Гуманоидные роботы с языковыми моделями: как это устроено и что нужно разрабатывать

Блог 100xbot · 22.09.2026 · обновлено 05.10.2026 · редакция 100xbot

Разбираем по звеньям, как голосовая команда превращается в движение, что серийные гуманоиды умеют из коробки и где начинается ваша разработка.

Статья для лабораторий, вузов и R&D-команд, которые выбирают гуманоида под проект с речевым интерфейсом или языковой моделью. Отвечаем на три вопроса: из каких звеньев состоит цепочка «услышал - понял - сделал», чем разговаривающий робот отличается от робота, выполняющего произвольную команду, и что по каталогу есть в Noetix BUMI Pro, BUMI EDU Pro, Unitree H2 EDU и AgiBot A3 Ultra EDU. В конце - план проекта, чек-лист безопасности и ограничения, о которых лучше знать до закупки.

Компактный гуманоидный робот в лаборатории поднимает руку рядом с микрофоном
Иллюстрация

Конвейер: от фразы до движения

В цепочке из пяти звеньев языковая модель не управляет моторами. Она работает с текстом и отвечает с задержкой, заметной человеку, а равновесие и движение суставов держит отдельный быстрый контур на борту. Поэтому робот с языковой моделью - всегда связка: модель решает, что делать, а готовые навыки или обученная политика - как.

ЗвеноЧто делаетГде выполняется
Распознавание речиВыделяет голос из шума и переводит в текстНа борту или в облаке; микрофоны - на роботе
Языковая модельПонимает запрос, формирует ответ или планБортовой вычислитель, сервер лаборатории или облако
Планировщик, выбор навыкаСопоставляет план с тем, что робот умеет, и проверяет допустимостьНа борту или на управляющем компьютере
Библиотека навыков или политика управленияИсполняет движение: жест, шаг, захватТолько на борту, в реальном времени
Синтез речиОзвучивает ответНа борту или в облаке

Робот разговаривает или выполняет команду: три уровня

Уровней три: модель как собеседник, модель как планировщик над готовыми навыками и VLA-модель, которая сама выдаёт действия. Первый есть в серийных роботах. Второй - инженерный проект: навыки нужно написать и отладить, а модели дать только их список. Третий - область исследований: VLA-модели (vision-language-action) справляются с задачами, близкими к обучающим данным, а на новых предметах и в новой обстановке без дообучения их поведение предсказать трудно.

Рассчитывать на «понимает и выполняет любую команду» из коробки не стоит ни на одной модели каталога.

УровеньЧто делает модельЧто для этого нужно
LLM как собеседникОтвечает голосом, поддерживает диалогМикрофоны, динамик, бортовая модель или связь. Движения с речью не связаны
LLM как планировщикВыбирает из списка готовых навыков и задаёт их параметрыОтлаженная библиотека навыков, SDK, проверка каждого вызова
VLA-модельПо изображению с камер и инструкции выдаёт действия для приводовДанные телеоперации, обучение под свою сцену, мощный вычислитель

Что есть в моделях каталога

О поддержке русского языка в данных каталога сведений нет: язык голосового интерфейса уточняется при заказе. Русскоязычный диалог обычно делается собственной разработкой через SDK - со своим распознаванием и синтезом речи и своей языковой моделью.

Готовый голосовой ассистент для H2 EDU и A3 Ultra EDU в каталоге не заявлен: это платформы, на которых диалог и поведение строит разработчик. Точный состав поставки BUMI подтверждается при заказе.

МодельИз коробкиДля разработкиЦена
Noetix BUMI ProГолосовое взаимодействие на собственной языковой модели, приложение, графический редакторВторичная разработка; SDK - в версии EDU Proот 349 000 ₽
Noetix BUMI EDU ProТо же голосовое взаимодействие, микрофоныJetson Orin Nano Super, Python SDK, ROS 2 для своих сценариевот 790 000 ₽
Unitree H2 EDUМикрофонный массив, вычисления NVIDIA Jetson, телеоперация и сбор данныхПоддержка VLA-моделей, SDK, ROS 2; опция Jetson AGX Thor до 2070 TOPSот 6 900 000 ₽
AgiBot A3 Ultra EDUВосприятие, навигация, базовая моторика, вычислитель 700 TOPSSDK; сценарии из роликов по умолчанию не включеныот 8 900 000 ₽

Бортовая модель или облако

Выбор не обязательно из двух крайностей. Частый компромисс - сервер с языковой моделью в локальной сети лаборатории: данные не уходят наружу, а робот не тратит бортовые ресурсы. Где выполняется собственная языковая модель BUMI - на борту или через сеть, - каталог не уточняет; этот вопрос стоит задать при заказе.

