображение с монокулярной RGB-камеры и инструкцию на естественном языке, после чего обеспечивает перемещение робота в заданную точку пространства.

В основе функционирования Robostral Navigate лежит визуально-языковая модель с 8 миллиардами параметров, разработанная внутри компании. Навигация реализована через механизм указания (pointing). Модель не вычисляет траекторию в абсолютных величинах, а определяет на текущем изображении координаты целевой точки и задаёт желаемую ориентацию робота в момент прибытия. Такой подход, оперирующий в визуальном пространстве, обеспечивает устойчивость системы к изменению параметров камеры и масштаба сцены. Если целевая точка не попадает в поле зрения камеры, то модель переключается на команды смещения и поворота в локальной системе координат робота.

Архитектура Robostral Navigate разделяет семантическое планирование и низкоуровневое управление. Первый уровень — визуально-языковая модель с 8 млрд параметров, которая отвечает за понимание инструкции, анализ сцены и выбор промежуточных целей. Она работает с частотой около 2 Гц, предсказывая целевую точку в координатах текущего кадра или, при её отсутствии, выдавая команды смещения в локальной системе координат робота.

Второй уровень — диффузионная модель со 121 млн параметров и контроллер. Модель преобразует выбранную VLM цель в конкретную траекторию, генерируя последовательность из 30 команд на ближайшую секунду с частотой 10 Гц. Эти команды задают относительные смещения, например, «проехать 0,5 метра вперёд и повернуть на 5 градусов». Контроллер, адаптированный под конкретную платформу, транслирует траекторию в высокочастотные сигналы для моторов (100 Гц). Такое разделение позволяет использовать одну и ту же модель на разных типах роботов — достаточно заменить только контроллер.

Обучение Robostral Navigate проводилось в симуляции. Для этого Mistral подготовила около 2.4 миллиона траекторий в 350 тысячах виртуальных сцен, включающих офисные, жилые и коммерческие помещения, многоэтажные маршруты и открытые пространства.

С целью достижения универсальности в процессе генерации данных варьировались размеры робота, высота и наклон камеры, уровень освещения, архитектура помещений и плотность объектов. В итоге модель работает на колесных, шагающих и даже летающих роботах без перенастройки.

После первичного обучения модель была доработана с использованием алгоритма обучения с подкреплением CISPO. Для этого была сформирована выборка из 35 тыс. сложных заданий, на которых исходная версия демонстрировала систематические ошибки.

В тесте R2R-CE итоговая версия модели успешно завершила 77,4% маршрутов в неизвестных сценах, что превосходит предыдущий лучший результат для систем с одной камерой (66,9%) и для систем с несколькими камерами или датчиком глубины (72,1%). В более сложном тесте RxR-CE показатель составил 75,1% против 73,4% у лучшей однокамерной системы. В знакомых сценах успешность возрастает до 79,4%.

Полная версия научной статьи доступна на arXiv.

Наш канал в Мах

Google DeepMind представила Gemini Robotics 2 — семейство моделей для управления роботами.

Google DeepMind представила новое поколение моделей для управления роботами - Gemini Robotics 2, которое позиционируется как универсальная интеллектуальная система, которую можно адаптировать под различные робототехнические платформы — от двуруких манипуляторов до человекоподобных роботов.

Семейство объединяет три специализированные модели, отвечающие за непосредственное управление роботом, высокоуровневое рассуждение и локальную работу на самом устройстве:

• Gemini Robotics 2 — основная VLA-модель, преобразующая визуальную информацию и текстовые инструкции в управляющие команды для робота. В новой версии система получила возможность координировать работу всего тела гуманоидного робота. Модель была испытана на платформах Apptronik Apollo 2 и Franka Duo. На Apollo 2 она координировала перемещение робота для выполнения задач, требующих одновременной ходьбы, наклонов и выполнения различного рода манипуляций. Модель также получила более развитые навыки работы с антропоморфными пятипалыми кистями (до 22 степеней свободы), включая завязывание узлов и закрытие зип-пакетов.

