---
title: "Гуманоидные роботы подают мороженое и кофе в Шэньчжэне: как Китай обучает машины на данных реальных работников"
description: "В Шэньчжэне гуманоидные роботы на базе ИИ подают мороженое и кофе в парковом киоске. Китайские компании обучают машины на данных работников с камерами и датчиками, а производственная сеть города позволяет быстро тестировать и дорабатывать технологии."
date: 2026-11-18T21:50:58.838Z
lang: ru
url: https://xab.info/posts/gumanoidnye-roboty-podaut-morozhenoe-i-kofe-v-shenchen
tags: [humanoid-robots, shenzhen, artificial-intelligence, china-tech, robotics, automation]
author: "Александр Буран"
publisher: "XAB.info"
---

# Гуманоидные роботы подают мороженое и кофе в Шэньчжэне: как Китай обучает машины на данных реальных работников

![Гуманоидный робот подает стаканчик посетительнице в кафетерии](https://xab.info/media/2026/11/18/gumanoidnye-roboty-podaut-morozhenoe-i-kofe-v-shenchen/gumanoidnye-roboty-podaut-morozhenoe-i-kofe-v-shenchen-1.webp)

## Ключевые тезисы

- В парковом киоске Шэньчжэня два ИИ-робота готовят мороженое и кофе, но пополнение запасов и уборка остаются за людьми
- Китайские компании обучают роботов на данных работников, носящих камеры и перчатки с датчиками
- Роботы пока не справляются со сложными бытовыми задачами, но уверенно выполняют повторяющиеся операции
- Производственная сеть Шэньчжэня позволяет разработчикам быстро испытывать и дорабатывать робототехнические решения

В одном из парков китайского Шэньчжэня, в киоске с закусками, гуманоидные роботы уже обслуживают посетителей: одно устройство готовит мороженое, другое варит кофе. Оба аппарата управляются системами искусственного интеллекта и привлекают любопытных прохожих, которые снимают их работу на видео. Однако полностью автономной работа пока не является — сотрудникам по-прежнему приходится пополнять запасы ингредиентов и выбрасывать использованный кофе. Таким образом, роботы выполняют основную циклическую часть процесса, тогда как рутинные вспомогательные операции остаются за человеком.

### Обучение на данных реальных работников

Китайские компании используют нетривиальный подход к обучению своих роботов: работники на производстве и в сервисных точках носят камеры и перчатки с датчиками, которые фиксируют каждое движение рук. Собранные записи передаются в системы машинного обучения, где алгоритмы анализируют траектории захвата, силу давления и последовательность действий. По данным Euronews, именно эти данные помогают машинам осваивать такие задачи, как обращение с посылками, выкладка товаров на полки и адаптация к различным условиям работы. Такой метод позволяет роботам переносить навыки из одной среды в другую без полного перепрограммирования.

### От повторяющихся операций к бытовым задачам

Сложные бытовые дела — например, уборка беспорядка или работа с непредсказуемыми объектами — по-прежнему остаются за пределами возможностей современных гуманоидов. Роботы пока справляются с ними с трудом, однако в сфере однообразных, повторяющихся операций они уже демонстрируют устойчивую работоспособность. Подача напитка или десерта по фиксированному алгоритму, перемещение стандартных упаковок, выкладка одинаковых товаров — именно такие задачи становятся первыми, которые делегируются машинам. Эксперты отмечают, что именно на этом этапе формируется «база» навыков, на которую впоследствии будут накладываться более сложные сценарии.

### Шэньчжэнь как полигон для быстрых испытаний

Ключевым фактором ускоренного внедрения роботов в городскую среду Шэньчжэня выступает его производственная сеть. Город, исторически связанный с электроникой и массовым производством, располагает плотной экосистемой поставщиков компонентов, сборочных линий и сервисных центров. Это позволяет разработчикам быстро прототипировать устройства, испытывать их в реальных условиях и оперативно дорабатывать конструкцию по итогам обратной связи. В отличие от рынков, где цепочки поставок растянуты на месяцы, в Шэньчжэне цикл «проблема — доработка — повторное тестирование» сокращается до дней, что ускоряет выход роботов из лабораторий в публичное пространство.

### Что это значит для повседневной жизни

Сценарий с роботами-бариста и мороженщиками в парке — не просто демонстрация для СМИ. Он отражает стратегию постепенного внедрения: сначала роботы берут на себя узкие, повторяющиеся функции в контролируемой среде, а затем, по мере накопления данных и доработки алгоритмов, спектр задач расширяется. Для посетителей парка это пока скорее аттракцион, но для разработчиков — живой стенд, где система получает данные о взаимодействии с человеком в неструктурированной среде. Именно такой подход, по оценкам наблюдателей, определяет темп, с которым гуманоидные роботы будут переходить из выставочных залов в повседневные сервисные точки по всему Китаю.

## Проверка фактов и источники

- [Видео. В Шэньчжэне гуманоидные роботы подают мороженое и кофе](https://ru.euronews.com/video/2026/11/18/robots-serve-ice-cream-and-coffee-in-chinas-tech-hub) - Первоисточник. Все факты статьи (парковый киоск, два робота, ИИ-управление, роль человека в пополнении запасов, обучение на данных работников с камерами и датчиками, ограничения в бытовых задачах, роль производственной сети Шэньчжэня) взяты непосредственно из текста Euronews от 18.11.2026.

## Частые вопросы

### Полностью ли роботы в Шэньчжэне работают без участия человека?

Нет. Хотя оба робота — мороженое и кофе — управляются ИИ, сотрудникам по-прежнему приходится пополнять запасы ингредиентов и выбрасывать использованный кофе.

### Как именно китайские компании обучают своих роботов?

Работники на производстве и в сервисных точках носят камеры и перчатки с датчиками. Записи их движений используются для обучения алгоритмов: роботы осваивают обращение с посылками, выкладку товаров и адаптацию к разным условиям.

### С какими задачами роботы пока не справляются?

Сложные бытовые дела остаются за пределами возможностей современных гуманоидов. Роботы уверенно выполняют однообразные, повторяющиеся операции, но непредсказуемые бытовые сценарии им пока недоступны.

### Почему Шэньчжэнь выбран для таких экспериментов?

Город обладает плотной производственной сетью, которая позволяет разработчикам быстро прототипировать, испытывать и дорабатывать робототехнические решения, сокращая цикл от проблемы до исправления до нескольких дней.