Amazon otevřel svoji robotickou AI. Zdarma. A celý průmysl drží dech.

Trénovat robota na manipulaci s objekty dřív stálo statisíce korun a měsíce vývoje. Dnes si to může zkusit kdokoli s GitHub účtem a herní grafickou kartou. AWS totiž otevřelo zdrojové kódy své Physical AI Toolchain a udělalo z robotiky to, čím byla webová tvorba v roce 2005 — dostupnou masám.

Co přesně AWS vypustilo do světa

Physical AI Toolchain je sada nástrojů pro takzvanou "fyzickou AI" — tedy modely, které nerozhodují jen nad textem, ale nad reálným světem. Kamera, rameno, chapadlo, senzory. Model vidí krabici, spočítá si, jak ji uchopit, a provede to.

Důležitá je část "open-source". AWS otevřelo ne jen běhové prostředí, ale i simulační vrstvu, datové pipeline a předtrénované modely pro vizuomotorickou kontrolu. Vývojář už nemusí stavět simulaci vlastního robotického ramene od nuly. Stáhne si hotové prostředí, přepne na své zařízení a ladí detaily.

Proč to Amazon dělá? Jednoduchá matematika. Amazon provozuje přes 750 000 robotů ve svých logistických centrech. Každé zlepšení softwaru se násobí třemi čtvrtěmi milionu instancí. A když celý svět začne vyvíjet na jejich platformě, talent proudí tam, kde běží nástroje. Stejnou taktiku zvolil Google s TensorFlow a Microsoft s VS Code. Funguje to.

Sada staví na principech, které dobře známe z velkých jazykových modelů — jen se aplikují na fyzický svět. Detailní rozbor technologií za fyzickou AI najdete na The Robot Report.

Kolik to stojí a co potřebujete na start

Tady je ta nejlepší část: nástroje samotné nic nestojí. Licenční poplatky nejsou, platíte jen výpočetní výkon, který potřebujete. A ten se dá sešidit.

Minimální sestava pro experimenty s simulací vychází zhruba takto:

GPU s alespoň 16 GB VRAM (RTX 4080 nebo starší RTX 3090 z bazaru kolem 20 000 Kč)
Ubuntu 22.04, Docker, účet na GitHubu
Volitelně: robotické rameno LeRobot nebo Koch v1. kolem 25 000–35 000 Kč, pokud chcete přejít z simulace do reálného světa

Simulaci zvládnete i na cloudové instanci — AWS samozřejmě nabízí vlastní EC2 s GPU, ale nic nebrání použít konkurenci. Když potřebujete model jen dotrénovat pár hodin, vyjdete cloudové náklady na stovky korun. Trénink od nuly je dražší, počítejte s jednotkami tisíců.

Srovnání: komerční robotické SDK od tradičních výrobců (Universal Robots, ABB) se licencují v řádech desítek až stovek tisíc ročně, často vázané na konkrétní hardware. Open-source přístup tuhle bránu bourá. Podobně jako u energetiky, kde se platformy typu energetická platforma SES snaží otevřít trh s elektřinou malým výrobcům a domácnostem, i tady se otevírá prostor, který dříve patřil jen korporacím. Jak funguje sdílení elektřiny a proč je to analogy k open-source hnutí, jsem popisoval už dříve — stejný princip demokratizace přístupu.

Chcete ušetřit na energiích?

Zjistěte, kolik můžete ušetřit sdílením elektřiny z FVE nebo optimalizací bateriového úložiště.

Spočítat úsporu →

Co s tím reálně postavíte: pět reálných scénářů

Teorie je hezká, ale co si z toho postaví běžný vývojář nebo malá firma?

Třídění a pick-and-place. Klasika. Kamera identifikuje objekty na pásu, model plánuje úchop. Bez nástrojů od AWS: 6–12 měsíců vývoje. S nimi: týdny. Pro české e-shopy a fulfilment centra potenciálně obrovská úspora proti najímání lidí na noční směny.

Mobile manipulation. Kombinace kolového podvozku a ramene. Amazon sám tuto konfiguraci testuje s roboty Sequoia a Proteus. Open-source vrstva umožňuje napodobit chování na vlastním hardwaru.

Kontrola kvality. Vizuální modely z toolchainu zvládají detekci vad s několika desítkami trénovacích snímků — díky transfer learningu z předtrénovaných vah.

Agriculture a inspekce. Simulační prostředí podporuje venkovní scény, což ocení kutilové stavějící autonomní plaťicíky nebo inspekční drony.

Výuka. Vysoké školy dostaly zadarmo to, co by jinak stálo milionovou licenci. ČVUT a VUT mohou přestat učit studenty na zastaralých proprietárních systémech.