КритерийНа бортуВ облаке или на сервере
ЗадержкаНе зависит от канала, ограничена мощностью вычислителяЗависит от сети, на слабом канале паузы растут
ПриватностьЗвук и видео не покидают роботаДанные уходят наружу; со своим сервером - остаются в организации
Зависимость от сетиРаботает без интернетаБез связи диалог недоступен
Требования к вычислителюВысокие: модель делит ресурсы с восприятием и управлениемНа роботе низкие, нагрузка на сервере
Возможности моделиКомпактные моделиКрупные модели

План проекта: робот отвечает посетителям и показывает жесты

Сразу оговоримся: это разработка, а не настройка. Шаги 4-7 из списка ниже требуют программиста, знающего Python и SDK робота. Срок зависит от команды и набора жестов, честно оценить его можно только после пилота. Для такого проекта из каталога подходит BUMI EDU Pro: рост 94 см, масса около 12 кг, бортовой вычислитель и SDK. До закупки сценарий можно проверить на арендованном роботе: Noetix Bumi в Москве - от 45 000 ₽ за 3 часа, оператор и доставка по Москве включены.

Чек-лист безопасности

Ограничения, о которых стоит знать заранее

Для закупки: что писать в ТЗ и какие сроки

Требование «робот с искусственным интеллектом» проверить при приёмке нельзя. Описывайте измеримое: бортовой вычислитель, микрофоны, SDK на Python, поддержка ROS 2, доступ к телеметрии и суставам, документация по вторичной разработке. Шаблон ТЗ составлен для робота-собаки и манипулятора, но структура разделов подходит и для гуманоида.

Сроки под заказ: Noetix BUMI - 4-8 недель, AgiBot A3 - 8-12 недель, остальные позиции - 6-10 недель с учётом логистики и таможни; точный срок фиксируется в договоре. Оплата - по счёту и договору поставки, закупки по 44-ФЗ и 223-ФЗ. Гарантия производителя - 12 месяцев, сервис в Москве.

Скачать шаблон ТЗ по 44-ФЗ

Гуманоиды каталога для проектов с языковыми моделями

Вопросы и ответы

Говорят ли гуманоиды из каталога по-русски?

В данных каталога сведений о русском языке нет, язык голосового интерфейса уточняется при заказе. Русскоязычный диалог обычно реализуют собственной разработкой через SDK.

Можно ли подключить к роботу свою языковую модель?

На EDU-версиях - да: BUMI EDU Pro, H2 EDU и A3 Ultra EDU открыты для вторичной разработки. Модель подключают как внешний сервис, который вызывает заранее написанные навыки.

Нужен ли интернет для диалога с роботом?

Зависит от архитектуры: бортовая модель и сервер в локальной сети работают без интернета, облачная - нет. Где выполняется штатная модель BUMI, уточняется при заказе.

Какой гуманоид выбрать для исследований VLA-моделей?

По каталогу на это рассчитан Unitree H2 EDU от 6 900 000 ₽: вычисления NVIDIA Jetson, телеоперация и сбор данных, опция Jetson AGX Thor до 2070 TOPS. Обучение модели остаётся задачей лаборатории.

Чем BUMI EDU Pro лучше BUMI Pro для проекта с диалогом?

У EDU Pro есть бортовой вычислитель NVIDIA Jetson Orin Nano Super, полный SDK и связь 4G/5G, поэтому на нём можно строить свой речевой сценарий. BUMI Pro управляется через приложение и графический редактор.

Можно ли посмотреть робота до покупки?

Да: демонстрация в шоуруме в Москве по записи или онлайн по видеосвязи. Сценарий с посетителями удобно проверить на аренде.

Смотрите также

+7 926 443-41-73 · info@100xbot.ru
Горчаков Григорий Григорьевич, индивидуальный предприниматель · ИНН 501306632267 · ОГРНИП 311504014600060 · 119234, г. Москва, Раменский бульвар, д. 1, кластер «Ломоносов». Оплата по счёту и договору.
Каталог · Решения · Блог · О компании · Доставка и оплата · Контакты · Политика обработки персональных данных · Согласие