Çinli Robot Üreticileri Yapay Zekâ Yatırımlarını Artırarak Yeni Bir Rekabete Hazırlanıyor

Çinli robot üreticileri, koşabilen, dans edebilen ve takla atabilen insansı robotların ardından makinelerin farklı işleri kendi başına öğrenmesini sağlayacak yapay zekâ sistemlerine yöneliyor. ITjuzi verilerine göre Çin’deki fiziksel yapay zekâ şirketleri, 2026’nın ilk yarısında 322 yatırım anlaşmasıyla toplam 93,5 milyar yuan (13 milyar dolar) finansman elde ederek geçen yılın aynı dönemindeki tutarın beş katına ulaşıyor. ABD ile Çin arasındaki teknoloji rekabeti, robotların fiziksel hareket kabiliyetinden yeni görevleri anlayıp uygulayabilen yazılımlara doğru genişlerken sektörün geleceğini eğitim verileri, işlem gücü ve gerçek dünya performansı belirliyor.

Çinli Şirketler Robotların Hareket Kabiliyetinden Daha Fazlasını Hedefliyor

Çin’deki robotik şirketleri, insansı makinelerin önceden tanımlanmış hareketleri gerçekleştirmesinden farklı iş ortamlarına uyum sağlayabilen sistemler geliştirmeye geçiyor. Fiziksel yapay zekâ olarak adlandırılan alan, robotların çevrelerini algılamasını, daha önce karşılaşmadıkları görevleri öğrenmesini ve her işlem için ayrı ayrı programlanmadan yeni koşullara uyum sağlamasını amaçlıyor.

Şanghay merkezli teknoloji danışmanlığı şirketi ZenGen Labs’ın kurucusu Dermot McGrath, donanım maliyetlerinin rekabet nedeniyle düşmesiyle üreticilerin asıl kazancı robotların yazılım ve zekâ katmanında aramaya başladığını belirtiyor. Spirit AI kurucu ortağı Gao Yang da robotik sistemlerin en zayıf halkalarından birinin karar verme ve öğrenme yeteneği olduğunu ifade ediyor.

ITjuzi’nin yatırım verileri, Çin’deki fiziksel yapay zekâ girişimlerine yönelen sermayenin hızla büyüdüğünü gösteriyor. 2026’nın ilk altı ayında gerçekleşen 322 anlaşmada toplanan 93,5 milyar yuanlık finansman, yalnızca robot üreten şirketlere değil makineler için yapay zekâ geliştiren uzmanlaşmış girişimlere de yatırım yapıldığını ortaya koyuyor.

ABD merkezli Physical Intelligence, Skild AI ve Generalist gibi girişimler, robotların farklı görevleri kapsamlı yeniden eğitim süreçlerine ihtiyaç duymadan öğrenmesini sağlayacak modeller üzerinde çalışıyor. Generalist, GEN-1.5 modelinin üç ila 12 saniye süren bir insan gösterimini izledikten sonra basit görevlerin yaklaşık yüzde 60’ını tamamladığını açıklıyor.

Çinli X Square ise robotların tek bir insan videosundan nesneleri tutma ve işleme becerileri kazanmasına yönelik araştırmalar yayınladı. Şirketin yaklaşımı, her yeni görev için modelin baştan eğitilmesi ihtiyacını azaltmayı hedefliyor. Robotik danışmanı Georg Stieler, ABD’deki öncü araştırma laboratuvarlarının robotlara yeni beceriler kazandırma ve bu becerileri farklı görevlerde yeniden kullanma konusunda güçlü bir ölçüt oluşturduğunu, Çin’in önde gelen girişimlerinin de ciddi rakiplere dönüştüğünü belirtiyor.

ABD’li geliştiriciler gelişmiş yapay zekâ araştırmalarından ve güçlü işlemcilere erişimden yararlanırken Çinli şirketler robot üreticileriyle ve sanayi müşterileriyle daha yakın çalışabiliyor. X Square, Galaxea ve Spirit AI gibi Çinli girişimlerin şirket açıklamalarına göre her biri yaklaşık 3 milyar dolar değerlemeye ulaşmış durumda. X Square’ın kurucu ortağı Yang Qian, hedeflerinin robotları sabit kodlarla yönetilen makineler olmaktan çıkarıp genel durumları anlayabilen sistemlere dönüştürmek olduğunu söylüyor.

