Der Vorstoß in die Humanoid-Roboter-Fabrik trifft auf ein Datenproblem
Innodata hat am 30. September ein Motion-Capture-Labor eröffnet, das Trainingsdaten für humanoide Roboter erzeugt. Am selben Tag schloss Inbolt eine Runde über 11 Millionen Euro für Robotervision ab, und MindOn brachte ein Modell heraus, das die Inferenzlatenz nach eigenen Angaben von 82 ms auf 32 ms senkt.

Am 30. September eröffnete das Unternehmen Innodata aus New Jersey ein Forschungs- und Entwicklungslabor, das sich ganz der 3D-Bewegungserfassung für Roboter widmet. Dort werden Bewegungen direkt von menschlichen und mechanischen Körpern aufgezeichnet. Zusätzlich will das Labor die Leistungsdaten, die Roboter intern erzeugen, unabhängig prüfen. Das berichtete The Robot Report, das die Geschichte am 30. September zuerst brachte.
Es ist ein kleines Gebäude mit einer großen Behauptung: Der Engpass der physischen KI seien nicht Motoren, nicht Hände, nicht Aktuatoren, sondern Daten.
„Physical AI wächst schneller als jedes andere Segment der KI, aber jedes Robotikteam stößt an dieselbe Wand: Es gibt nicht genug Interaktionsdaten aus der realen Welt, und was es gibt, ist teuer und langsam in der Herstellung“, sagte Innodata-CEO Rahul Singhal in einer Erklärung, aus der The Robot Report zitiert. Das Unternehmen erklärte, die Einrichtung decke alles von der Datenerfassung bis zur Modellbewertung ab und erfasse Bewegungen von Humanoiden, teleoperierter Hardware, tragbaren Systemen, Sensoraufbauten und Greifern der Universal Manipulator Interface. Innodata, 1988 gegründet, argumentiert, dass große Sprachmodelle sich am offenen Internet bedienen konnten, Roboter aber über kein vergleichbares Korpus für die physische Welt verfügen. Franklin Tanner, Vizepräsident für Robotik und physische KI, sagte dem Robot Report, physische KI müsse sich „ihre Tokens eine Interaktion nach der anderen verdienen“. Tanner sprach sich zugleich gegen bewegungserfassende Verfahren auf Basis von Inferenz aus: Es gebe „keinen Ersatz für direkte 3D-Bewegungserfassung“, und Computervisionsmodelle, die mit 2D-Pixeln arbeiten, machten zwangsläufig Fehler. Die Sensoren des Labors seien darauf ausgelegt, die kleinste Bewegung jedes Gelenks zu erfassen.
Dieses Argument ist nicht neu. Es wird jetzt allerdings finanziert.
Ebenfalls am 30. September meldete das Pariser Unternehmen Inbolt, es habe 11 Millionen Euro eingesammelt, um international zu expandieren und in die Fertigung von Rechenzentren und Elektronik einzusteigen, wie Tech.eu berichtete. Die Runde führte der neue Investor Shift4Good an, beteiligt waren Bridges Climate Transition Partners sowie die bestehenden Geldgeber BNP Paribas Developpement und Ora Global. Damit steigt die Gesamtfinanzierung auf 30 Millionen Euro. Inbolt, 2019 von Rudy Cohen, Albane Dersy und Louis Dumas gegründet, verkauft eine hardwareunabhängige KI-Softwareschicht in Kombination mit 3D-Vision. Sie erlaubt Robotern, ihre Regelkreise in Echtzeit anzupassen, wenn Bauteile versetzt ankommen oder Werkzeuge verschleißen. Das System läuft laut Tech.eu auf mehr als 200 Robotern in über 100 Fabriken auf drei Kontinenten, zu den Kunden zählen Bosch, Beko, Flex, Ford, Stellantis und Toyota. Das Verkaufsargument: Fabriken können bestehende Linien aufrüsten, statt sie zu ersetzen.