• Gemini Robotics ER 2 — модель воплощённого рассуждения (embodied reasoning), выполняющая функции высокоуровневого «мозга». Она анализирует пространственную среду через непрерывный видеопоток, разбивает сложные задачи на последовательность действий и отслеживает их выполнение. ER 2 не управляет приводами напрямую, а передаёт подзадачи VLA-модели. Это позволяет выполнять многошаговые сценарии длительностью в несколько минут и восстанавливаться после ошибок. Модель также поддерживает координацию работы группы роботов для совместного выполнения задач.

• Gemini Robotics On-Device 2 — локальная VLA-модель для автономной работы робота без постоянного подключения к облаку. Локальное выполнение минимизирует задержки и зависимость от сети, при этом модель способна адаптироваться к работе на новых типах манипуляторов за несколько часов с использованием менее 200 демонстрационных примеров. Работу системы уже протестировали на платформах Dexmate, SO101 и Trossen.

Демонстрации показывают прогресс в повышении ловкости устройств, работающих на новой версии модели. При этом разработчики признают, что показатели успешности и скорость выполнения операций пока сильно зависят от сложности задачи и требуют дальнейшей оптимизации. Так, согласно официальным данным Google DeepMind, успешность выполнения задач варьируется от 32% (сборка с совком) до 92% (выкручивание лампочки).

Gemini Robotics ER 2 уже доступна разработчикам через Google AI Studio и Gemini API. Исполнительные VLA-модели (Robotics 2 и On-Device 2) пока предоставляются ограниченному кругу партнёров, среди которых Apptronik, Boston Dynamics и Agile Robots.

Источник: Google Deepmind

Unitree Robotics выходит на IPO

Китайская компания Unitree Robotics, один из крупнейших в мире производителей гуманоидных роботов, планирует провести IPO на технологическом рынке STAR Шанхайской фондовой биржи (SSE).

По данным Bloomberg, в ходе первичного размещения акций компания планирует привлечь около 6.1 млрд юаней (около $900 млн.). Это сделает Unitree Robotics первой публично-торгуемой компанией — производителем гуманоидных роботов на материковом Китае.

Согласно заявлению, поданному на Шанхайскую биржу, компания планирует разместить акции по цене 150.8 юаня ($22,21) за бумагу. В ходе IPO Unitree Robotics планирует разместить 40.4 млн акций, или 10% увеличенного акционерного капитала компании.

Согласно документам, поданным в четверг, китайская AI-компания DeepSeek входит в число стратегических инвесторов IPO Unitree. Компания приобрела акции Unitree на сумму около 140.8 млн юаней ($20.8 млн.). Среди стратегических инвесторов также — Tencent, CNPC, China Southern Power Grid, China Telecom, CITIC Securities и Фонд социального страхования КНР.

Согласно первоначальному плану IPO, около 4.2 млрд юаней будет направлено на разработку моделей воплощенного ИИ для роботов, исследования человекоподобных роботов, программы по выпуску новых продуктов и проекты по расширению производства.

Согласно проспекту эмиссии, выручка Unitree Robotics в 2025 году выросла до 1.7 млрд юаней с 393 млн юаней годом ранее. Чистая прибыль компании в прошлом году составила 278 млн юаней, а рентабельность по валовой прибыли превысила 60%.

Основатель и глава Unitree Robotics Ван Синсин останется руководителем компании после размещения акций на бирже. Ожидается, что после IPO Ван Синсин и подконтрольные ему структуры будут владеть примерно 31,29% акций.

Напомним, что Unitree Robotics стала одним из мировых лидеров по поставкам гуманоидных роботов в 2025 году. По данным самой компании, за год она продала и поставила конечным заказчикам более 5 500 единиц гуманоидных роботов, что в разы превышает показатели, например, Tesla, Figure AI и Agility Robotics. Конкурентом Unitree по этому показателю является китайская AgiBot, показавшая сопоставимые результаты.

Наш канал в МАХ

Ростех показал робота-сварщика

В рамках V чемпионата профессионального мастерства «Время первых» Госкорпорация Ростех представила промышленного робота, способного повысить эффективность сварочных работ на 57%. Мобильный робототехнический сварочный комплекс разработан компанией «КЕДР» на базе коллаборативного робота-манипулятора DOKA RC10, созданного «РОБОПРО» — партнёром Ростеха.