Çin’in yerleşik robot üreticileri de yazılım geliştirme yarışına katılıyor. Hong Kong borsasında işlem gören UBTech, yapay zekâ modeli geliştirme çalışmalarını yönetecek baş bilim insanı pozisyonu için hisse payı ve yan haklar dâhil 124 milyon yuanı, yani yaklaşık 18 milyon doları bulan bir ücret paketi duyurdu.

İnsansı robot sevkiyatlarında dünyanın büyük üreticileri arasında bulunan Unitree, robotların nesnelerin nasıl davranacağını tahmin etmesini sağlayan yapay zekâ sistemleri üzerinde çalışan yaklaşık 30 araştırmacı istihdam ediyor. Şirketin bu alandaki çalışmaları, robotların yalnızca komutları uygulaması yerine çevresindeki fiziksel koşulları değerlendirerek hareket seçmesine odaklanıyor.

Hangzhou merkezli Unitree, OpenAI’ın GPT-6 modelini robotlar üzerinde denediğini ve olumlu sonuçlar aldığını şirketin kurucusu Wang Xingxing aracılığıyla duyurdu. Wang, gelecek yıl yayınlanması halinde GPT-7’nin robotik alanında ChatGPT’nin 2022’de üretken yapay zekâya kazandırdığı yaygınlaşma etkisine benzer bir sıçrama yaratabileceğini öne sürüyor.

Robotik yapay zekâ modelleri, sohbet robotlarından farklı olarak yalnızca metinlerden öğrenemiyor; nesneleri kavrama, kabloları yerleştirme ve fiziksel çevrede hareket etme gibi eylemlere ilişkin örneklere ihtiyaç duyuyor. Çinli şirketler bu verileri insan gösterimleri, giyilebilir sensörler ve bilgisayar simülasyonları gibi farklı yöntemlerle topluyor.

Spirit AI, kurucu ortak Gao Yang’ın açıklamasına göre gündelik yaşamda ve sanayide gerçekleştirilen faaliyetleri kaydetmek için yaklaşık 1.000 kişiyi işe aldı. ACE Robotics ise mağazalarda ve otellerde çalışanların hareketlerini, kavrama biçimlerini ve uyguladıkları kuvvetleri giyilebilir sensörlerle ölçüyor.

Ant Group bünyesindeki robotik birimi Robbyant, 160 bin saatlik materyalle bir model eğittiğini bildiriyor. Bu verilerin 50 bin saati insanların yönlendirdiği robot hareketlerinden oluşurken sistem 17 markaya ait 20 farklı robot yapılandırması üzerinde eğitildi. Şirketin amacı, aynı yapay zekâ modelini farklı donanımlarda kullanarak her robot için ayrı bir sistem geliştirme ihtiyacını azaltmak.

DexForce ise robotlara görev öğretmek için bilgisayar ortamında oluşturulan sanal çevrelere ağırlık veriyor. Şirketin operasyonlardan sorumlu yöneticisi Nicole Yang, bazı endüstriyel görevlerin altı ila sekiz saat içinde uygulamaya hazır hale getirilebildiğini ve belirli hassasiyet gerektiren işlemlerde yüzde 99,9’un üzerinde başarı oranına ulaşıldığını söylüyor. Manycore Tech yöneticisi Jerry Wang ise simülasyonların gerçek dünyadaki fiziksel etkileşimleri kusursuz biçimde yansıtamadığını belirtiyor.

X Square kurucu ortağı Yang Qian’a göre verilerin kalitesi, çeşitliliğinden ve yalnızca büyük miktarlarda veri toplamaktan daha önemli bir rol oynuyor. Robotun gerçek ortamda karşılaşacağı nesneler, yüzeyler ve beklenmedik durumlar eğitim verilerinde yeterince temsil edilmediğinde yüksek simülasyon başarısı sahada aynı sonucu vermeyebiliyor.

