Der Professor der Universität von Hongkong, LI Hongyang, gründet ein Unternehmen für ein allgemeines, ganzkörperliches verkörpertes Gehirn und erhält eine Seed-Finanzierung in Höhe von mehreren hundert Millionen Yuan von ZhenFund, Gaorong, IDG, Wuyuan und anderen – Exklusiv von Hard-Krypton

Autor | Huang Nan

Redakteur | Yuan Silai

Hard Kr has es exklusiv erfahren, dass das Unternehmen für universelle ganzkörperliche kognitive Systeme „Archon Robotics“ kürzlich eine Seed-Runde von mehreren Hundert Millionen Yuan abgeschlossen hat. Die Investoren dieser Runde umfassen Top-Dollar-Fonds wie ZhenFund, Banyan Capital, IDG Capital und Matrix Partners, sowie die gemeinsame Stiftung von Gobi Partners und der Universität Hongkong, Miracle Plus und die Shanghai Institute of Innovation and Intelligence.

Die Finanzierungsgelder werden hauptsächlich für die Entwicklung von Basis-Modellen für ganzkörperliche Humanoidroboter, die Erfassung von multimodalen ganzkörperlichen Bewegungsdaten, die Erweiterung des Personals sowie die Errichtung von Forschungs- und Entwicklungszentren an verschiedenen Standorten und die Aufbau einer kooperativen Industrieökosystem verwendet, um die Implementierung eines Open-Source-Humanoid-Basis-Modells innerhalb dieses Jahres zu beschleunigen.

Archon Robotics wurde im April 2026 gegründet und hat seinen Forschungs- und Entwicklungssitz im Caohejing High-Tech Park im Xuhui-Bezirk von Shanghai. Das Unternehmen konzentriert sich auf die Entwicklung von universellen Basis-Modellen für ganzkörperliche Humanoidroboter und die Schaffung von Ganzkörper-Intelligenz (Whole-body Intelligence), um Humanoidrobotern die Fähigkeit zur menschenähnlichen ganzkörperlichen Bewegung und Manipulation zu verleihen, um die Einführung der kognitiven Systeme in Haushalte zu beschleunigen.

Dr. Li Hongyang, der Gründer des Unternehmens, ist derzeit Assistentprofessor an der Universität Hongkong, Assistentdirektor der Fakultät für Informatik und Datenwissenschaft und Mentor an der Shanghai Institute of Innovation and Intelligence. Sein end-to-end-Projekt für automatisierte Fahrweise UniAD erhielt den Besten-Paper-Preis auf der CVPR 2023 und war das einzige Werk eines chinesischen akademischen Instituts, das in den letzten zehn Jahren diesen Preis gewann. Im Jahr 2026 erhielt er den RSS Early Career Award auf der internationalen Spitzenkonferenz im Bereich Robotik und wurde der erste chinesische Wissenschaftler seit der Gründung dieses Preises vor 20 Jahren.

Dr. Li Tianyu, Mitgründer und CEO des Unternehmens, ist ein ehemaliger Student der ersten Klasse der Shanghai Institute of Innovation and Intelligence und hat seinen Doktorgrad an der Fudan-Universität gemacht. Er war als Kernentwickler tief an der Entwicklung des Welt-Engines-Konzepts für die serienmäßige automatisierte Fahrweise ADS 4.0 von Huawei beteiligt. Dr. Chen Li, Mitgründer und Leiter der künstlichen Intelligenz, ist der erste Autor des Besten-Paper von UniAD. Er hat seinen Bachelorabschluss an der Shanghai Jiao Tong University im Zhiyuan Honors Program gemacht und erhielt den Präsidenten-Doktorstipendium der Universität Hongkong.

