Ein ehemaliger High-Level-Manager von XPeng gründet ein neues Unternehmen und entwickelt einen Outdoor-Begleiter-Roboter für amerikanische Familien.
Text | Qiu Xiaofen
Redaktion | Su Jianxun
Auf der CES 2026 war es vor der Ausstellungsfläche eines chinesischen Roboterkonzerns überlaufen. Was die Leute umherstanden und ansahen, war nicht der auf der CES allzu geläufige humanoide Roboter oder der Vierbeinerhund, sondern ein Roboter mit zwei Rädern, einem quadratischen Körper und einem Display – er wiegt nur 15 Kilogramm und ist 40 Zentimeter hoch.
Er rollt von Zeit zu Zeit mit einem Ball auf der Wiese herum und bewegt sich sicher über verschiedene Böden. Wenn er bemerkt, dass ihn jemand fotografiert, hält er an und interagiert mit den Menschen. Er schwankt leicht von links nach rechts und wechselt auf dem Display verschiedene Gesichtsausdrücke. Bei genauerem Hinsehen ist oben auf ihm eine Rundumbildkamera angebracht, die die Szene der Zuschauer in Echtzeit aufzeichnet.
Dieser Roboter namens Rovar X3 stammt von “Shentingji” und ist speziell für den Outdoor-Begleitgebrauch konzipiert.
Derzeit ist dieser Roboter noch nicht offiziell auf den Markt gekommen, aber Wang Tao, der Gründer von “Shentingji”, sagte “Intelligent Emergence”, dass der zukünftige Preis unter 5.000 US-Dollar liegen wird. “Es könnte die Preis-Erwartungen vieler Amerikaner an die Roboter-Sparte sprengen.”
△Der Rovar X3 kann Fußball spielen und auch als Fotostativ dienen.
Der hinter diesem neuen Roboterkonzept stehende Designer ist ebenfalls mutig – Wang Tao, der Gründer von “Shentingji”, genießt alle Unsicherheiten.
Diese Vorliebe spiegelt sich in jeder wichtigen Karriereentscheidung in seiner Vergangenheit wider. Im Jahr 2015, als er in Stanford einen Doktortitel in Deep Learning und visueller Wahrnehmung absolvierte, gründete er zusammen mit seinem Mentor Andrew Ng das auf L4-Autonomes Fahren spezialisierte Unternehmen Drive AI.
In den Jahren des Auf- und Abschwungs im Bereich des autonomen Fahrens fand das Unternehmen schließlich ein gutes Ende – 2019 wurde dieses 200-köpfige Silicon Valley-Sternunternehmen von Apple “eingestellt” und in Apples Automobilprojekt “Titan” integriert.
Aber Wang Tao schloss sich nicht wie andere Apple an. “Es ist nicht so, dass Apple schlecht ist, sondern ich konnte mir vorstellen, wo ich in zehn Jahren stehen würde, und ich habe diese Zukunft abgelehnt”, sagte Wang Tao offen.
Schließlich entschied er sich für XPeng. Unter der Leitung von Wu Xinzhou, dem damaligen Vizepräsidenten für autonomes Fahren bei XPeng, gründete Wang Tao in drei Jahren von Grund auf das visuelle Wahrnehmungsteam von XPeng.
Ob es sich um das Eintauchen in den Bereich des autonomen Fahrens im Jahr 2015 oder um den Übergang von XPeng in die Roboterinvestition im Jahr 2024 handelte, Wang Tao suchte immer einen Weg, wenn der Wettlauf noch nicht abgeschlossen war – hinter der Unsicherheit steckt genau der Bonus eines “zehnfachen Wachstums”.
△Wang Tao, Fotoquelle: vom Interviewten zur Verfügung gestellt
Hinter Wang Taos Genuss der Unsicherheit verbirgt sich eine andere Seite seiner Perspektive: Er ist praktisch und setzt auf Umsetzung.
Während die Branche von humanoiden Robotern, die Arbeiten erledigen, erzählt, entschied sich Wang Tao zunächst für den Outdoor-Bereich und strebt langsam in die häusliche Szene vor. Er bezeichnet ihren Outdoor-Begleitroboter Rovar X3 als das physikalische AI-MVP (Minimum Viable Product), das am ehesten in Haushalte eindringen kann.
Wang Tao, der 16 Jahre in Silicon Valley gelebt hat, sagte uns, dass dieser Produktansatz auf seiner Beobachtung der Menschen um ihn herum basiert.
In Silicon Valley, wo die klügsten Menschen der Welt zusammenkommen, besteht das größte Problem darin, gelangweilt zu sein. Es gibt dort den Ausdruck “die drei Alltagsaktivitäten der Bucht” – diese Leute verbringen ihr Wochenende hauptsächlich mit drei Dingen: Sie gehen mit ihren Kindern auf Wanderungen im Freien, pflücken Kirschen in der Natur oder besichtigen Häuser.
