W 2025 roku chiński producent samochodów elektrycznych XPENG pozyskał ponad 900 milionów dolarów dla swojego działu robotyki przy wycenie 6,3 miliarda dolarów — to największa pojedyncza runda prywatnego finansowania w historii chińskiego sektora fizycznej AI. Dla nas, obserwatorów rynku AI, ten ruch jest zaskakujący nie samą skalą, lecz kontekstem: firma, której akcje straciły ponad 51% wartości w ciągu ostatnich 12 miesięcy, przekonuje największych graczy — Tencent, Alibaba i IDG Capital — że humanoidalne roboty to zakład warty miliardy. Pytanie nie brzmi już, czy roboty wyjdą z laboratoriów, lecz kiedy staną przy taśmach produkcyjnych.
Co to jest XPENG IRON i czym różni się od innych robotów humanoidalnych?
XPENG IRON to humanoidalny robot opracowany w całości przez chiński koncern XPENG, zaprojektowany z myślą o masowej produkcji przemysłowej i komercyjnym wdrożeniu na dużą skalę. Robot wyróżnia się w swojej klasie przede wszystkim liczbą stopni swobody: 76 w całym ciele i aż 21 w każdej dłoni, co stawia go w czołówce najbardziej precyzyjnych mechanicznie platform robotycznych dostępnych poza laboratoriami.
Konstrukcja opiera się na autorskiej, w pełni zamkniętej elastycznej strukturze kratownicowej (flexible lattice structure), którą XPENG zaprojektował samodzielnie. Rozwiązanie to ma godzić dwa sprzeczne wymagania: estetyczny, humanoidalny wygląd z wymogami bezpieczeństwa w środowiskach pracy wspólnych z ludźmi.
XPENG zbudował także własne chipy i kontrolery napędzające systemy ruchu robota — tzw. chipy Turing AI. Oddzielne moduły ruchu i mechanizmy precyzyjnych dłoni obsługują zadania wymagające większej finezji, jak np. montaż małych elementów. Producent świadomie przenosi na robotykę standardy jakości i procesy produkcyjne wypracowane w ciągu lat wytwarzania samochodów elektrycznych.
Jak działa fizyczna AI w robocie IRON?
Fizyczna AI (physical AI) to podejście, w którym modele uczenia maszynowego są trenowane i wdrażane nie w cyfrowej przestrzeni, lecz w systemach mających bezpośredni kontakt z realnym środowiskiem — robotach, pojazdach autonomicznych czy maszynach przemysłowych. W przypadku IRON oznacza to, że robot uczy się poruszać, manipulować obiektami i reagować na otoczenie na podstawie ogromnych zbiorów danych pozyskiwanych z rzeczywistego świata.
XPENG rozwija własny fundacyjny model świata fizycznego (physical world foundation model), który ma pełnić rolę analogiczną do dużych modeli językowych w generatywnej AI — tyle że zamiast generować tekst, model ten ma przewidywać konsekwencje działań robota w przestrzeni trójwymiarowej. Część pozyskanych środków zostanie przeznaczona bezpośrednio na trening i iterację tych modeli.
Kluczowym wyzwaniem fizycznej AI jest generowanie wysokiej jakości danych. W przeciwieństwie do danych tekstowych, dane o fizycznych interakcjach ze światem są trudne do skalowania — robot musi realnie chwytać, przenosić i manipulować obiektami, by model mógł się uczyć. XPENG wprost wskazuje generowanie takich danych jako jeden z głównych celów finansowania.
Infrastruktura AI, którą XPENG rozbudowuje, obejmuje kompleksowy stos technologiczny: od sprzętu (chipy, czujniki, aktuatory), przez oprogramowanie sterujące ruchem, aż po chmurową platformę treningową. Firma określa to podejście jako full-stack in-house R&D — co oznacza, że nie polega na zewnętrznych dostawcach kluczowych komponentów, lecz kontroluje cały łańcuch wartości technologicznej.
Redakcja IWD Partner: Strategia „full-stack” przypomina podejście Apple — kontrola nad własnym krzemem daje przewagę integracyjną, ale też ogromne ryzyko: każda słabość w którymkolwiek ogniwie łańcucha to problem całego systemu. Ciekawe, czy model biznesowy XPENG zakłada sprzedaż robotów, wynajem jako usługi, czy może licencjonowanie platformy AI innym producentom — bo od odpowiedzi na to pytanie zależy, czy wycena 6,3 miliarda dolarów okaże się wizjonerska, czy przedwczesna.
Kto finansuje XPENG i co mówi skład inwestorów o kierunku rynku?
Rundę poprowadził fundusz IDG Capital, jeden z najstarszych i najbardziej rozpoznawalnych graczy venture capital w Azji. Towarzyszył mu Gaorong Ventures jako współinwestor finansowy. Jako inwestorzy strategiczni dołączyły dwa chińskie giganty technologiczne: Tencent i Alibaba.
