Fizyczna AI wchodzi do fabryk i domów. Ale czy to się opłaci?

Nvidia pokazała na CES 2026 robota, który składa pralkę. Nie według instrukcji. Bez wcześniejszego programowania. Po prostu patrzy i robi.

To nie jest już science fiction. To fizyczna AI – połączenie robotyki z modelami językowymi, które "rozumieją" świat tak, jak ChatGPT">ChatGPT rozumie tekst.

I nagle wszyscy chcą w to zainwestować. Jest jeden problem: nikt nie wie, czy to się w ogóle opłaci.

Czym w ogóle jest ta fizyczna AI?

ChatGPT, który zamiast pisać odpowiedzi, porusza robotyczną ręką. Fizyczna AI (physical AI) to systemy, które łączą:

• modele językowe (LLM – te same "mózgi", co w ChatGPT)
• Widzenie komputerowe (robot "widzi" otoczenie)
• Robotykę (fizyczne ramiona, nogi, koła)

Efekt? Robot, który nie potrzebuje szczegółowej instrukcji na każdy ruch. Mówisz mu: "Złóż pralkę". On patrzy na części, analizuje ich kształt i robi to sam.

Nvidia nazwała to "AI, która rozumie fizyczny świat". Jensen Huang, CEO firmy, pokazał na CES 2026 robota Cosmic, który właśnie tak działa. Bez linii kodu mówiącej "weź śrubkę A, włóż do otworu B".

Kto w to inwestuje i po co?

Toyota zainwestowała w Physical Intelligence – startup, który nauczył roboty składać pudła na pranie i ładować zmywarki.

O to właśnie chodzi.

Fabryki nie potrzebują robotów, które grają w szachy. Potrzebują takich, które potrafią:

• Sortować paczki (Amazon)
• Składać elementy (Toyota, Tesla)
• Obsługiwać magazyny (logistyka)

Problem dotychczasowych robotów? Każda zmiana na linii produkcyjnej to przeprogramowanie. Nowy produkt to nowy kod. Fizyczna AI ma to zmienić.

Panasonic pokazał na CES robota do domu, który podaje kawę i sprząta stół. LG – humanoida Q9, który rozpoznaje emocje i reaguje na nie. Samsung – Ballie 2, kulę z projektorem i AI, która ma być "towarzyszem domowym".

Wszyscy stawiają na to samo: roboty, które uczą się przez obserwację, nie przez kod.

Dlaczego to wcale nie jest takie oczywiste?

Bo nikt jeszcze na tym nie zarobił.

Physical Intelligence zebrało 400 milionów dolarów w listopadzie 2025 roku. Wycena: 2 miliardy dolarów. Produktu na rynku? Nie ma.

Skild AI (startup Abhinava Guppy, byłego naukowca Carnegie Mellon) też dostał setki milionów. Ich robot potrafi obsługiwać wózek widłowy i rozpoznawać przedmioty w magazynie. Czy ktoś to kupuje na masową skalę?

Nie.

Problem jest trójdzielny:

1. Koszty sprzętu. Roboty to nie oprogramowanie. Nie skalujesz ich jak ChatGPT. Każdy egzemplarz kosztuje dziesiątki tysięcy dolarów.

2. Bezpieczeństwo. AI w tekście może napisać głupstwo. AI w robocie może kogoś zranić. regulacje? Dopiero powstają.

3. Brak jasnego modelu biznesowego. Kto zapłaci? Fabryki dopiero testują. Konsumenci? Robot za 10 tysięcy dolarów, który podaje kawę — ciężka sprzedaż.

Co z tym robi Nvidia i dlaczego to ważne?

Nvidia nie buduje robotów. Buduje "mózgi" dla robotów.

Na CES 2026 zaprezentowali Cosmos – platformę do trenowania fizycznej AI. To zestaw narzędzi, które pozwalają:

• Symulować miliony scenariuszy (robot uczy się w wirtualnym świecie, zanim dotknie czegokolwiek w realu)
• Generować syntetyczne dane (zamiast filmować tysiące godzin, AI tworzy je sama)
• Testować w "świecie fizyki" – wirtualnym, ale realistycznym

Dlaczego to zmienia grę? Bo trenowanie robotów w realu jest drogie i wolne. Robot musi próbować tysiące razy, żeby nauczyć się złożyć pralkę. W symulacji robi to w godziny.

Huang powiedział wprost: "Fizyczna AI to następna fala. Żeby zadziałała, potrzebuje infrastruktury". I Nvidia chce być tą infrastrukturą – tak jak jest dla ChatGPT (OpenAI trenuje modele na chipach Nvidia).

Czy to się w ogóle opłaci?

Zależy, kogo pytasz.

Nvidia zarabia na sprzedaży chipów. Im więcej firm buduje fizyczną AI, tym więcej kupują od Nvidii. Dla nich opłaca się już teraz.

Startupy? Czekają na pierwszy duży kontrakt. Physical Intelligence rozmawia z Toyotą. Skild AI – z firmami logistycznymi. To wciąż testy, nie wdrożenia.

Fabryki? Kalkulują. Robot, który nie wymaga przeprogramowania przy każdej zmianie produktu, brzmi świetnie. Czy jest tańszy niż człowiek? Niekoniecznie. Przynajmniej na razie.

Konsumenci? Tu najtrudniej. LG i Samsung pokazują roboty domowe, ale ich cena i funkcjonalność to wciąż więcej "wow" niż "kupuję".

Analitycy z Mizuho Securities mówią otwarcie: "Fizyczna AI to obietnica, nie biznes". Nvidia zanotowała 4% wzrost akcji po CES — reakcja na potencjał, nie na przychody.

Co to oznacza dla Ciebie?

Jeśli prowadzisz firmę produkcyjną lub logistyczną – obserwuj. Technologia dojrzewa, ale wdrożenia są jeszcze eksperymentalne. Za rok-dwa może być moment, żeby testować.

Jeśli jesteś konsumentem – nie czekaj na robota do domu w 2026 roku. To wciąż gadżet, nie narzędzie.

Jeśli inwestujesz – fizyczna AI to zakład na 5-10 lat. Nvidia zarabia już teraz (na chipach). Startupy? Albo wypłyną, albo znikną. Ryzyko wysokie, potencjał też.

Fizyczna AI przestaje być koncepcją. Roboty na CES 2026 pokazały, że technologia działa. Pytanie nie brzmi "czy", ale "kiedy" i "za ile".

Kto pierwszy znajdzie odpowiedź, ten wygra rynek.

Źródła

• Nikkei Asia - As artificial intelligence moves into real world, will physical AI pay off?