Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Humanoiden-Fabriken ziehen davon, doch die Trainingsdaten hinken hinterher

Innodata hat am 30. September ein Labor für Motion Capture eröffnet, um Trainingsdaten für humanoide Roboter zu erzeugen. Das Unternehmen sagt, Robotikteams hätten keine realen Interaktionsdaten mehr, mit denen sich Maschinen nützlich machen ließen.

TechnologieAnalyseLena BrandtVeröffentlicht: 30. September 20264 Min. LesezeitQuellen 8
Humanoiden-Fabriken ziehen davon, doch die Trainingsdaten hinken hinterher

Am 30. September teilte die Datenfirma Innodata aus New Jersey mit, sie habe eine Forschungs- und Entwicklungseinrichtung eröffnet. Dort werden 3D-Bewegungen direkt von menschlichen und mechanischen Körpern erfasst, statt sie aus 2D-Video abzuleiten. Das Unternehmen verkauft das als Lösung für einen Engpass, den laut eigener Darstellung jedes Robotikteam erreicht: zu wenig reale Interaktionsdaten, und was es gibt, ist teuer und langsam in der Herstellung. Das berichtet The Robot Report.

Innodata baut keine Roboter. Die Firma verkauft Daten und Bewertungsrahmen, und sie verkauft sie jetzt an Unternehmen für physische KI. Die müssen Humanoide und Industrieroboter für Aufgaben trainieren, die Menschen ohne Nachdenken erledigen.

„Physische KI wächst schneller als jedes andere Segment der KI, aber jedes Robotikteam stößt an dieselbe Wand", sagte Innodata-CEO Rahul Singhal in einer Mitteilung. „Es gibt nicht genug reale Interaktionsdaten, und was existiert, ist teuer und langsam in der Herstellung."

Warum die Datenlücke mehr wiegt als die Hardware

Große Sprachmodelle hatten das Internet zum Lernen. Roboter haben das nicht. Franklin Tanner, bei Innodata Vizepräsident für Robotik und physische KI, sagte dem Robot Report, physische KI müsse „sich ihre Tokens eine Interaktion nach der anderen verdienen, und sie müssen gezielt sein". Die Sensoren des Labors sollen die kleinste Bewegung jedes Gelenks erfassen. Nach Angaben von Innodata macht das das Training genauer und effizienter. Tanner nannte das Beispiel eines Roboters, der eine Tasse greift: am Griff oder am Boden. Der Unterschied spielt womöglich erst eine Rolle, wenn die Tasse mit heißer Flüssigkeit gefüllt ist.

Das ist ein Datenproblem, kein Motorproblem. Und es ist nur einer von mehreren Engpässen, die in derselben Woche auftauchen.

Das Pariser Unternehmen Inbolt sammelte am 30. September 11.000.000 Euro ein. Damit will es Echtzeit-3D-Sehen und eine hardwareunabhängige KI-Schicht auf bestehende Produktionslinien bringen. Laut Tech.eu führte Shift4Good die Runde an, Bridges Climate Transition Partners sowie die bestehenden Investoren BNP Paribas Développement und Ora Global beteiligten sich. Damit summiert sich die Finanzierung auf 30.000.000 Euro. Inbolt gibt an, seine Software laufe bereits auf mehr als 200 Robotern in über 100 Fabriken auf drei Kontinenten. Zu den Kunden zählten Bosch, Beko, Flex, Ford, Stellantis und Toyota.

Ebenfalls am 30. September stellte MindOn das Modell Mind-1 vor. Das Unternehmen sagt, es senke die Inferenzlatenz von Robotern von 82ms auf 32ms und bringe Manipulationsaufgaben auf Taktzeiten menschlichen Niveaus. Ein Roboter, der fünf- oder zehnmal langsamer sei als ein Mensch, lasse sich schwer in reale Abläufe einbinden, egal wie leistungsfähig er in einer Demo wirke, argumentiert die Firma.