Das Kernteam von Archon Robotics besteht aus Mitgliedern, die aus Top-Forschungsgruppen für automatisierte Fahrweise, Robotik und Large Language Models an der Universität Hongkong, Tsinghua-Universität, Shanghai Jiao Tong University, Fudan-Universität und Zhejiang-Universität kommen. Sie verfügen über sowohl Erfahrungen bei der Entwicklung von originellen Algorithmen als auch bei der Implementierung von ultra-großen industriellen Systemen.

Das Archon-Team hebt das Glas am Everest-Basislager. Fotografie aus Februar 2024 am Mount Everest (Quelle: Unternehmen)

Die Branche der kognitiven Systeme befindet sich in einem kritischen Stadium der Differenzierung. Offizielle Daten von Omdia und anderen Quellen zeigen, dass im ersten Halbjahr 2026 in China insgesamt 288 Finanzierungsereignisse im Bereich der kognitiven Systeme und Robotik stattfanden, und das offenbarte Gesamtfinanzierungsvolumen betrug über 46 Milliarden Yuan, was sich schnell der Größe von 55,4 Milliarden Yuan im gesamten Jahr 2025 annähert. Doch hat die massive Finanzierung nicht gleichzeitig zu einer Konvergenz der technischen Konsens geführt.

Die meisten aktuellen Lösungen für kognitive Systeme weisen inhärente Einschränkungen auf: Die vorhandenen Trainingsdaten bestehen hauptsächlich aus Videos aus erster Person von Tischflächen, Bewegungen von Einarmrobotern oder Greifern, und es fehlen die menschlichen ursprünglichen Interaktionslogiken wie die Anpassung des gesamten Körpergewichts, die Nutzung des Rumpfs und die Koordination mehrerer Gliedmaßen. Dies bedeutet, dass die meisten Roboter nur Greifvorgänge an festen Punkten ausführen können, und es ist für sie schwierig, alltägliche Aufgaben wie das Öffnen von Türen, das Aufziehen von Betten oder das Öffnen und Schließen von Türen mit beiden Händen, die eine Ganzkörperkoordination erfordern, autonom an die Variablen anzupassen.

Die Wurzel dieser Einschränkung liegt in der strukturellen Lücke der Dateninfrastruktur. Li Tianyu, CEO von Archon Robotics, sagte Hard Kr: „Die verfügbaren Datensätze für kognitive Systeme auf dem Markt scheinen zwar umfangreich, aber die tatsächlich für das Training von ganzkörperlichen Humanoidrobotern effektiven Informationen sind äußerst begrenzt.“

Datensätze von Videos aus erster Person können nur die Bilder aufzeichnen, die das menschliche Auge sieht, und es fehlen die Informationen über die Schlüsselbewegungen und -haltungen außerhalb der Handbewegungen wie Hocken, Neigen und Seitwärtsbewegen. Die markierten Daten von Roboterarmen und Greifern konzentrieren sich hauptsächlich auf die Ebene der Ebene und erfassen nur die Endtrajektorien. Das Modell kann lernen, wie sich der Manipulator bewegt, aber es ist schwierig, zu verstehen, wie er mit der Umgebung interagiert. Die Gesamtmenge der Daten von echten Humanoidrobotern ist ohnehin sehr gering, und die Erfassungskosten betragen mehrere hundert bis fast tausend Yuan pro Stunde. Die Proben von komplexen Aufgaben mit der Kopplung mehrerer Gelenke des gesamten Körpers sind in den bisherigen Datensätzen fast leer.

Die Mängel in diesen drei Datentypen weisen auf dasselbe Problem hin: Die am wichtigsten Informationen für die Ausführung alltäglicher Bewegungen, wie die Koordination des gesamten Körpers, die Verschiebung des Schwerpunkts und die Übertragung von Kraft von den unteren Gliedmaßen auf die oberen Gliedmaßen, sind in den vorhandenen Daten fast nie aufgezeichnet worden.

