Frühphase-Projekt | Der ehemalige Produktverantwortliche von Horizon Robotics setzt sich hart mit "Greifen und Ablegen"-Bewegungen auseinander. Das Radroboter wird in diesem Jahr auf eine Lieferung von hundert Einheiten abzielen.

Autor/in | Ou Xue

Redakteur/in | Yuan Silai

In einer Zeit, in der die Branche der Embodied Intelligence (eingebettete Intelligenz) allgemein von zweibeinigen Humanoiden und Simulations-Training besessen ist, hat ein Unternehmen einen anderen Weg gewählt: Es konzentriert sich auf die Lager- und Logistikbranche und setzt auf die Kombination aus "Radschemel + zwei Arme", um sich mit den "Greif- und Platzierbewegungen" auseinanderzusetzen, die 60 % der Personalkosten ausmachen. Dies ist ein Unternehmen für Embodied Intelligence namens "Zhiwang Future", das vom Nanjing Research Institute of Software Technology der CAS (Chinesischen Akademie der Wissenschaften) gefördert wurde.

Zhiwang Future wurde im November 2025 in Nanjing gegründet. Der Gründer, Sun Junkai, war zuvor als Leiter der Produktlinie für intelligente Cockpits bei Horizon tätig und hat die Massenproduktion von Millionen von Endgeräten vorangetrieben. Er verfügt über Erfahrungen in der Produktentwicklung und -produktion von der Nullstellung bis zur Fertigstellung. Das Unternehmen wurde zunächst als "Forschungsgruppe für Embodied Intelligence" unter dem Dach des CAS-Systems zwei Jahre lang gefördert und Ende 2025 unabhängig registriert.

Das zentrale Problem bei der Generalisierung von Embodied Intelligence in realen Umgebungen liegt in der Sim2Real-Lücke. Die herkömmliche Offline-Stärkungslernen basiert auf Simulationsdaten, und die Implementierungserfolgsrate ist niedrig. Das Online-Stärkungslernen hat eine hohe Genauigkeit, erfordert jedoch eine lange Lernphase und ist schwierig in E-Commerce-Lagern mit Millionen von SKUs umzusetzen.

Zhiwang Future hat innovative die Methode des Human-in-the-Loop-Online-Stärkungslernens eingeführt, die die sofortige Korrekturfähigkeit des Menschen mit einem einheitlichen Stärkungslernziel tiefgehend integriert und den Schlüsselweg von der Imitationslernphase zur autonomen Exploration eröffnet. Basierend auf dieser Methode kann die Erfolgsrate von Aufgaben mit nur wenigen Demonstrationsdaten und einer kurzen Online-Lernphase deutlich verbessert werden, was in Bezug auf die Stichprobeneffizienz im Vergleich zu herkömmlichen Paradigmen eine Größenordnungserhöhung darstellt.

Der erste intelligente Roboter des Unternehmens, Armstrong, wurde bereits bei einem führenden chinesischen Logistikunternehmen in der Praxis getestet. Der zweite Roboter, Armstrong Pro, wurde im ersten Halbjahr 2026 vorgestellt und arbeitet erfolgreich in einem Lager eines weltweiten Top-500-Fremdkapitalpharmazeutikunternehmens. Im Jahr 2026 hat das Unternehmen einen Absatz von 100 Einheiten festgelegt, was nach Branchenschätzungen fast 40 % des Marktes ausmachen würde.

Sun Junkai sagte Hard Kr, dass die Roboter von Zhiwang Future "schnell in Lagerräume integriert werden können, ohne dass Lagerräume umgebaut werden müssen und dass ein Roboter für mehrere Zwecke eingesetzt werden kann". So können Lageraufgaben wie das Einlagern, Kommissionieren und Inventarisieren ohne "Umbaukosten" durchgeführt werden, und die Rückzahlung der Investitionen für die Kunden beträgt etwa 2 - 3 Jahre.

In den nächsten 3 - 5 Jahren hat Zhiwang Future einen klaren Plan. Sun Junkai gab bekannt, dass das Unternehmen von 2026 bis 2028 in die Lager- und Logistikbranche investieren und die Infrastrukturmodelle für Logistikumgebungen weiterentwickeln wird. Mittel- bis langfristig wird die Generalisierungsfähigkeit, die im B2B-Segment erworben wurde, auf den Einzelhandel und den Bereich der Haushaltsdienste übertragen werden.