Das Benchmark-Problem

Leistungsaussagen lassen sich immer schwerer vergleichen. Ein am 30. September veröffentlichter technischer Bericht von Fig. bewertete Spitzenmodelle, darunter Astra und Opus 5.5, bei Web-Automatisierung und in vier physischen Bereichen: Manipulation, Montage, industrielle Abläufe und Fahren. Die Autoren fanden keinen klaren Spitzenreiter. In jedem getesteten Modellpaar löste das schwächer bewertete Modell mindestens eine Aufgabe, die das besser bewertete verfehlte.

Dieselbe Ungleichmäßigkeit zeigte sich über die physischen Bereiche hinweg: Modelle, die Gemini 3.5-Flash im Durchschnitt aller Bereiche schlugen, schnitten in manchen Aufgabenkategorien trotzdem schlechter ab. Das Team veröffentlichte einen Datensatz auf Aufgabenebene namens RIDGE, der alle fünf Bereiche abdeckt.

Unterdessen schreitet der Ausbau der Fertigung weiter voran. Teslas geplante Solarfabrik in Texas ist in einen US-Patentstreit zwischen zwei chinesischen Anlagenbauern geraten, berichtete Electrek am 30. September. Linton Crystal Technologies verklagte Zhejiang Jingsheng am 22. September vor einem Bundesgericht in Texas wegen zweier Patente, die einen Teil eines Czochralski-Ziehofens abdecken, also des Ofens, der einkristalline Siliziumbarren zieht. Jingsheng, das den Rechtsstreit am 24. September gegenüber Investoren offenlegte, erklärt, seine Produkte nutzten „technische Lösungen, die sich vollständig unterscheiden" von den Patenten, und erwarte keine wesentlichen Auswirkungen.

Nicht jede Robotergeschichte spielt in der Industrie. Am 30. September teilte ein an der Nasdaq notiertes Unternehmen mit einem Wert von etwa 2.400.000 Dollar mit, es habe Tesla eine Beschaffungsanfrage über 500 Robotaxis geschickt. KIDZ AI, früher eine Online-Codingschule namens Classover Holdings, meldete für das zweite Quartal einen Umsatzrückgang um 34% im Jahresvergleich auf 480.000 Dollar und einen Quartalsverlust von 2.500.000 Dollar, so Electrek. Die Anfrage sei, heißt es in der eigenen Mitteilung des Unternehmens, keine verbindliche Bestellung.

Die Lücke zwischen Ankündigungen und tatsächlich eingesetzten Maschinen schließt sich nicht von selbst.

Kommentare 0

Quellen

8
  1. 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
  2. 02Inbolt raises €11M to bring real-time vision and intelligence to industrial robotsEN
  3. 03Mind-1: Cutting robot inference latency from 82ms to 32msEN
  4. 04Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic TasksEN
  5. 05Tesla's solar factory dragged into patent war between Chinese suppliersEN
  6. 06Tesla Robotaxi fleets are the new crypto treasury for zombie companiesEN
  7. 07What 30k robot dogs taught me about degrees of freedom, shipping a real productEN
  8. 08The Robot Report parent Arrowfly launches AI for Engineers platformEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Lena Brandt

Lena Brandt

KI, Modelle und Technik

Lena Brandt schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Herstellerangaben, Studien und öffentlich zugängliche Datensätze, statt Pressemitteilungen ungeprüft zu übernehmen. Bei Modellvergleichen kontrolliert sie Benchmark-Werte, Trainingsdaten und Versionsnummern und rechnet Angaben zu Rechenleistung und Kosten selbst nach. Sie spricht mit Entwicklern und Forschern, wartet auf angekündigte Updates und vergleicht Releases, bevor sie eine Einschätzung abgibt. Privat beschäftigt sie sich mit 3D-Druck, alten Rechnern und der Frage, wie Modelle aus Internetmüll lernen – Themen, die regelmäßig in ihre Texte einfließen. Sie publiziert keine Zahlen, deren Quelle sie nicht selbst überprüfen konnte.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.