Мировые венчурные инвестиции в робототехнические стартапы достигли $9,9 млрд в третьем квартале 2026 года против $4,3 млрд годом ранее, по данным Crunchbase. За три квартала года финансирование выросло примерно на 185% в годовом выражении, и квартальные объемы держатся около $10 млрд и выше. Концентрация капитала в США и Китае показывает, где формируется коммерческая база физического ИИ.
Куда ушли $9,9 млрд в третьем квартале
С начала года Китай привлек $13,2 млрд инвестиций в робототехнику, немного опередив США с $12,1 млрд. Германия занимает третье место с $1,7 млрд и заметно отстает от лидеров. Крупнейшие раунды в Китае провели Xpeng Robotics из Гуанчжоу, привлекшая $900 млн на модели ИИ и физических роботов, и AI² Robotics из Шэньчжэня, привлекшая $736 млн в раунде Series C на интеллектуальных роботов для производства, медицины и сервиса.
В США раунды от миллиарда долларов и выше привлекли в том числе Atoms из Лос-Анджелеса, основанная Трэвисом Калаником и объединяющая бизнес ghost kitchen с робототехникой для добычи и транспорта. Skild AI из Питтсбурга привлекла $1,4 млрд на базовую модель для роботов Skild Brain. В Германии Neura Robotics привлекла $1,4 млрд на когнитивных роботов с ИИ и инфраструктурой данных. Анализ не включает компании оборонного профиля.
Структура инвестиций отражает сдвиг от чисто программного ИИ к системам, действующим в физическом мире. Со-CEO компании Encord из Сан-Франциско Ульрик Стиг Хансен, поставщик слоя данных для физического ИИ, заявил на саммите Long Horizon Physical AI Summit в Сан-Франциско о росте этого направления. Вычислительные мощности и хранение развиваются под такие системы, но разработка для физического мира занимает больше времени, чем обучение языковых моделей на текстах из интернета. Поэтому параллельно финансируются роботы, модели и инфраструктура.
Что физический ИИ меняет для бизнеса
Для компаний, внедряющих автоматизацию, концентрация финансирования означает более широкий выбор поставщиков для производства, логистики, тяжелой промышленности и сервиса. Поставщики из Китая и США масштабируются одновременно, а европейские игроки вроде Neura Robotics добавляют третий источник когнитивных роботов. Крупные предприятия могут тестировать конкурирующие платформы под разные задачи, от заводских операций до сервиса. Малые компании получают шанс использовать стандартных роботов и модели без собственной инфраструктуры данных.
Главное ограничение — данные, а не только капитал. Хансен отметил, что для физического ИИ нет аналога интернета данных, поэтому данные сначала нужно собрать и преобразовать из sensor tokens в action tokens. Наборы данных для физического ИИ объединяют зрение, тактильные сигналы, силу и крутящий момент и на порядки больше текстовых массивов. Хранение, отбор, обогащение и проверка таких данных названы очень дорогой операцией. Покупателям стоит проверять, как поставщик собирает реальные данные, подтверждает их качество и переходит от pre-training к post-training.
Индикатором станет то, смогут ли 45 компаний, ставших единорогами в этом году из 75 робототехнических единорогов за три года, превратить капитал в работающие внедрения за следующий год. Новые крупные раунды и развертывания в производстве, логистике и домашних сценариях подтвердят переход денег в операционные мощности. Отсутствие таких внедрений покажет, что капитал ждет фазы post-training.