Çinli fiziksel yapay zekâ şirketleri, büyük modellerin eğitimi ve çalıştırılması için gereken gelişmiş işlemcilere erişimde sorun yaşıyor. ABD’nin ihracat kontrolleri, Nvidia’nın ileri seviye çiplerine erişimi sınırlandırırken Çinli geliştiriciler üzerindeki işlem gücü baskısını artırıyor. JoyIn Technology bünyesinde Aether robotik yapay zekâsının geliştirilmesine liderlik eden Zhu Mingxuan, gelişmiş çip eksikliğinin sektör açısından ciddi bir engel oluşturabileceğini belirtiyor.

Çinli şirketler, daha verimli modeller, sentetik veriler ve simülasyonlar aracılığıyla hesaplama ihtiyacını azaltmaya çalışıyor. Huawei gibi yerli çip üreticileri de Nvidia donanımlarına alternatifler geliştiriyor ancak bu çözümlerin gelişmiş işlemci açığını ne ölçüde kapatacağı henüz netleşmiş değil. Sektördeki yoğun rekabet, yüksek şirket değerlemeleri ve halka arz finansmanına ilişkin düzenleyici kaygılar da girişimlerin karşılaştığı diğer sorunlar arasında yer alıyor.

Çin’deki bazı robotik yapay zekâ sistemleri, laboratuvar deneylerinin ötesine geçerek gerçek iş süreçlerinde deneniyor. Spirit AI tarafından geliştirilen robotlar, pil üreticisi CATL’nin Zhongzhou tesisinde batarya paketlerinin test edilmesi sırasında esnek kabloların bağlanması görevinde kullanılıyor. CATL, söz konusu işlemde kablo yerleştirme başarısının yüzde 99’u aştığını bildiriyor.

Robbyant ise Şanghay’daki iki eczanede sipariş hazırlama görevlerinde robotlarını kullanıyor. Çalışanlar, sevkiyat öncesinde ilaçları kontrol etmeyi sürdürürken robotlar sipariş işleme sürecinin belirli aşamalarını üstleniyor. Bu uygulamalar, robotların kontrollü ve tekrarlanan görevlerde ticari değer sağlayabildiğini gösteriyor ancak farklı işletmelerde değişen koşullara aynı başarıyla uyum sağlama konusu henüz ayrı bir sınav niteliği taşıyor.

JoyIn Technology’nin deneyi, robotların yeni görevleri nasıl öğrenebileceğine ilişkin başka bir örnek sunuyor. Şirket yöneticisi Zhu Mingxuan’ın aktardığına göre bir robot, erişemediği dolaba kulaklık yerleştirmeyi tekrar tekrar başaramadı. Mühendisler insanlara ait görev videolarını gösterdikten sonra robot kutuyu dolaba doğru itti ve üzerine çıkarak erişimini artırmayı denedi. Deney, robotun yalnızca önceden belirlenmiş hareketleri uygulamak yerine yeni bir çözüm aramaya yöneldiğini ortaya koyuyor.

Unitree kurucusu Wang Xingxing, robotik yapay zekâda büyük bir sıçramanın ölçütünü robotların daha önce görmedikleri ortamların yüzde 80’inde, sözlü talimatlarla verilen görevlerin yüzde 80’ini tamamlayabilmesi olarak tanımlıyor. Wang’a göre gelişmiş dil modellerinin robotlarla birleştirilmesi, makinelerin komutları anlaması ve fiziksel eylemlere dönüştürmesi açısından yeni bir aşama başlatabilir.

Robotik danışmanı Georg Stieler ise gösteri amaçlı deneylerde başarı elde etmekle müşterilerin günlük operasyonlarda güvenebileceği sistemler geliştirmek arasında önemli bir fark bulunduğunu vurguluyor. Bir robotun farklı görevleri laboratuvar ortamında gerçekleştirmesi, aynı performansı değişen iş koşullarında sürekli sağlayacağı anlamına gelmiyor.

Çin’in üretim kapasitesi, sanayi müşterilerine erişimi ve geniş robot ekosistemi yapay zekâ geliştirme yarışında avantaj sağlayabilir; ancak uzun vadeli başarı, aynı modelin farklı makinelerde ve iş yerlerinde ne kadar güvenilir çalıştığına bağlı kalacak. Robotların ekonomik değerini belirleyecek temel unsur, etkileyici hareketler sergilemelerinden çok yeni görevleri güvenli biçimde öğrenmeleri, hataları azaltmaları ve işletmelerin günlük iş akışlarına istikrarlı şekilde uyum sağlamaları olacak.