Fabriken für humanoide Roboter preschen vor, doch die Trainingsdaten hinken hinterher
Innodata hat am 30. September ein Bewegungserfassungslabor eröffnet, um Trainingsdaten für humanoide Roboter zu erzeugen. Das Unternehmen sagt, Robotikteams hätten keine realen Interaktionsdaten mehr, mit denen sich Maschinen nützlich machen ließen.

Am 30. September teilte das Datenunternehmen Innodata aus New Jersey mit, es habe eine Forschungs- und Entwicklungseinrichtung eröffnet. Dort werden 3D-Bewegungen direkt von menschlichen und mechanischen Körpern erfasst, statt Bewegung aus 2D-Video abzuleiten. Das Unternehmen verkauft das als Lösung für einen Engpass, den nach eigener Darstellung jedes Robotikteam trifft: zu wenige reale Interaktionsdaten, und was es gibt, ist teuer und langsam in der Herstellung. Das berichtet The Robot Report.
Innodata baut keine Roboter. Das Unternehmen verkauft Daten und Bewertungsframeworks. Nun verkauft es sie an Firmen für physische KI, die humanoide Roboter und Industriearme für Aufgaben trainieren müssen, die Menschen ohne Nachdenken erledigen.
"Physical AI wächst schneller als jedes andere Segment der KI, aber jedes Robotikteam stößt an dieselbe Wand", sagte Innodata-CEO Rahul Singhal in einer Erklärung. "Es gibt nicht genug reale Interaktionsdaten, und was existiert, ist teuer und langsam in der Herstellung."
Warum die Datenlücke wichtiger ist 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 Token eine Interaktion nach der anderen verdienen, und sie müssen gezielt sein". Die Sensoren des Labors sollen die kleinste Bewegung jedes Gelenks erfassen. Laut Innodata wird das Training dadurch genauer und effizienter. Tanner nannte das Beispiel eines Roboters, der eine Tasse greift: am Henkel oder am Boden. Der Unterschied spielt vielleicht keine Rolle, bis 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 sichtbar wurden.
Das Pariser Unternehmen Inbolt sammelte am 30. September 11.000.000 Euro ein, um Echtzeit-3D-Vision und eine hardwareunabhängige KI-Schicht auf bestehende Produktionslinien zu bringen. Tech.eu berichtete, die Runde wurde von Shift4Good angeführt, mit Bridges Climate Transition Partners und den bestehenden Investoren BNP Paribas Développement und Ora Global. Damit steigt die Gesamtfinanzierung auf 30.000.000 Euro. Inbolt sagt, seine Software sei bereits auf mehr als 200 Robotern in über 100 Fabriken auf drei Kontinenten im Einsatz, mit Kunden wie Bosch, Beko, Flex, Ford, Stellantis und Toyota.
Ebenfalls am 30. September stellte MindOn Mind-1 vor, ein Modell für physische KI. Nach Unternehmensangaben senkt es die Inferenzlatenz von Robotern von 82ms auf 32ms und bringt Manipulationsaufgaben auf Taktzeiten auf menschlichem Niveau. Das Unternehmen argumentiert, ein Roboter, der fünf- oder zehnmal langsamer sei als ein Mensch, lasse sich schwer in reale Abläufe integrieren, egal wie fähig er in einer Demo wirke.
Das Benchmark-Problem
Fähigkeitsaussagen lassen sich immer schwerer vergleichen. Ein am 30. September veröffentlichter technischer Bericht von Fig. bewertete Frontier-Modelle wie Astra und Opus 5.5 über Web-Automatisierung und vier physische Bereiche: Manipulation, Montage, industrielle Verfahren und Fahren. Die Autoren fanden keinen klaren Leistungsführer. In jedem getesteten Modellpaar löste das schlechter bewertete Modell mindestens eine Aufgabe, die das besser bewertete verfehlte.
Dieselbe Ungleichmäßigkeit zeigte sich über die physischen Bereiche: Modelle, die Gemini 3.5-Flash im Durchschnitt jedes Bereichs schlugen, schnitten in einigen Aufgabenkategorien dennoch 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 Ausrüstungsherstellern 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-Ziehers abdecken, des Ofens, der monokristalline Siliziumbarren zieht. Jingsheng, das den Rechtsstreit am 24. September gegenüber Investoren offenlegte, erklärt, seine Produkte nutzten "technische Lösungen, die sich völlig unterscheiden" von den Patenten, und erwarte keine wesentlichen Auswirkungen.
Nicht jede Robotergeschichte ist industriell. 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 Servicerückgang von 34 Prozent im Jahresvergleich auf 480.000 Dollar und einen Quartalsverlust von 2.500.000 Dollar, laut Electrek. Die Anfrage, so heißt es in der eigenen Mitteilung des Unternehmens, ist keine verbindliche Bestellung.
Die Lücke zwischen Ankündigungen und eingesetzten Maschinen schließt sich nicht von selbst.
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
- 04Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic TasksEN
- 05Tesla's solar factory dragged into patent war between Chinese suppliersEN
- 06Tesla Robotaxi fleets are the new crypto treasury for zombie companiesEN
- 07What 30k robot dogs taught me about degrees of freedom, shipping a real productEN
- 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.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.