Obecność Tencent i Alibaba to sygnał wykraczający poza zwykłe lokowanie kapitału. Obie firmy dysponują własnymi platformami chmurowymi, ekosystemami danych i zasięgiem dystrybucyjnym, który może przyspieszyć komercjalizację robotów IRON — na przykład w magazynach Alibaba czy obiektach obsługiwanych przez usługi Tencent. Inwestycja strategiczna sugeruje, że partnerzy widzą synergię, nie tylko zwrot z kapitału.
Po zamknięciu rundy XPENG zachowa kontrolny pakiet udziałów w spółce robotycznej, a dział pozostanie konsolidowany w skonsolidowanych sprawozdaniach finansowych grupy. Według deklaracji He Xiaopeng, Prezesa i CEO XPENG, firma zamierza przeznaczyć część kapitału na ekspansję komercyjną poza granicami Chin — co oznacza bezpośrednią konfrontację z Boston Dynamics, Figure AI, 1X Technologies i innymi zachodnimi graczami.
Dlaczego mimo rekordowego finansowania akcje XPENG spadają?
W momencie ogłoszenia rundy akcje XPENG notowały spadek o 7,22% w ciągu jednej sesji, a 12-miesięczna strata wynosiła 51,24% wartości. Paradoks jest oczywisty: inwestorzy prywatni wyceniają dział robotyki na 6,3 miliarda dolarów, podczas gdy rynek publiczny konsekwentnie przecenia całą spółkę.
Główna presja pochodzi z chińskiego rynku samochodów elektrycznych, który w 2024 i 2025 roku stał się areną brutalnej wojny cenowej. Lokalni producenci — BYD, NIO, Li Auto — oraz globalni gracze, w tym Tesla zarówno na rynkach zagranicznych, jak i w samych Chinach, nieustannie ściskają marże XPENG w jego podstawowym segmencie działalności.
Rynki publiczne wyceniają to, co dzieje się teraz — a teraz XPENG traci udziały w rynku aut elektrycznych. Rynki prywatne wyceniają potencjał za pięć do dziesięciu lat, gdy masowa produkcja robotów humanoidalnych może stać się rzeczywistością. Ta rozbieżność nie musi oznaczać błędu którejkolwiek ze stron — może po prostu odzwierciedlać fundamentalnie różne horyzonty czasowe.
Dlaczego finansowanie fizycznej AI ma znaczenie?
Rynek robotyki humanoidalnej przyciąga dziś więcej prywatnego kapitału niż kiedykolwiek wcześniej. Sama runda XPENG — 900 milionów dolarów przy wycenie 6,3 miliarda — bije poprzednie rekordy w Chinach i sygnalizuje przyspieszenie wyścigu, który dotychczas toczył się głównie w laboratoriach badawczych MIT, Stanford i instytutach takich jak Boston Dynamics czy Honda Research Institute.
Realne konsekwencje dla przemysłu są konkretne: jeśli XPENG zdoła uruchomić seryjną produkcję IRON z zastosowaniem procesów znanych z automotive, koszt jednostkowy robota może spaść w tempie porównywalnym z krzywą doświadczeń dla baterii litowo-jonowych — a ta w ciągu dekady (2010–2020) zmniejszyła koszt kWh o ponad 89%, według danych BloombergNEF z 2021 roku. Taki scenariusz otworzyłby rynek dla setek tysięcy robotów w logistyce, produkcji i opiece.
Dla Polski i Europy Środkowej kontekst jest szczególny: region jest jednym z ważniejszych centrów produkcji motoryzacyjnej i elektroniki w Europie. Jeśli chińskie platformy robotyczne osiągną skalę i cenę dostępną dla lokalnych fabryk, zmienią rachunek ekonomiczny automatyzacji dla tysięcy zakładów produkcyjnych.
Powiązane pojęcia z AI i uczenia maszynowego
- Fizyczna AI (Physical AI) — dziedzina sztucznej inteligencji zajmująca się systemami działającymi w realnym świecie fizycznym, takimi jak roboty czy pojazdy autonomiczne, ucząca się na podstawie danych z czujników i interakcji ze środowiskiem.
- Stopnie swobody (Degrees of Freedom, DoF) — miara liczby niezależnych ruchów, jakie może wykonać układ mechaniczny; wyższa liczba DoF oznacza większą zwinność i zdolność do precyzyjnej manipulacji.
- Fundacyjny model świata (World Foundation Model) — duży model AI trenowany na danych multimodalnych z fizycznego środowiska, zdolny do przewidywania skutków działań agenta w przestrzeni trójwymiarowej.
- Full-stack R&D — strategia badawczo-rozwojowa polegająca na samodzielnym opracowywaniu wszystkich warstw systemu technologicznego, od sprzętu przez oprogramowanie po modele AI, bez outsourcingu kluczowych komponentów.
- Elastyczna struktura kratownicowa (Flexible Lattice Structure) — typ konstrukcji mechanicznej łączący lekkość i elastyczność z wytrzymałością, stosowany w projektowaniu korpusów robotów humanoidalnych w celu poprawy bezpieczeństwa i estetyki.
Na podstawie materiałów źródłowych.