Dann ist da noch die Geschwindigkeit. MindOn veröffentlichte am 30. September einen technischen Beitrag, der Mind-1 vorstellt, ein Modell für physische KI, das die Ausführung von Roboteraufgaben auf Zykluszeiten menschlichen Niveaus bringen soll. Das Unternehmen gab an, die Inferenzlatenz von 82 ms auf 32 ms gesenkt zu haben, und rechnete vor: Bei einer Endeffektor-Geschwindigkeit von 3 Metern pro Sekunde entsprechen schon 10 ms Latenz rund 3 cm Bewegung, genug, um präzises Greifen oder Einführen zu vereiteln. MindOn benannte außerdem ein weniger offensichtliches Problem: Ein großer Teil der Manipulationsdaten stammt aus der Teleoperation, die langsamer ist als natürliche menschliche Bewegung. Die Modelle lernen deshalb mit der Aufgabe auch das Tempo ihrer Vorführungen.
Drei Ankündigungen, ein Tag, eine gemeinsame Prämisse. Leistungsdemos sind nicht mehr der schwierige Teil.
Ein technischer Bericht von Fig Inc., ebenfalls am 30. September veröffentlicht, macht das Bild auf nützliche Weise komplizierter. Die Forscher Yangyue Wang, Harshvardhan Sikka, Pranav Guruprasad und Sudipta Chowdhury bewerteten Frontier-Modelle, darunter Astra und Opus 5.5, bei Web-Automatisierung und in vier physischen Bereichen: Bench2Drive, VLABench, IndEgo und Assembly101. Ihr Befund: Durchschnittswerte über Benchmarks verdecken enorme Unterschiede auf Aufgabenebene. In jedem getesteten Modellpaar löste das schwächere Modell mindestens eine Aufgabe, die das stärkere verfehlte. Ein Modellupdate konnte den Durchschnitt fast unverändert lassen und zugleich viele einzelne Aufgaben kippen. Die Autoren veröffentlichten einen Datensatz namens RIDGE mit Ergebnisdaten auf Item-Ebene und Modell-Traces.
Liest man das neben den Fabrikzahlen, verschiebt sich das Bild erneut.
Der Kontext für all das ist eine Fertigungsbasis, die bereits automatisiert ist und überwiegend nicht humanoid. Mehr als fünf Millionen Roboter arbeiten heute weltweit in Fabriken, nur einige Tausend davon sind humanoide, wie aus Berichten hervorgeht, die in der jüngsten Branchenberichterstattung zusammengefasst wurden. Dieselbe Berichterstattung vermerkt, dass das chinesische Unternehmen UBTECH im September eine Anlage mit einer angegebenen Kapazität von einem Humanoiden alle zehn Minuten eröffnete und dass Hyundai die Produktion und den Einsatz des Atlas hochfährt und zugleich ein Trainingszentrum in seinem Werk in Georgia eröffnet. Japan will laut TechRadar vom 30. September bis 2040 10 Millionen KI-Roboter, während Koreas SFA laut Korea JoongAng Daily eine Absichtserklärung mit Rainbow Robotics unterzeichnete, um bis 2030 unbemannte Fabriken voranzutreiben.
Nicht jeder Roboter in diesem Ausbau wird ein Humanoid sein. Mark Cuban hat argumentiert, Roboter in Menschenform würden innerhalb eines Jahrzehnts scheitern, eine Position, die er in den vergangenen Tagen wiederholte. IEEE Spectrum veröffentlichte Einschätzungen von Robotikexperten zu Teslas Optimus. Teslas eigene Lieferkette steht an anderer Stelle unter Druck: Am 30. September berichtete Electrek, Teslas geplante Solarfabrik in Texas sei in einen US-Patentstreit zwischen den chinesischen Anlagenbauern Linton Crystal Technologies und Zhejiang Jingsheng hineingezogen worden, und zwar wegen der Czochralski-Ziehvorrichtungen, die für den Schritt des Ingot-Wachsens in Teslas Solarplänen nötig sind. Tesla ist nicht Partei des Verfahrens.
