I robot hanno mani migliori, e intanto si litiga in tribunale su chi costruisce i loro forni solari

Innodata è un'azienda di data engineering fondata nel 1988, con sede a Ridgefield Park, nel New Jersey. Il nuovo centro di ricerca e sviluppo catturerà il movimento 3D direttamente da corpi umani e meccanici, invece di ricavarlo da video 2D. The Robot Report ha dato notizia del lancio il 30 settembre.

La proposta è semplice: i robot non hanno un internet da cui imparare. I grandi modelli linguistici hanno raschiato un web che esisteva già. Gli umanoidi devono costruirsi il proprio corpus, un movimento alla volta, e la cosa è lenta e costosa.

«L'AI fisica cresce più di qualsiasi altro segmento dell'AI, ma ogni team di robotica sbatte contro lo stesso muro: non ci sono abbastanza dati di interazione reale, e quelli che esistono sono costosi e lenti da produrre», ha dichiarato Rahul Singhal, amministratore delegato di Innodata, in una nota ripresa da The Robot Report. Franklin Tanner, vicepresidente della divisione robotica e AI fisica dell'azienda, ha detto allo stesso giornale che i suoi sensori sono progettati per registrare il più piccolo movimento di ogni giunto. Un umanoide da quasi 200 libbre (90,7 kg), ha aggiunto, non lascia spazio a letture approssimative.

Secondo Innodata, il laboratorio servirà anche a validare in modo indipendente i dati sulle prestazioni che i robot generano al proprio interno. Questa seconda funzione conta quanto la prima. I log di un robot non sono un registro neutrale, e le aziende che li impiegano in fabbrica hanno bisogno di qualcosa più vicino a una revisione contabile che a un'autodichiarazione.

La latenza, non solo la capacità

Mentre Innodata attacca il problema dei dati, una startup chiamata MindOn ha pubblicato il 30 settembre un post tecnico. Il suo modello Mind-1, sostiene l'azienda, riduce la latenza di inferenza dei robot da 82 millisecondi a 32 millisecondi e raggiunge tempi di ciclo pari a quelli umani su una serie di compiti logistici e di manipolazione quotidiana. Alcune attività, afferma MindOn, vengono completate più in fretta di quanto farebbe una persona.

Il post è insolitamente preciso sul perché la velocità sia difficile da ottenere. A una velocità dell'end-effector di 3 metri al secondo, 10 millisecondi di latenza equivalgono a circa 3 centimetri di spostamento, abbastanza da rovinare una presa o un inserimento di precisione. MindOn dà la colpa anche ai dati di addestramento: gran parte dei dati di manipolazione robotica viene dalla teleoperazione, più lenta del movimento umano naturale. Così i modelli imparano insieme al compito anche un ritmo pigro.

«Un robot che sa eseguire un compito ma ci mette cinque o dieci volte il tempo di un umano resta difficile da integrare nei flussi di lavoro reali», scrive l'azienda.

Quei numeri sono di MindOn e non sono stati riprodotti in modo indipendente. Vanno presi come una dichiarazione di un fornitore con un meccanismo plausibile, non come un risultato acquisito.

Un lavoro di valutazione indipendente pubblicato lo stesso giorno suggerisce perché i numeri singoli da titolo meritino diffidenza. Fig Inc ha diffuso un rapporto tecnico e un dataset chiamato RIDGE, che copre sette modelli su VisualWebArena e tre modelli su quattro benchmark fisici: Bench2Drive, VLABench, IndEgo e Assembly101. La conclusione centrale è che le medie dei benchmark nascondono quanto sia disomogeneo il rendimento dei modelli.

In ogni coppia di modelli testata dagli autori, il modello con il punteggio più basso ha risolto almeno un compito che quello con il punteggio più alto ha fallito. Un aggiornamento può lasciare la media quasi invariata e ribaltare nel frattempo molti compiti individuali. E un aggiornamento che alza la media può comunque perdere attività che la versione precedente gestiva. Il rapporto copre Gemini 3.5-Flash, Astra, Opus 5.5 e altri. Per chi deve scegliere uno stack robotico, la lezione pratica è che una posizione in classifica dice meno della categoria specifica di compiti che si intende far girare.

Il denaro si sposta verso la percezione

Inbolt, con sede a Parigi, ha raccolto 11 milioni di euro per portare visione in tempo reale e controllo adattivo nei robot industriali, ha riferito Tech.eu il 30 settembre. Il round è stato guidato da Shift4Good, con la partecipazione di Bridges Climate Transition Partners e degli investitori già presenti BNP Paribas Développement e Ora Global. Il finanziamento totale arriva così a 30 milioni di euro.

Inbolt punta a un modo di fallire specifico: anche nelle fabbriche altamente automatizzate, i robot si bloccano o producono pezzi difettosi quando un componente arriva disallineato o l'attrezzatura si usura. L'azienda afferma che la sua visione 3D più uno strato di AI indipendente dall'hardware è installata su oltre 200 robot in più di 100 fabbriche su tre continenti, con clienti tra cui Bosch, Beko, Flex, Ford, Stellantis e Toyota. Quei dati sulle installazioni vengono dall'azienda e dall'annuncio dei suoi investitori.

Lo stesso giorno Destro è uscita dalla modalità stealth con un round seed da 8 milioni di dollari, ha riferito TechCrunch. La startup non costruisce robot. Costruisce uno strato di coordinamento che dice cosa fare sia alle macchine sia ai lavoratori umani. Sta conducendo un progetto pilota in un impianto di Yusen Logistics nel Pacific Northwest con tre robot carrellisti di Miva Robotics.