Kdo řeší praktické návody a kalkulace návratnosti podobných projektů, ať se podívá na ShareElectric.cz — principy jsou překvapivě podobné, jen se místo kWh počítají inference.

Kde je háček: data, bezpečnost a vendor lock-in 2.0

Budu k vám upřímný — open-source od hypershcaleru nikdy není úplně zdarma. Ne aspoň zadarmo v tom smyslu, jaký si představuje Richard Stallman.

První otázka: kam tečou vaše trénovací data? AWS tvrdí, že nástroje běží lokálně a nic neodesílají. Kód je otevřený, takže si to můžete ověřit. Ale ekosystém je nastavený tak, aby vás přirozeně přitáhl na AWS Infrastrukturu — Bedrock pro modely, S3 pro datasety, RoboMaker pro simulace. Zdarma se dostanete ke dveřím. Za vstupenku do produkčního nasazení si připlatíte.

Druhá otázka: bezpečnost. Fyzická AI je jiná liga než chatbot. Chatbot napíše blbost, fyzický model shodí paletu na pracovníka. Open-source znamená, že kdokoli — včetně lidí s dobrými důvody k tomu nedělat — může model dotrénovat a nasadit. Certifikace a normy (ISO 10218, nově ISO/TS 15066 pro kolaborativní roboty) tady nejsou formalita.

A třetí: talent. Open-source nástroje snížily bariéru, ale nezvýšily počet lidí, kteří rozumí robotice. Poptávka po inženýrech s fyzickou AI roste rychleji než nabídka. Pro firmy to znamená jediné — školení vlastních lidí dnes vychází levněji než nábor.

RoboBusiness 2026: reshoring je tady a roboti jsou jeho motor

Na panelu RoboBusiness 2026 se bude mluvit o reshoringu — přesunu výroby zpět do USA a Evropy. Bez robotiky je to nesmysl, protože pracovní síla v Ohiu nebo v Ostravě prostě stojí jinak než v Šen-čenu. S robotikou se to najednou počítá.

Čísla mluví jasně. Podle Mezinárodní federace pro robotiku (IFR) se instalace průmyslových robotů drží nad půl milionem kusů ročně, a to nejrychleji roste segment servisních a kolaborativních robotů. Open-source toolchainy tento trend ještě zrychlí, protože zkrátí cestu od nápadu k prototypu z měsíců na dny.

Pro Česko to má konkrétní důsledky. Jsem průmyslová země s hustotou dodavatelských řetězců pro automobilky. Každá továrna, která dnes řeší nedostatek lidí na monotónní práce, je potenciální uživatel těchto nástrojů. A na rozdíl od minulosti nemusí kupovat balíček za miliony — může začít s jedním inženýrem a open-source stackem.

Podobná transformace probíhá v energetice, kde obce a firmy díky obchodování s flexibilitou a IoT monitoringu dostávají do rukou nástroje, které dřív patřily velkým energetikám. Příběhy obcí, které tím prošly, dokumentuje ElectricShare.cz. Výrobcům FVE, kteří chtějí svou spotřebu automatizovat, doporučuji stránku pro výrobce.

Předpověď: do tří let bude robotika jako dnešní webdev

Tvrdím, že do roku 2028 bude postavit funkčního robotického asistenta pro domácnost umět jeden člověk srozumitelným rozpočtem do 150 000 Kč — hardwaru plus pár měsíců učení. Stejně jako dnes postaví webovou aplikaci jeden fullstack vývojář za víkend.

Fyzická AI je v bodě, kde byla jazyková AI v roce 2019. Modely fungují, nástroje se uvolňují, ale mass adoption teprve startuje. Vítězové budou dva typy hráčů: hypershacleři prodávající výpočetní výkon a malé týmy, které se pohybují rychle a nástroje zkombinují novými způsoby. Prohrávají středně velké firmy s proprietárním softwarem a pomalým vývojem.

Pokud vás to chytlo, je čas jednat. Naklonujte repozitář, spusťte simulaci, napište první policy. A jestli řešíte i energetickou stránku autonomních systémů — nabíjení, spotřebu, náklady na provoz — mrkněte na ceník SES a blog SmartEnergyShare, kde energetiku autonomních zařízení rozebíráme podrobně. Budoucnost patří těm, kdo si ji sami naprogramují.

Zdroje

Obchodujete s batteriovými úložišti nebo hledáte partnera pro flexibilitu a day trading elektřiny? SmartEnergyShare nabízí kompletní řešení pro BESS projekty od 50 do 250 kW — obchodování flexibility, SVR služby a IoT monitoring. Zjistěte víc →

Další články na toto téma najdete na: SmartEnergyShare.info Proč to zajímá lidi kolem fotovoltaiky Vice o welcome nvidia