Die Suche nach einem Begleiter für den Ausflug ist ein echtes Bedürfnis dieser Silicon Valley-Bewohner – bisher hatten die Menschen nur zwei Möglichkeiten: entweder einen Haustierhund oder einen Vierbeinerhund von Boston Dynamics, der 75.000 US-Dollar kostet.
Dafür hat Wang Tao drei Haupteinsatzgebiete für den Rovar X3 entworfen:
Erstens kann er als “Outdoor-Begleiter” fungieren. Sein visuelles System erkennt die biologischen Merkmale des Besitzers (Gesicht, Gangart, Körperbau) und folgt ihm eng. Auf relativ komplexen Outdoor-Straßen kann er nicht nur flexibel Hindernissen ausweichen, sondern auch schwere Gegenstände transportieren, und der gesamte Prozess erfordert keine Fernsteuerung.
Zweitens kann er auch Kinder beschützen, mit ihnen Verstecken-und-Finden spielen, Bälle aufsammeln und Fußball spielen. Darüber hinaus können Sie Ihr Handy oder die Rundumbildkamera darauf aufstellen und den Rovar X3 als Fotostativ nutzen.
△Auf der CES 2026 begrüßt der Rovar X3 die Zuschauer.
Wang Tao gestand, dass das Gründen eines Unternehmens im Bereich der Robotik eine größere “Schöpfungserregung” mit sich bringt als das autonome Fahren. Die heutigen Roboter sind nicht mehr nur kalte Automatisierungsgeräte, sondern “physikalisches AI” mit Autonomie und Lebendigkeit.
Allerdings gibt es derzeit eine Vielfalt an “Schöpfungsrichtungen”. Die Produktform der Begleitroboter hat sich noch nicht eindeutig herausgebildet. Viele von Wang Taos Einschätzungen über diese Kategorie stimmen auch nicht mit denen der meisten Menschen auf dem Markt überein.
In der Designlogik des Rovar X3 legt er weniger Wert darauf, “ob der Roboter sprechen kann”, sondern stärker darauf, “ob er zusammen mit dem Menschen etwas getan hat”. Wenn der Roboter an echten Handlungen in der realen Welt teilnimmt und mit dem Menschen zusammen Aufgaben erledigt, kann eine langfristige Begleitung entstehen.
Diese Inspiration stammt vom neunten Mitarbeiter von “Shentingji” – einem kleinen Hund. Wang Tao beobachtete, dass die Mitarbeiter in der Mittagspause spontan den Hund auf die Wiese brachten, den Ball warfen und hinterher rannten. Die Interaktion in der realen Welt hat eine tiefe emotionale Bindung zwischen Menschen und Hund geschaffen.
△Der Rovar X3 kann Bälle aufsammeln.
Nachdem die Bindung hergestellt ist, stellt sich die nächste Frage: Wie kann man die Intelligenz des Roboters stetig verbessern?
Die meisten Menschen entscheiden sich dafür, den Roboter in eine Fabrik zu schicken oder ihn in einem bestimmten Szenario zu belassen, um das Modell zu verbessern.
Wang Tao ist der Meinung, dass diese Vorgehensweise zwar eine Lieferung ermöglichen kann, aber nicht für die Verbesserung der Roboterintelligenz förderlich ist – nehmen wir das Fabrikszenario als Beispiel: Es zeichnet sich durch eine hohe Standardisierung und eine geringe Fehlertoleranz aus.
Das bedeutet, dass die unsicheren Faktoren und Informationen, die das Modell verbessern können, verschwinden. Im Vergleich dazu hat GPT erst durch die Vielfalt der Daten seine Sprungphasen erlebt.
Tesla ist ein klassisches Beispiel. Musk begann nicht direkt mit der Implementierung in Minen oder geschlossenen Gebieten. Das MVP von Tesla war die Einführung des L2-Hilfsnavigationssystems auf der Autobahn. “Damals wirkte es nicht besonders beeindruckend, aber das früheste Anwendungsgebiet und das endgültige Anwendungsgebiet von FSD waren beide öffentliche Straßen. Der Datenbereich war ziemlich ähnlich.”
Nach Wang Taos Meinung ist der Outdoor-Begleitbereich ein natürlicher und besserer Ansatzpunkt für den Einstieg in die häusliche Umgebung, da die Datenanforderungen beider Bereiche im Wesentlichen übereinstimmen. Nachdem der Roboter zunächst das Vertrauen der Benutzer gewonnen hat, möchte Wang Tao, dass der Roboter allmählich in den Hof und ins Haus eindringt, um mehr vielfältige Daten von den Benutzern zu sammeln.
Und diese Daten werden zu den spezifischen Daten für das Trainieren des Betriebsmodells, die den Roboter besser verstehen lassen und allmählich einen “Datenflughafen” bilden.