Manthan Pawar, fondatore di Destro, ha detto a TechCrunch che non essere un'azienda di robotica è un vantaggio competitivo. Richard Brunelle, direttore dell'automazione per la divisione americana di Yusen Logistics, ha raccontato di aver chiesto a Destro di adattare il suo strumento di picking e packing al cross-docking, dove le merci passano da un camion a carichi misti destinati ad altri camion.

Due round di finanziamento e un lancio di prodotto in un solo giorno non fanno un boom. Ma il modello che accomuna tutti e tre è coerente: il denaro va nei dati, nella percezione e nel coordinamento, non in un altro chassis bipede.

Una causa sui brevetti piomba sul piano solare di Tesla

Il fatto più rilevante della settimana non è affatto un robot. Linton Crystal Technologies, azienda di Rochester, nello stato di New York, interamente controllata dalla cinese Dalian Linton, ha citato Zhejiang Jingsheng davanti alla corte distrettuale degli Stati Uniti per il distretto orientale del Texas il 22 settembre, ha riferito Electrek il 30 settembre. I brevetti, il numero 11.255.024 e il numero 11.814.746, coprono un sistema di sollevamento e rotazione del seme per i trafilatori di cristalli Czochralski, i forni che estraggono lingotti di silicio monocristallino dal silicio fuso.

Jingsheng ha reso nota la causa agli investitori il 24 settembre. L'azienda sostiene che i suoi prodotti utilizzano soluzioni tecniche del tutto diverse da quelle dei brevetti, di non essere stata formalmente notificata e di non aspettarsi alcun impatto significativo. Linton chiede il risarcimento dei danni, il triplo dei danni per violazione dolosa e un'ingiunzione permanente.

L'ingiunzione è il punto in cui entra in gioco Tesla, indirettamente. Secondo Electrek, i rapporti dell'industria cinese dicono che Jingsheng si è aggiudicata all'inizio di quest'anno un ordine Tesla del valore di circa 3 miliardi di yuan, circa 420 milioni di dollari, per trafilatori di cristalli. Tesla non è parte in causa, e né Tesla né Jingsheng hanno confermato l'ordine.

La cronologia riportata dalla stampa specializzata cinese va da una gara Tesla per trafilatori monocristallini da 210 mm, attrezzature per il taglio dei wafer e crogioli di quarzo, chiusa a febbraio, ai contratti firmati a marzo, alle spedizioni partite ad aprile e alla consegna completa prevista per il terzo trimestre. Ad agosto Tesla ha presentato domanda per una fabbrica da 10,1 miliardi di dollari nella contea di Fort Bend con il nome di Project Crystal Sun, che copre la crescita dei lingotti fino ai moduli finiti, con produzione prevista per l'inizio del 2029. Electrek, testata sorella di The Robot Report, segue la vicenda da marzo, quando si è saputo che Tesla era in trattative per acquistare attrezzature solari cinesi per 2,9 miliardi di dollari.

Entrambi i fornitori sono sotto pressione per la sovraccapacità dell'industria solare cinese. Nel primo semestre del 2026 il fatturato di Jingsheng è calato di circa il 40 per cento su base annua, e Dalian Linton ha registrato una piccola perdita nello stesso periodo, ha riferito Electrek. Un ordine americano di quelle dimensioni conta per entrambe.

Un dettaglio complica la lettura. Todd Barnum, membro del consiglio esecutivo di Linton, ha definito la causa una difesa dell'innovazione americana, ricordando le radici di Rochester dell'azienda che risalgono al 1952. Ma la sua capogruppo è quotata alla Borsa di Pechino. Come nota Electrek, è una lite tra due aziende cinesi, tenuta in un'aula di tribunale del Texas attraverso affiliate americane.

La flotta che è un comunicato stampa

Più in basso nella scala della credibilità, KIDZ AI ha annunciato il 30 settembre di aver inviato a Tesla una richiesta di acquisto per 500 Robotaxi. L'azienda, un tempo una scuola di programmazione online chiamata Classover Holdings, vale circa 2,4 milioni di dollari, ha riferito Electrek. I risultati del secondo trimestre 2026 mostrano ricavi da servizi in calo del 34 per cento su base annua, a 480.000 dollari, e una perdita trimestrale di 2,5 milioni di dollari. A fine giugno dichiarava 8,88 milioni di dollari tra liquidità e liquidità vincolata.

Al prezzo obiettivo di Elon Musk per la Cybercab, sotto i 30.000 dollari, 500 veicoli costerebbero circa 15 milioni di dollari, più o meno sei volte il valore di mercato dell'azienda. Il comunicato di KIDZ AI precisa che la richiesta non costituisce un ordine vincolante e che l'azienda potrebbe decidere di non procedere. Il titolo è salito di circa il 10 per cento prima dell'apertura e poi è sceso di circa il 6 per cento dopo.

Electrek colloca la vicenda in una discendenza che comprende il piano di tesoreria su Solana, poi abbandonato, e il successivo passaggio a Hyperliquid, al cloud per GPU e a una quota in un data center in Cambogia: quattro settori caldi in circa 15 mesi.

Sotto tutto questo rumore c'è un mercato della robotica reale, e lo stanno costruendo aziende che misurano l'angolo dei giunti al millimetro e tagliano millisecondi dai cicli di controllo. La domanda a cui il settore non ha ancora risposto è se il capitale che insegue le silhouette umanoidi ci sarà ancora quando si scoprirà che il lavoro interessante è poco glamour: banchi di cattura, disciplina nei benchmark e un forno in Texas che deve tirare il suo primo lingotto prima che tutto il resto conti qualcosa.