Основные характеристики DOKA RC10:
•Грузоподъёмность: 10 кг
•Повторяемость позиционирования: ±0,05 мм
•Максимальная скорость перемещения: 2 м/с
•Радиус рабочей зоны: 1300 мм
•Степень защиты: IP54

Роботизированный комплекс обеспечивает стабильное качество швов, высокую точность и производительность. По итогам испытаний производительность одного рабочего места выросла на 57%, загрузка оборудования достигла 90%, сроки изготовления изделий сократились в три раза, а объём брака снизился практически до нуля.

При этом комплекс можно адаптировать под разные задачи за счёт смены технологической оснастки, а на основе пилотных испытаний планируется разработать новые стандарты квалификации при участии Агентства развития профессионального мастерства и МГТУ им. Н.Э. Баумана.

Стоит отметить, что «РОБОПРО» ежегодно выпускает до 550 роботов, а к 2030 году планирует нарастить производство до 6000 единиц в год. Уровень локализации составляет порядка 75%. Продукция поставляется как для нужд Ростеха, так и внешним заказчикам.

Источник: Ростех

RoboDojo — единый бенчмарк воплощённого искусственного интеллекта в робототехнике

Исследовательская группа Гонконгского университета совместно с учёными из ведущих университетов мира, включая Университет Цинхуа, Стэнфордский университет и MIT, представила RoboDojo — единый Sim-and-Real бенчмарк для оценки воплощённого ИИ в робототехнике. Он объединяет испытания систем управления роботами в симуляции и на реальных роботах. RoboDojo позволяет проверить, насколько хорошо робот выполняет различные задачи, работает с новыми объектами и условиями, использует ранее полученную информацию и выполняет последовательности действий. Такой подход позволяет оценивать возможности воплощённого ИИ не только в виртуальной среде, но и при непосредственном взаимодействии с физическим миром.

Симуляционная часть RoboDojo включает 42 задачи в NVIDIA Isaac Sim. Они разделены на пять направлений: работа в новых условиях, использование памяти, точность, выполнение длинных последовательностей действий и следование инструкциям на естественном языке. Среди заданий — классификация и сортировка объектов по словесным инструкциям, складывание блоков и одежды, установка деталей, закручивание винтов, использование инструментов, переливание жидкости и выполнение длинных последовательностей действий. Некоторые сценарии требуют учитывать информацию, полученную на предыдущих этапах.

Чтобы ускорить испытания, RoboDojo использует параллельное моделирование в Isaac Sim. Разные задачи, сцены и процессы могут выполняться одновременно, что позволяет значительно увеличить скорость оценки и проводить большое количество испытаний.

Вторая часть системы — RoboDojo-RealEval, которая переносит оценку из симуляции в реальный мир. Она включает 18 задач и три двурукие роботизированные платформы: ARX X5, Piper и Piper X. Сценарии включают классификацию и сортировку объектов, упаковку, складывание предметов, установку деталей, приготовление пищи и другие задачи, требующие непосредственного физического взаимодействия с объектами.

Испытания на реальных роботах позволяют выявить проблемы, которые невозможно в полной мере воспроизвести в симуляции: шумы сенсоров, ошибки приводов, особенности физического контакта между роботом и объектами и другие параметры. Чтобы результаты разных испытаний можно было сопоставлять, разработчики стандартизировали конфигурацию оборудования, процедуру сброса сцены, протокол оценки и интерфейс развертывания систем управления.

RoboDojo-RealEval также поддерживает удалённую оценку через облачную инфраструктуру: разработчик может подключить свою систему управления к роботизированной платформе RoboDojo и провести испытание на реальном роботе дистанционно, не имея такого оборудования у себя.

Для подключения различных систем управления разработчики создали XPolicyLab — программную инфраструктуру с единым интерфейсом. Она позволяет подключать разные системы управления к общей среде RoboDojo, после чего их можно оценивать как в симуляции, так и на реальных роботах с минимальной адаптацией самой системы управления. В рамках исследования авторы интегрировали 30 систем управления роботами и сравнили их результаты на RoboDojo.