Kürzlich hat “Shentingji” eine Angel-Serie-Finanzierung im Wert von 100 Millionen Yuan abgeschlossen, die von BlueRun Ventures geleitet und von der Particle Future Foundation mitfinanziert wurde. “Intelligent Emergence” sprach mit Wang Tao über seine bisher wenig bekannte Vergangenheit und seine Vorstellung von der Schaffung eines Minimum Viable Products für Embodied Intelligence.
Im Folgenden finden Sie die Abschrift des Gesprächs (leicht gekürzt):
Das “zehnfache Wachstum” in der Berufswahl finden
“Intelligent Emergence”: Früher haben Sie zusammen mit Andrew Ng Drive.ai gegründet. Nach der Übernahme des Projekts durch Apple haben Sie sich nicht dem Projekt “Titan” angeschlossen, sondern stattdessen XPeng beigetreten. Waren Sie damals einer von vielen, die diese Entscheidung getroffen haben?
Wang Tao: Ich absolvierte von 2009 bis 2015 einen Master und einen Doktor in Deep Learning und visueller Wahrnehmung an der Stanford University. Damals wurde das autonome Fahren plötzlich sehr beliebt. Andrew Ng, seine Frau und einige meiner Kommilitonen gründeten zusammen Drive AI, das sich auf L4-freies Fahren spezialisiert hat.
Ich war Mitbegründer und Leiter der Technikentwicklung und übernahm die Verantwortung für das PNC-Modul, also das Planungs- und Steuerungsmodul sowie die Systemintegration. Drive AI wurde 2019 von Apple übernommen. Ehrlich gesagt, waren es nicht viele, die sich nach der Übernahme nicht Apple angeschlossen haben. Meine Entscheidung sah damals tatsächlich etwas außermittig aus.
“Intelligent Emergence”: Wie haben Sie damals entschieden, nicht Apple beizutreten?
Wang Tao: Erstens war für mich die eigentliche Attraktion nicht das Eintritt in ein bereits bewährtes Unternehmen, sondern das Tun einer Sache, für die es noch keine endgültige Lösung gibt. Apple steht für Vollendung, während ich damals mehr am Schaffungsprozess interessiert war.
Zweitens war meine Einschätzung damals, dass das L4-autonome Fahren ein sehr langfristiger Prozess ist, bei dem man möglicherweise jahrelang kein fertiges Produkt sehen wird. Als Startupunternehmen ist es ratsamer, sich an einen “Goldgrund” zu binden.
Technisch gesehen erfordert das L4-autonome Fahren eine globale Optimierung. Wahrnehmung, Vorhersage, Planung, Datenrückkopplung im Hintergrund und Rechenleistung sind stark miteinander verbunden.
Apple ist jedoch ein sehr typisches und erfolgreiches Unternehmen, dessen Organisationsstruktur und -modell sehr modular sind. Ich sah damals, dass jeder Teammitglied bei Apple die Eingabe- und Ausgabeschnittstellen sehr klar definiert und die Kopplung so gering wie möglich hält. Das ist offensichtlich das Vorgehen eines Hardwareunternehmens.
Deshalb war meine Einschätzung, dass das L4-autonome Fahren bei Apple möglicherweise zu einem schwierig umzusetzenden Forschungsprojekt werden würde. Ich möchte jedoch lieber Dinge umsetzen und in die Praxis umsetzen.
“Intelligent Emergence”: Also ist die Umsetzung für Sie sehr wichtig.
Wang Tao: Ja.
△Der Rovar X3 hat verschiedene Gesichtsausdrücke.
“Intelligent Emergence”: Sie haben gerade gesagt, dass Sie nicht in ein von der Marktwirtschaft bewährtes Unternehmen eintreten möchten. Warum haben Sie sich dann für XPeng entschieden?
Wang Tao: Ich wurde von Wu Xinzhou rekrutiert. In den ersten drei Jahren bei XPeng gründete ich von Grund auf das visuelle Wahrnehmungsteam auf und übernahm die Verantwortung für das Modelltraining, die Datenerfassung und -annotierung, die Modellbereitstellung und die Technologisierung. Eigentlich war es wie ein Startup-Erlebnis bei XPeng.
Anfang 2023 habe ich festgestellt, dass die Wahrnehmung und das AI im Bereich des autonomen Fahrens bereits relativ abgeschlossen waren und die Struktur bereits festgelegt war. Meine gesamte Berufskarriere war die Suche nach einem “zehnfachen Wachstum”. Ich war zu diesem Zeitpunkt der Meinung, dass das autonome Fahren nicht mehr das nächste “zehnfache Wachstum” darstellt.
“Intelligent Emergence”: Was hat Sie dann dazu gebracht, dass Sie dachten, dass es endlich Zeit für ein Startup war?
Wang Tao: Im Jahr 2023 leitete ich das AI-Team bei PX Robotics. In der Praxis haben wir viele langfristig beste