वह साल जब रोबोट ने प्रदर्शन करना बंद किया और काम करना शुरू किया

पिछले अधिकांश दशक में ह्यूमनॉइड रोबोट एक जादू का करतब था। 2026 में वह करतब एक नौकरी बन गया।

डेमो वीडियो से असेंबली लाइन तक

अगर आपने रोबोटिक्स पर थोड़ा भी ध्यान दिया है, तो आप उस तरह के वीडियो को जानते हैं। एक ह्यूमनॉइड रोबोट बैकफ्लिप करता है, कमीज़ मोड़ता है, पेय डालता है। फुटेज वाकई प्रभावशाली है, लेकिन यह कुछ भी मापने के लिए बेकार है, क्योंकि डेमो एक ही बेहतरीन टेक होता है। असली सवाल कभी "क्या रोबोट कैमरे पर एक बार यह कर सकता है?" नहीं था। यह था "क्या आप दस हज़ार बना सकते हैं, और क्या कोई उन्हें चलाने के लिए भुगतान करेगा?"

इस साल उस दूसरे सवाल का जवाब आना शुरू हुआ, और जवाब व्यूज़ के बजाय इकाइयों में आ रहे हैं। यूनिट्री ने 2025 में लगभग 5,500 ह्यूमनॉइड भेजे, और अब 2026 में 20,000 इकाइयों का लक्ष्य है — और लगभग $4,290 की कीमत पर एक ह्यूमनॉइड जारी किया। फिगर AI का कारखाना फिगर 03 को लगभग एक रोबोट प्रति घंटा बना रहा है। टेस्ला का ऑप्टिमस अपने फ्रीमॉन्ट प्लांट में हज़ार इकाइयाँ पार कर लाइव उत्पादन कार्य कर रहा है।

इनमें से कोई बैकफ्लिप नहीं है। ये पार्सल छँटाई, दोहरावदार असेंबली, सामग्री संचालन हैं — अर्थव्यवस्था का साधारण मध्य भाग। और यही बात है। इस साल का बदलाव यह नहीं था कि रोबोट और शानदार हो गए। यह था कि वे और साधारण हो गए, और साधारण ही पैमाने पर बढ़ता है।

अड़चन चुपचाप खिसक गई

इस साल की रोबोटिक्स रिपोर्टिंग का वह वाक्य जो मेरे साथ रह गया: अड़चन ह्यूमनॉइड रोबोट बनाने से बड़े पैमाने पर उनके लिए खरीदार खोजने की ओर खिसक गई है।

सालों तक सीमित कारक मशीन ही थी — एक्चुएटर बहुत महंगे, संतुलन नाज़ुक, हाथ अनाड़ी। इंजीनियरिंग दीवार थी। यह तथ्य कि एक चीनी फर्म अब पाँच हज़ार डॉलर से कम में ह्यूमनॉइड बेच सकती है, मतलब दीवार खिसक गई। कठिन हिस्सा अब रोबोट बनाना नहीं है — यह साबित करना है कि वह असली कारखाने में अपनी कीमत कमाता है। यह भौतिकी की समस्या से ज़्यादा स्वस्थ समस्या है — वही साधारण औद्योगिक विकास वक्र जिसने पर्सनल कंप्यूटर और बारकोड स्कैनर को अपनाया।

अभी क्यों: वह हिस्सा जो सिमुलेशन में होता है

बेहतर मोटरों या सस्ते चीनी निर्माण को श्रेय देना आसान है, और दोनों मायने रखते हैं। लेकिन इस साल रोबोट के उपयोगी होने का गहरा कारण वह है जिसे अधिकांश लोग कभी नहीं देखते — यह रोबोट चालू होने से पहले कंप्यूटर के अंदर होता है।

रोबोट को सिखाने में पुरानी समस्या डेटा थी। एक ह्यूमनॉइड के लिए वास्तविक दुनिया का प्रशिक्षण डेटा इकट्ठा करना धीमा और महंगा है। समाधान सिमुलेशन है: एक भौतिकी-सटीक आभासी दुनिया बनाओ, रोबोट को एक रात में किसी कार्य का एक करोड़ बार अभ्यास करने दो, फिर सीखी बात को मशीन में स्थानांतरित करो।

"सिम-टू-रियल गैप" हमेशा समस्या थी — सिमुलेशन में काम करने वाली नीति अस्त-व्यस्त असली दुनिया में बिखर जाती है। इस साल की प्रगति यह है कि यह गैप तेज़ी से बंद हो रहा है। एक विधि ने केवल सिमुलेशन में प्रशिक्षित नीति के लिए वास्तविक-दुनिया सटीकता में लगभग 41 गुना उछाल पैदा किया। सस्ता, असीमित अभ्यास आखिरकार धातु तक विश्वसनीय रूप से स्थानांतरित हो रहा है।