Sun Junkai erklärte: "Die Waren in Lagern - Kleidung, Lebensmittel, Kosmetik - gibt es auch in Supermärkten und zu Hause. Die Fähigkeit, Pakete zu greifen, kann fast direkt auf die Haushaltsorganisation übertragen werden. Wir glauben, dass ein Haushaltsroboter Pakete im Haushalt greifen, öffnen und die Gegenstände ordnen kann. Deshalb halten wir die Lager- und Logistikbranche für den unvermeidlichen Weg in den privaten Haushalt."

Im Folgenden finden Sie eine Auszüge aus dem Gespräch zwischen Hard Kr und Sun Junkai:

Hard Kr: Wie hoch ist die Nachfrage nach "Greif- und Platzierbewegungen" in der Lager- und Logistikbranche? Warum werden keine Menschen eingesetzt?

Sun Junkai: Ein führendes Logistikunternehmen hat angekündigt, binnen 8 Jahren vollkommen automatisierte Lager zu realisieren. Die Nachfrage ist viel höher als wir ursprünglich gedacht haben.

Der letzte Kilometer in der Lagerlogistik, d. h. das Entnehmen von Gegenständen aus Behältern und das Ablegen in Bestellboxen, macht mehr als 60 % der Personalkosten aus. Darüber hinaus gibt es hunderte von tausenden von SKUs, und die herkömmliche Automatisierung kann keine absolute Generalisierung erreichen.

Große Modelle sind gerade gut in der Generalisierung, und dies ist ein Szenario, in dem die Technologie optimal eingesetzt werden kann. Ein Mensch kostet pro Jahr 50.000 - 100.000 Yuan, während ein Roboter bereits nach 2 - 3 Jahren amortisiert ist. Die dringende Nachfrage bei führenden Unternehmen ist bereits sehr deutlich, und der Markt in den unteren Segmenten wird mit sinkenden Kosten allmählich an Bedeutung gewinnen.

Hard Kr: Wie kann man mit der minimalen Datenmenge in einem realen Lager einen Datenkreislauf starten, wenn man die Simulationsumgebung verlässt?

Sun Junkai: Der Schlüssel liegt in einer konsistenten Strategie. Wir integrieren die sofortige Korrekturfähigkeit des Menschen tiefgehend mit einem einheitlichen Stärkungslernziel. Für komplexe Szenarien müssen nur wenige Daten gesammelt und feinjustiert werden. So wird die effektive Datennutzung maximiert, und die maximale Generalisierung wird mit der minimalen Datenmenge erreicht.

Hard Kr: Warum werden nicht zweibeinige, sondern radgetriebene Roboter eingesetzt?

Sun Junkai: Erstens ist die Implementierung in der B2B-Branche letztendlich eine Frage der Wirtschaftlichkeit - wie viele Menschen werden ersetzt, wie hoch ist das Personalausstoßverhältnis und wie lang ist die Amortisationszeit? Zwei-beinige Roboter haben eine komplexere mechanische Struktur und mehr Freiheitsgrade, was die Systemstabilität exponentiell verringert. Außerdem liegt die Gesamtliefermenge von zweibeinigen Robotern in China derzeit unter 10.000 Einheiten, und die Lieferkette kann die Kosten nicht senken.

Zweitens ist die Wahrscheinlichkeit, dass ein System mit 20 Freiheitsgraden im Vergleich zu einem mit 60 Freiheitsgraden ausfällt, nicht von der gleichen Größenordnung. B2B-Kunden haben hohe Anforderungen an Genauigkeit, Effizienz, Generalisierung und Zuverlässigkeit. Im aktuellen Stadium ist die Verwendung von zweibeinigen Robotern eher "mit Kanonen auf Spatzen schießen", und die Ausfallrate ist höher.

Drittens ist die Komplexität der motorischen Steuerung des zweibeinigen Körpers viel höher als die eines Radschemels mit Armen. Die Branche hat sich derzeit weitgehend auf die Radkonfiguration mit Hub- oder Klappfunktion konzentriert.

Natürlich glaube ich, dass das Endziel zweibeinige Roboter mit zwei beweglichen Händen sein wird. Denn die universellste Konfiguration in der physischen Welt muss wie der Mensch sein, um verschiedene Umgebungen und Werkzeuge zu kompatieren. Aber dies setzt voraus, dass Unternehmen wie Tesla und Unitree die Produktion auf Millionen von Einheiten bringen und die Kosten für zweibeinige Roboter auf einige zehntausend Yuan senken. Bis dahin wird der Vorteil der Lieferkette für Radschemel mit Armen nicht mehr so deutlich sein. Aber im Moment ist es noch zu früh.