Главная идея RoboDojo заключается в объединении двух уровней оценки - масштабных испытаний в симуляции и проверки на физических роботах. Это позволяет не только сравнивать системы управления по большому числу задач, но и проверять, насколько хорошо их возможности сохраняются после перехода из виртуальной среды в реальный мир. В результате RoboDojo создаёт единый подход к оценке универсальных систем управления роботами и помогает выявлять их сильные и слабые стороны.

Полная научная статья доступна на arXiv.

Наш канал в Мах

Казахстан создаёт первое в Центральной Азии производство гуманоидных роботов: от учреждения QAZBOT Technologies до строительства современного специализированного комплекса

Совместное предприятие QAZBOT Technologies LTD было создано 1 апреля 2026 года казахстанскими компаниями ISS Evergreen Capital и Aurora Holding совместно с международной компанией Agibot, специализирующейся на гуманоидной робототехнике. Проект предусматривает создание в Казахстане производства человекоподобных роботов и региональной инфраструктуры для их разработки, локализации и внедрения.

Qazbot Technologies будет работать по принципу полного производственного цикла — от сбора и обработки данных и разработки алгоритмов ИИ до промышленной сборки, интеграции и эксплуатации готовых решений. Особое внимание уделят созданию научно-технической базы и подготовке специализированных кадров.

Ожидается, что основными направлениями применения роботов станут государственные и финансовые сервисы, медицинская и социальная инфраструктура, транспорт, а также сфера обслуживания и туризма.

Стратегический партнёр Agibot
17 апреля в Шанхае состоялась конференция AGIBOT Partner Conference 2026, по итогам которой QAZBOT Technologies была объявлена эксклюзивным стратегическим партнёром Agibot в Центральной Азии, Армении и Грузии, получив региональные права на интеллектуальную собственность. Партнёрство предусматривает локализацию робототехнической экосистемы Agibot на территории Казахстана, включая систему управления движением LinkCraft, программное обеспечение и инструменты разработки для гуманоидных роботов.

Robotics & AI Hub
В середине июля, в ходе официального визита Президента РК Касым-Жомарта Токаева в Китай, QAZBOT Technologies подписала соглашение с Agibot о создании в Астане Robotics & AI Hub. Комплекс должен объединить производство, инженерные разработки, сервисную инфраструктуру, подготовку кадров и развитие технологий искусственного интеллекта.

Уже 18 августа в Астане был дан старт строительству комплекса робототехники и ИИ. Объём инвестиций в первый этап проекта составит порядка $200 млн. По данным QAZBOT, на первом этапе планируется создать производственные мощности, инженерный центр, сервисную инфраструктуру и Data Factory для обучения моделей ИИ. В дальнейшем проект предусматривает расширение производственных мощностей, развитие инженерных компетенций, проведение совместных исследований и разработок, а также создание новых решений в области ИИ и гуманоидной робототехники.

QAZBOT Robotics Forum 2026
19 августа в Международном центре искусственного интеллекта Alem.ai состоялся QAZBOT ROBOTICS FORUM 2026 — специализированное мероприятие, посвящённое гуманоидной робототехнике и воплощённому ИИ. Организатором выступила QAZBOT Technologies при поддержке Министерства искусственного интеллекта и цифрового развития Республики Казахстан и Astana Hub. В рамках форума была развёрнута выставка, на которой были представлены модели гуманоидных роботов Agibot.

Центральной частью деловой программы стала пленарная сессия «AI & Robotics: Shaping the Economy of the Future», где обсуждались перспективы воплощённого ИИ и сценарии применения роботов в промышленности, логистике, финансовом секторе, здравоохранении, социальной сфере и городской инфраструктуре. Также состоялись закрытые B2B-встречи представителей QAZBOT Technologies и Agibot с казахстанскими компаниями для обсуждения потребностей предприятий и возможности запуска пилотных проектов.

В рамках форума был подписан ряд соглашений, включая трёхсторонний меморандум между Astana Hub, QAZBOT Technologies и Agibot о развитии робототехники и ИИ в Казахстане. Документ предусматривает локализацию робототехнических решений, обмен экспертизой, подготовку специалистов и проработку пилотных проектов для казахстанских предприятий.

Таким образом, QAZBOT Technologies получила статус эксклюзивного стратегического партнёра Agibot в Центральной Азии, Армении и Грузии и стала платформой для локализации и масштабирования робототехнических решений Agibot в регионе.