중국 주요 로봇 기업들이 서로 다른 기술 스택과 학습 전략을 앞세워 글로벌 로봇 산업 주도권 경쟁에 나서고 있다. 강화학습, 대규모 언어모델, 자율주행 기술을 축으로 각 기업은 자신만의 생태계와 데이터 자산을 구축하며 차별화를 꾀하는 모습이다.
유니트리는 강화학습과 모방학습을 결합한 디퓨전 기반 정책 네트워크를 핵심으로 삼고 있다. 시뮬레이션과 원격 조작 데이터를 혼합해 로봇 제어와 궤적 생성을 고도화하는 방식이다. 자체 시뮬레이션 환경과 강화학습 SDK를 부분 공개하며 연구자와 개발자 접근성을 일정 수준 확보했다.
샤오미는 로봇을 자사 생태계의 연장선으로 위치시켰다. 멀티모달 기반 로봇 모델을 통해 시각·청각·촉각 등 감각을 통합하고, 운영체제와 연동해 온디바이스 최적화를 추진한다. 가전과 사물인터넷 사용자 데이터, 증강현실 합성 데이터를 학습에 활용하는 점이 특징이다.
바이두는 자율주행에서 축적한 기술과 데이터를 로봇 분야로 이전하고 있다. 기호 추론과 대형 언어모델을 결합한 로봇 스택을 전면 공개하며, 수십억 킬로미터 규모의 도로 주행 데이터와 로봇 네트워크 데이터를 학습 자산으로 활용한다. 완성도 높은 풀스택 공개 전략이 강점으로 평가된다.
알리바바는 클라우드 기반 지능을 전면에 내세운다. 전문가 혼합 구조의 트랜스포머 모델을 통해 클라우드와 엣지 환경을 유기적으로 연결하고, 전자상거래 물류 데이터와 가정 환경 영상 데이터를 결합해 범용성을 높이고 있다. 플랫폼 중심 공개 전략으로 확장성을 강조한다.
샤오펑은 수직 통합 전략을 선택했다. 자체 칩과 비전 기반 인지, 엔드투엔드 신경망 계획을 결합해 기술을 내부화하고 있다. 자율주행 실주행 데이터와 전기차 공장 운영 데이터를 활용하지만, 기술은 외부에 공개하지 않는 폐쇄적 전략을 유지한다.
아지봇은 작업 일반화와 코드 기반 제어를 핵심으로 삼은 엔드투엔드 모델을 앞세운다. 산업 현장 작업 데이터와 오픈소스 데이터셋을 결합해 범용 로봇 에이전트 구현을 목표로 하며, 엔진과 데모를 적극 공개해 개발자 커뮤니티 확장을 노린다.
업계에서는 중국 로봇 산업이 단일 기술 노선이 아닌, 생태계 통합형·플랫폼 공개형·수직 통합형 전략으로 분화되고 있다고 분석한다. 방대한 실사용 데이터와 공격적인 공개 전략을 바탕으로 중국 기업들이 로봇과 인공지능 결합 분야에서 빠르게 격차를 좁히고 있다는 평가가 나온다.
