Оставшийся от метавселенной виртуальный мир принял роботов-«коренных жителей».

Автор: Zen, PANews

8 сентября американская стартап-компания Antioch привлекла 32 миллиона долларов в рамках раунда финансирования серии А под руководством известной венчурной фирмы из Кремниевой долины Greylock. С учётом 8,5 миллионов долларов, собранных весной этого года на посевном раунде, общая сумма привлечения капитала для компании, существовавшей менее года, достигла 40,5 миллионов долларов.

Основной подход Antioch заключается в переносе реальных роботов, датчиков, программных систем и сред эксплуатации в компьютерные симуляции. В цифровом мире, максимально приближенном к реальности, происходит масштабное обучение, тестирование и верификация машин. Здесь можно многократно воспроизводить сбои и экстремальные сценарии, которые в реальности обходятся дорого, трудно воспроизводятся или даже опасны.

Antioch далеко не единственный пример. По мере того как Physical AI становится новым направлением инвестиций в индустрии ИИ, капитал вновь начинает обращать внимание на ряд компаний, занимающихся 3D-пространством, цифровыми двойниками, физической симуляцией и синтетическими данными. Все они пытаются решить одну и ту же задачу — создать в компьютере мир, достаточно близко имитирующий реальность.

Если судить только по описаниям «создание виртуального мира и копирование реальных сцен», это легко напоминает предыдущую технологическую волну «Метавселенной». Однако разница заключается в том, что Antioch не предлагает пользователям путешествовать по виртуальному миру в очках VR, а на этот раз тем, кому действительно нужно долгосрочно «жить» в виртуальном пространстве, являются роботы.

Виртуальный мир никуда не делся, просто на этот раз изменились его «жители».

Люди так и не заселились в Метавселенную

В августе 2021 года на одном из важнейших мировых форумов по компьютерной графике SIGGRAPH компания NVIDIA объявила о расширении платформы Omniverse. Тогда позиционирование было чётким: Omniverse представляет собой платформу для симуляции и 3D-коллаборации, которая активно «формирует основу для Метавселенной».

Его ключевая идея заключалась в том, чтобы объединить 3D-контент, изначально разрозненный в разных программах, внутри одного виртуального мира.

Одной из важнейших базовых технологий является USD (Universal Scene Description). Это открытый стандарт описания 3D-сцен, изначально разработанный Pixar для создания сложных анимационных фильмов. Говоря упрощённо, он подобен «универсальному языку» для 3D-мира: наличие объектов в виртуальной сцене, их расположение, материалы, способы перемещения и взаимосвязи между ними могут быть организованы через USD.

Следовательно, дизайнеры, использующие программы для 3D-моделирования вроде Blender, художники по текстурам и материалам на базе Adobe Substance 3D, а также инженеры, применяющие различное инженерное ПО, могли посредством USD интегрировать созданные ими элементы в Omniverse и совместно работать внутри единого 3D-пространства.

Тогда сама NVIDIA даже описала эту перспективу как «3D Интернет»: сегодня Интернет соединяет веб-страницы, а в будущем он сможет связывать бесчисленные 3D-пространства, в которые можно будет входить и взаимодействовать в реальном времени.

В октябре того же года Facebook переименовалась в Meta, что вывело тему Метавселенной на пик наибольшей популярности.

По сравнению с NVIDIA видение Марка Цукерберга, нарисованное в будущем, было ещё более грандиозным. Согласно его концепции, люди больше не будут просто использовать Интернет через двумерные экраны, а войдут в цифровые миры с ощущением глубины и «присутствия», где смогут проводить совещания, работать, развлекаться, покупать товары и общаться. На тот момент Meta прогнозировала, что в течение ближайшего десятилетия Метавселенная может охватить миллиард человек и сформировать огромную цифровую экономику.

Метавселенная стала своего рода «контейнером», куда поместили всё подряд. В течение последующих двух лет нарративы вокруг VR, AR, цифровых аватаров, удалённой работы, 3D-игр, цифровых двойников и таких цифровых активов, как NFT, были объединены в единый образ «масштабного цифрового мира».

Однако потребительская индустрия Метавселенной до сих пор так и не воплотилась в жизнь, многие первоначальные участники незаметно сошли с дистанции. Meta по-прежнему не отказывается от VR, AR и умных очков, однако поддерживающий эти направления сегмент Reality Labs остаётся крайне дорогостоящей долгосрочной инвестицией. В 2025 году выручка Reality Labs составила около 2,207 млрд долларов, тогда как операционный убыток достиг 19,193 млрд долларов. Meta также прогнозирует, что операционный убыток данного подразделения в 2026 году останется примерно на уровне 2025 года.