Diese Geschichte zählt hier aus einem strukturellen Grund. Die Lieferkette für humanoide Roboter und die Solar-Lieferkette sind nicht dieselbe, das Fehlermuster aber schon: eine einzelne spezialisierte Komponente, bezogen von wenigen Anbietern, ganz vorne in einem sehr langen Produktionsplan.
Damit führt das Argument zurück zu den Daten. Innodatas Tanner nannte dem Robot Report ein konkretes Beispiel dafür, warum sich Kontext schwer kodieren lässt: Ein Roboter, der eine Tasse greifen soll, kann den Griff oder den Boden fassen, beides ist mechanisch zulässig. Enthält die Tasse aber heiße Flüssigkeit, verbrennt sich der Roboter bei einer der beiden Varianten die Hand. Solche Unterschiede stehen in bestehenden Datensätzen selten. Inbolts Kunden kämpfen in der realen Produktion mit einem verwandten Problem: Ein versetzt ankommendes Bauteil kann einen Roboter zum Stillstand bringen oder Ausschuss erzeugen, und die Kosten zeigen sich als Stillstand, nicht als gescheiterte Demo. MindOns Latenzrechnung ist die dritte Seite davon: Bei Tempo hören kleine Wahrnehmungs- und Steuerfehler auf, klein zu sein.
Das Geld bewegt sich entsprechend. Inbolts 11 Millionen Euro sind bescheiden gemessen am Kapital, das in humanoide Hardware fließt, doch sie zielen auf den installierten Bestand statt auf neue Humanoide. Innodata verkauft Messung und Bewertung, keine Roboter. Arrowfly, die Muttergesellschaft des Robot Report, startete am 30. September eine Plattform namens AI for Engineers, die sich genau an diese Praktikerschaft richtet. Das Unternehmen verweist auf mehr als 30.000 Ingenieurfachleute, die sich in seinem Portfolio bereits mit KI-Themen befassen, auf 2,1 Millionen verifizierte Branchenleser und auf eine Konferenz vom 20. bis 22. September 2027 in Henderson, Nevada. Das ist ein Medienunternehmen, kein Robotikunternehmen, aber ein brauchbarer Indikator dafür, wohin Aufmerksamkeit und Budget fließen.
Eine Einschränkung gehört klar ausgesprochen. Viel von der angekündigten Humanoid-Fabrikkapazität ist Kapazität, nicht Ausstoß. Namen, Daten und Stückzahlen machen schneller die Runde als ausgelieferte Einheiten, und die Lücke zwischen der Eröffnung einer Fabrik und ihrem Betrieb mit voller Rate wird üblicherweise in Quartalen gemessen, manchmal in Jahren. Das Dossier liefert keine verifizierten Produktionszahlen für irgendeine Humanoid-Linie, und aus angekündigter Kapazität sollte keine abgeleitet werden.
Was das Dossier zeigt, über acht in den letzten drei Tagen veröffentlichte Quellen hinweg, ist ein Markt, der sich aus verschiedenen Richtungen derselben Diagnose nähert. Innodata will die Trainingsdaten verkaufen. Inbolt will die Wahrnehmungsschicht verkaufen, die bestehende Arme mit Variation umgehen lässt. MindOn will Geschwindigkeit verkaufen. Figs Forscher wollen einen ehrlicheren Benchmark verkaufen. Keiner von ihnen verkauft den Roboter.
Quellen
8- 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
- 02Inbolt raises €11M to bring real-time vision and intelligence to industrial robotsEN
- 03Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 04How Do Astra and Opus 5.5 Perform on Robotics and Web TasksEN
- 05The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
- 06Tesla's solar factory dragged into patent war between Chinese suppliersEN
- 07Tesla Robotaxi fleets are the new crypto treasury for zombie companiesEN
- 08What 30k robot dogs taught me about degrees of freedom, shipping a real productEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.