पहली लहर जानबूझकर साधारण है

बार्कलेज़ ने इसे दो लहरों के रूप में रखा। पहली लहर, इस दशक के अंत तक, संरचित, पूर्वानुमेय जगहों पर उतरती है — विनिर्माण, लॉजिस्टिक्स, गोदाम, कृषि, निर्माण। समतल फर्श और दोहराने योग्य कार्यों वाली जगहें।

आपकी लॉन्ड्री तह करने वाला रोबोट कहीं कठिन समस्या है, क्योंकि घर गोदाम की तुलना में अराजकता है। अगर आप अगले साल कॉफी बनाने वाले ह्यूमनॉइड की कल्पना कर रहे हैं, तो समयरेखा समायोजित करें। अगर आप एक वितरण केंद्र में पैलेट हिलाते रोबोट की कल्पना करते हैं, जबकि एक इंसान टैबलेट से तीन की निगरानी करता है, तो आप लगभग अभी की बात देख रहे हैं।

यह हम बाकियों से क्या माँगता है

मैं अपने दिन सॉफ्टवेयर लिखने में बिताता हूँ, और अपने क्षेत्र के गुरुत्व केंद्र को खिसकते देखने का एक विशेष एहसास होता है। एम्बॉडीड AI एक ऐसा अनुशासन बन रहा है जो हार्डवेयर और सॉफ्टवेयर को जोड़ता है — एक तरफ काइनेमेटिक्स, सेंसर; दूसरी तरफ रीइन्फोर्समेंट और इमिटेशन लर्निंग, कंप्यूटर विज़न।

अगर आप इसे वाकई सीखना चाहते हैं, तो प्रवेश मार्ग आपकी सोच से अधिक सुलभ है। आधुनिक रोबोटिक्स की सिमुलेशन-पहले प्रकृति का मतलब है कि आप बिना रोबोट के भी असली काम कर सकते हैं: आइज़ैक लैब या मुजोको लैपटॉप पर नियंत्रण नीतियों को प्रशिक्षित करने देते हैं।

और एक बच्चे के लिए — मैं माता-पिता के रूप में इस बारे में सोचता हूँ — प्रवेश बिंदु अद्भुत रूप से भौतिक है। लेगो स्पाइक, वेक्स, या माइक्रो:बिट किट वही मूल अंतर्ज्ञान सिखाता है जिस पर एक अरब डॉलर का ह्यूमनॉइड कार्यक्रम चलता है: दुनिया को महसूस करो, निर्णय लो, कार्य करो, गलती देखो, फिर कोशिश करो। हार्डवेयर आखिरकार डेमो तक पहुँच रहा है। अब दिलचस्प सवाल यह है कि हम इससे क्या बनाना चुनते हैं।

अक्सर पूछे जाने वाले सवाल

क्या ये रोबोट अभी वास्तव में मानव श्रमिकों की जगह ले रहे हैं?

कुछ संरचित जगहों में — गोदाम, कुछ असेंबली लाइनें — वे विशिष्ट दोहरावदार कार्य संभाल रहे हैं, अक्सर एक इंसान कई मशीनों की निगरानी करते हुए। अब तक का व्यापक पैटर्न पूर्ण प्रतिस्थापन के बजाय संकीर्ण, पूर्वानुमेय कार्यों का संवर्धन है।

यूनिट्री जैसी चीनी फर्में कीमत में आगे क्यों हैं?

विनिर्माण पैमाने, मोटर और एक्चुएटर की गहरी आपूर्ति श्रृंखला, और आक्रामक मूल्य रणनीति का संयोजन। दो साल पहले $5,000 से कम का ह्यूमनॉइड लगभग अकल्पनीय था। हालाँकि कम कीमत और वास्तविक उपयोगिता अभी भी दो अलग चीज़ें हैं।

अगर मैं सॉफ्टवेयर वाला हूँ तो क्या मुझे रोबोटिक्स सीखनी चाहिए?

अगर यह चौराहा आपको रुचिकर लगता है, तो समय अच्छा है — क्षेत्र को भौतिक और सीखने दोनों पक्षों में धाराप्रवाह लोगों की ज़रूरत है। शुरू करने का सबसे सस्ता तरीका सिमुलेशन में है, जहाँ हार्डवेयर की ज़रूरत नहीं।

बहु-खरब डॉलर बाज़ार पूर्वानुमान पर कितना भरोसा करूँ?

बड़े बाज़ार अनुमानों को दिशात्मक उत्साह मानें, समय-सारणी नहीं। सत्यापन योग्य तथ्य — गिरती लागत, वास्तविक उत्पादन लाइनें — ठोस हैं। प्रवृत्ति वास्तविक है; सटीक आकार और समय अभी ज्ञात नहीं।