Тем временем трансформация Omniverse выглядит куда более любопытно. Пять лет назад NVIDIA называла Omniverse «фундаментом Метавселенной». Сейчас на официальном сайте компании определение звучит иначе: «набор библиотек и микросервисов для разработки приложений Physical AI».

Верхнеуровневый нарратив и продуктовый фокус Omniverse сместились в сторону промышленных цифровых двойников, робототехнических симуляций и разработки автопилотов. Под ним находятся такие инструменты для робототехники и Physical AI, как Isaac Sim, Isaac Lab, Cosmos, PhysX и Warp. Одна и та же платформа теперь реализует совсем другой стратегический фокус.

Фактически история симуляции роботов, промышленных цифровых двойников и физических движков значительно старше начала эры «Метавселенной». Прошлая волна Метавселенной лишь упаковала относительно разрозненные технологии, такие как 3D-моделирование, реалистичный рендеринг в реальном времени, цифровые двойники, виртуальная коллаборация, открытые 3D-стандарты и NFT, в единый концепт «масштабного цифрового мира».

После спада интереса к Метавселенной эта инфраструктура не исчезла. Люди постепенно осознали, что виртуальный мир необходим роботам, возможно, даже больше, чем самими людям.

Зачем роботам нужен виртуальный мир

На конференции GTC в этом году при разъяснении архитектуры обучения гуманоидных роботов NVIDIA вновь продемонстрировала очень наглядную «пирамиду роботизированных данных».

Самый нижний уровеньoccupiert самые большие объёмы данных из Интернета и человеческой деятельности, включая веб-страницы, изображения, видео и записи человеческих действий. Их запасы практически безграничны, они позволяют роботу понять, что представляет собой мир и что делают люди, однако обычно в них отсутствуют углы поворота суставов, сила воздействия, тактильные сигналы и управляющие команды, необходимые машине для реального выполнения задач.

Вершину пирамиды формируют реальные роботизированные данные. Заставляя робота физически захватывать предметы, перемещать их или ходить с помощью телеуправления или автономных режимов, можно получить информацию, наиболее близкую к конечной задаче. Но этот источник одновременно является самым дорогим: один робот за день способен реально провести максимум 24 часа, да и процесс требует оборудования, площадки, операторов и техобслуживания.

Между ними располагаются данные симуляции и синтетические данные. Они уступают реальным данным по точности, зато могут быстро клонироваться и генерироваться параллельно в рамках графических процессоров. В отличие от интернет-видео, которое лишь позволяет «наблюдать за действиями людей», они напрямую создают движения, состояния и показания датчиков, требуемые роботу для выполнения задачи.

Исходя из этого NVIDIA предлагает в перспективе непрерывно наращивать средний слой синтетических данных в этой пирамиде, сделав его ключевым источником информации для обучения роботов.

Плюсы и минусы трёх типов данных очевидны: данные из Интернета и человеческой активности дёшевы и масштабируемы, но сильно отстоят от реального исполнения машиной; реальные данные теснее всего связаны с фактической эксплуатацией роботов и обладают максимальной физической достоверностью, однако дороги и медленны; симуляционные данные занимают промежуточную позицию — частично жертвуя точностью физического соответствия, они значительно превосходят настоящие машины по масштабу, стоимости и управляемости.

Именно поэтому симуляция становится одним из самых популярных направлений среди крупных инвесторов и корпораций США в области инфраструктуры Physical AI.

Помимо вопроса количества данных, решается ещё и проблема масштабируемости. Главная особенность реального мира заключается в невозможности его произвольного размножения. Если у компании есть 100 роботов, они могут одновременно обслуживать не более 100 единиц техники; склад невозможно переустанавливать каждые десять минут ради тренировки роботов, меняя стеллажи, освещение, покрытие пола и ассортимент товаров. Зато в виртуальной среде одного робота можно размножить на тысячи или десятки тысяч цифровых клонов.

Один манипулятор может одновременно сталкиваться с тысячей различных расстановок на столе; робот беспрестанно меняет положение, массу и материал объектов; искусственно случайным образом корректируются освещение, позиция камеры, трение поверхности и даже погрешности датчиков. Этот метод обучения в робототехнике известен как Domain Randomization (доменная рандомизация). Он освобождает машину от необходимости запоминать идеализированный виртуальный мир: среда намеренно модифицируется, что заставляет модель находить пути решения одной и той же задачи при любых изменениях внешних условий.

Также следует отметить, что разработчикам необходимо собирать данные не только для «штатного режима», но и для критических ситуаций. Внезапный отказ камеры, потеря сцепления у опоры робота или падение устройства — всё это требует проработки алгоритмов преодоления. В реальном мире ежедневно устраивать аварии ради сбора данных нереально, тогда как в виртуальной среде это возможно.

