Na plecach Unitree G1 znajduje się Mac mini M4 Pro o pamięci 64 GB, umieszczony w obudowie drukowanej w 3D, który prowadzi robota przez sześć rzeczywistych miejsc, których nigdy nie zmapował (ad-hoc-news.de). To tylko maszyna, która patrzy, liczy i idzie naprzód. Tu zaczyna się dreszcz. To już nie jest zabawka na pilota.

4 listopada 2026 r. zespół badawczy Apple opublikował na arXiv artykuł zatytułowany „Perceptive Humanoid Motion from Simulation”, przedstawiający autonomiczny system sterowania HALO dla robotów humanoidalnych, napisany przez ośmiu badaczy (21jingji.com, BigGo Finance, ad-hoc-news.de, 快科技, 观点网). System HALO został zwalidowany i wdrożony na humanoidalnym robocie G1 firmy Unitree Robotics (BigGo Finance, ad-hoc-news.de, 快科技, 观点网). Na razie to laboratorium. Ale ściany laboratorium szybko się rozmywają. A co, jeśli jutro ten sam inteligentny system znajdzie się w Twoim korytarzu?

Uczenie się bez patrzenia: trening wirtualny

Jak robot wie, gdzie jest ściana, jeśli nigdy nie pokazano mu Twojej? Odpowiedź mieści się w jednej liczbie: 1 000 proceduralnych domów (ad-hoc-news.de, 快科技). Zespół użył około 300 godzin syntetycznych epizodów wygenerowanych z tych wirtualnych struktur do treningu, bez ingerencji człowieka (ad-hoc-news.de, 快科技). Wyobraź sobie równoległy, nieskończony świat, w którym robot potyka się, wstaje i uczy się omijać wyimaginowany mebel tysiące razy. Nie widzi Twojej kanapy. Widzi koncepcję „kanapy”. Uczy się fizyki przedmiotu, a nie samego przedmiotu.

Tu dzieje się magia. Kiedy robot wchodzi do rzeczywistego, nieznanego, nieskanowanego z góry miejsca, nie jest zagubiony. Rozpoznaje kształty, odległości, ograniczenia. Przeżył już miliony wirtualnych żywotów, by być gotowym na Twój. W sześciu rzeczywistych, nieznanych środowiskach (nieskanowanych ani zmapowanych z góry) robot wykonał 360 testów prostych zadań ze średnią skutecznością 91% (21jingji.com, BigGo Finance, ad-hoc-news.de, 快科技, 观点网). Dziewięćdziesiąt jeden procent. To autonomia bliska ludzkiej normalności. Nie trzeba już mówić „idź tam”. On wie, gdzie jest „tam”.

Pięta Achillesa: łączenie ruchów

Ale rzeczywistość nie jest idealnym labiryntem. Jest chaotyczna. I tu marzenie uderza w kość. Dla trzech złożonych zadań testowanych po 10 razy w rzeczywistym środowisku, średnia skuteczność spadła do 70% (21jingji.com, BigGo Finance, ad-hoc-news.de, 快科技, 观点网). Dlaczego ten spadek? Bo życie to rzadko proste działanie. To ciąg działań. Przyklęknąć, przejść, pchnąć. Każdy etap to szansa na błąd. A błędy się sumują.

Specyficzne zadanie polegające na przyklęknieniu, by przejść przez przeszkodę, przejściu do celu i pchnięciu skrzyni ma skuteczność zaledwie 50% (快科技, 观点网). Pięćdziesiąt procent. To róg stołu, który na Ciebie czeka. To kabel telefoniczny leżący na podłodze. To moment, gdy robot zawaha się, gdy jego obliczenia rozbiegną się z fizyczną rzeczywistością. Wie, jak pchnąć skrzynię. Wie, jak podążać za osobą. Ale połączyć to? Tu pojawia się wątpliwość. A co, jeśli jutro potknie się przed Twoimi dziećmi? A co, jeśli w Twojej kuchni zablokuje drzwi, bo źle oszacował odległość między lodówką a ścianą?

Robot wykazał zdolności do pchania skrzyń, podążania za osobami, siadania na krzesłach i pokonywania przeszkód (观点网). Te izolowane umiejętności są imponujące. Ale życie to skoordynowanie tych umiejętności. To płynny gest. To antycypacja. A na razie antycypacja pozostaje krucha. 70% dla zadań złożonych to nie porażka. To granica. Czerwona linia, którą technologia musi przekroczyć, by przejść z laboratorium do salonu.

Twój dom, jego plac zabaw

Wróćmy do Twojego domu. Do Twojego związku. Do Twoich dzieci. Wyobraź sobie, że ten robot, z Mac mini M4 Pro na plecach, jest tam. Nie patrzy na Ciebie. Patrzy na podłogę. Oblicza trajektorię. Wie, że jesteś tam, bo podąża za Tobą. Wie, że krzesło jest tam, bo siada na nim. Ale jeszcze nie wie, że krzesło jest kruche. Jeszcze nie wie, że podłoga jest śliska po przejeździe odkurzacza. Uczy się w wirtualu. Ale wirtual nie ma tekstury. Nie ma dźwięku. Nie ma życia.

A co, jeśli jutro robot będzie uczył się w wirtualnych domach pchania skrzyń, podążania za osobami i siadania, bez pokazywania mu Twojego salonu? Tak już jest. Ale „bez pokazywania” ukrywa głębszą prawdę: nie zna Cię. Nie zna Twoich nawyków. Nie wie, że zostawiasz klucze na stole. Nie wie, że Twój kot śpi na kanapie. Jest idealnym nieznajomym, który perfekcyjnie opanował przestrzeń, ale ignoruje duszę miejsca. Tu marzenie staje się niepokojące. Doskonały byt w niedoskonałym świecie. Zimny kalkulator w ciepłym domu.

Apple jeszcze nie wpuściło tego robota do naszych domów. Ale droga jest wytyczona. 91% skuteczności w nieznanych miejscach to próg zaufania. 70% dla zadań złożonych to próg ostrożności. A 50% dla łączenia czynności to próg strachu. Może jutro zobaczysz sylwetkę poruszającą się w Twoim korytarzu. Nie będzie do Ciebie mówić. Nie będzie na Ciebie patrzeć. Będzie wykonywać. I będziesz się zastanawiać: czy wie, co robi? Czy może improwizuje? Odpowiedź jest w 300 godzinach treningu wirtualnego. Ale pytanie pozostanie w Twojej głowie. A co, jeśli jutro się pomyli? A co, jeśli jutro nie wstanie?