Именно по этой причине часть экспертов считает, что разработка роботов не должна бесконечно зависеть от полигонов для натурных испытаний. Реальные тесты требуют оборудования, площадок и инженерных ресурсов, а критические поломки сложно воспроизвести. В симуляции же одно обновление системы позволяет мгновенно запускать параллельные тесты в условиях тысяч различных факторов.

Главной проблемой, стоявшей перед Метавселенной, всегда оставался вопрос: зачем человеку вообще погружаться в виртуальный мир? Робототехника предложила кардинально иной ответ. Для людей виртуальное пространство служит лишь опциональной заменой реальной жизни, тогда как для роботов оно выступает тренировочной площадкой перед выходом в физические условия.

Виртуальный мир снова стал полноценным бизнесом

Вокруг направления Physical AI формируется новая индустрия «инфраструктуры виртуальных миров», при этом специализация компаний в ней становится всё более узкой и чёткой.

В августе 2026 года немецкая компания NavVis со штаб-квартирой в Мюнхене закрыла раунд финансирования на сумму 85 млн долларов.

NavVis — это компания, работающая в сфере пространственных данных. Её основной профиль заключается не в обучении роботов, а в быстрой конвертации реальных фабрик, зданий и инфраструктурных объектов в высокоточные 3D-модели с помощью портативных сканирующих устройств. Как сообщает сама компания, её системы за один лишь 2025 год обработали и распределили информацию о реальном пространстве площадью более 1 миллиарда квадратных метров.

Сегодня NavVis прямо позиционирует это направление как «информационную базу» для Physical AI: чтобы в будущем робот мог успешно трудиться на реальных заводах, компьютер должен точно знать архитектуру помещения.

Над решением смежной задачи работает южнокорейский стартап NdotLight. Эта фирма специализируется на создании 3D-активов для робототехнической симуляции в контексте Physical AI. В августе текущего года она привлекла новое финансирование в размере 150 млрд корейских вон (около 10,6 млн долларов) подlead от Банка развития Кореи (KDB).

Обычные 3D-модели часто достаточно фотореалистичны для игр или анимации, но этого абсолютно недостаточно для тренировки роботов, поскольку системе требуется информация о массе объекта, точках коллизий, коэффициенте трения поверхностей и подвижных элементах конструкции.

Разработанная компанией NdotLight платформа TRINIX преобразует обычные 3D-модели в так называемые активы SimReady — объекты, готовые к непосредственному использованию в роботизированных симуляторах. Помимо визуального сходства, они обогащаются данными о массе, трении, структуре сочленений и параметрах столкновений, а также получают интеграцию с NVIDIA Omniverse и Isaac Sim. Продукт отвечает на вопрос о том, как сделать виртуальные объекты не просто копиями реальности, но и полноправными элементами для взаимодействия роботов.

17 сентября компания Treble из Исландии привлекла 18 миллионов долларов инвестиций. Treble занимается акустической симуляцией. Создавая виртуальные среды, система способна моделировать распространение звуковых волн в комнатах, зданиях и иных локациях, генерируя синтетические аудиоданные.

Поскольку робототехнические комплексы, умные очки и прочие устройства Physical AI всё сильнее полагаются на микрофоны для анализа окружающей среды, разработчики начали применять свои технологии акустических цифровых двойников для обучения роботов. Основной задачей здесь является обеспечение возможности роботов в виртуальной среде «слышать» звуки, максимально приближенные к реальности.

Совместными усилиями подобные игроки фактически воссоздают цифровой мир, который уже почти полностью соответствует образу виртуальной среды, популярному пять лет назад. Единственное существенное отличие заключается в приоритетах: если Метавселенная стремилась к максимальной погружённости, то Physical AI нацелена на физическую достоверность.

Всё это возвращает нас к важнейшему понятию в робототехнической симуляции — Sim-to-Real («от симуляции к реальному миру»). Данная концепция исследует вопрос о том, насколько применимыми окажутся навыки, полученные машиной в виртуальной среде, когда она перейдёт к работе в физической реальности.

Этим объясняется, почему Isaac Sim от NVIDIA помимо красивого рендера включает в себя симуляцию твердотельной динамики, сочленений, коллизий и набор виртуальных датчиков для минимизации разрыва между окружением; Isaac Lab, со своей стороны, даёт возможность разработчикам одновременно запускать массив роботизированных сред и параллельно обучать стратегии поведения машин на базе графических процессоров.

Таким образом, фундаментальное отличие современных виртуальных миров для роботов от многих потребительских проектов Метавселенной состоит в том, что ценность первой должна окончательно подтверждаться в физическом мире.

В итоге люди так и не поселились в Метавселенной согласно первоначальному замыслу. Однако маршруты, проложенные для этих виртуальных сред, не исчезли бесследно: именно по ним роботы сейчас возвращаются в реальность.