Nehmen wir ein einfaches alltägliches Szenario als Beispiel. Wenn eine Person eine leichte und eine schwere Tür öffnet, ist der Unterschied in der Handbewegung fast nicht zu bemerken: Beide Male greift man zuerst an den Griff und zieht ihn zurück, und die Haltung und die Bewegung der Tür bleiben immer synchron, unabhängig von der Stärke der Kraft. Der echte Unterschied zeigt sich auf der Ebene des gesamten Körpers: Bei einer leichten Tür kann man die Tür aufrecht öffnen; bei einer schweren Tür muss man sich neigen, um den Schwerpunkt nach vorne zu verschieben und das Körpergewicht gegen den Widerstand zu setzen.

Diese Informationen über die Schwerpunktverschiebung werden nur in den Daten des gesamten Körpers aufgezeichnet und enthalten die wesentlichen Unterschiede in den physikalischen Eigenschaften der Objekte. Einfach ausgedrückt, wenn das Modell über einen langen Zeitraum nur Informationen aus einer einzigen Dimension lernt, kann es vielleicht die Bewegung „Tür öffnen“ ausführen, aber es kann nicht verstehen, was „wie schwer die Tür ist“ auf der menschlichen Ebene bedeutet.

„Das langfristige Fehlen von Informationen hat die Fähigkeiten der gegenwärtigen Roboter auf die Ebene des festen Tischgreifens eingeschränkt, und zwischen ihnen und den vielfältigen Aufgaben in der realen Haushaltsumgebung besteht eine Datenspaltung.“ sagte Li Tianyu. „Um diese Glasdecke zu durchbrechen, müssen wir zurück zum Ursprung gehen und die Logik der Datenerfassung neu definieren.“

Das Archon-Team ist der Meinung, dass der Übergang von der Lösung mit einem Räderfahrwerk und zwei Armen zu Humanoidrobotern in Bezug auf die Struktur, die Bewegungskontrolle und die Wahrnehmungsdimensionen wesentliche Unterschiede aufweist und nicht einfach eine morphologische Verbesserung ist. Als ausländische Unternehmen gerade erst die Komplexität der Aufgaben für Humanoidroboter erkannt haben, haben sie bereits das Ziel festgelegt.

Archon Robotics zielt auf ein fast unerforschendes Gebiet ab, nämlich die Entwicklung von universellen Basis-Modellen für ganzkörperliche Humanoidroboter. Der Kerngedanke ist das Human Body Learning, d. h. das Lernen der Haltung und Koordination des menschlichen Körpers, anstatt nur die Trajektorie des Endeffektors zu verfolgen. Indem Roboter aus den menschlichen Ganzkörperbewegungen die „Weisheit der Gliedmaßenkoordination“ erlernen, können sie eine vollständige Ganzkörperinteraktionsfähigkeit entwickeln.

Indem die „Intelligenz“ der Aktionen von Humanoidrobotern so weit wie möglich auf die Ebene des Mittelhirns abgesenkt wird, das unabhängig vom eigentlichen Roboter ist, lernt das Mittelhirn Fähigkeiten, die nicht an einen bestimmten Roboter gebunden sind. Es gibt die Trajektorie der Ganzkörperbewegung aus, anstatt Winkelbefehle für bestimmte Gelenke, so dass das Modell das Potenzial hat, auf verschiedene Roboter zu übertragen. Je ausführlicher die Datenerfassung und je vielfältiger die abgedeckten Szenarien sind, desto stärker ist die Repräsentationsfähigkeit des Mittelhirns, und desto breiter ist der Bereich der Roboter, auf die das kognitive System von Archon Robotics übertragen werden kann.

Basierend auf dieser Einschätzung wird Archon Robotics ein neues System zur Datenerfassung aufbauen. Gründer Li Hongyang ist der Meinung, dass der Entwicklungspfad der kognitiven Daten von der Fernsteuerung von echten Robotern zu Handgeräten und der ersten Person Perspektive iteriert, und das Endziel ist ein Human-Centric-Ganzkörper-Datensatz, der alle menschlichen Wahrnehmungselemente und Ganzkörperbewegungsmarkierungen enthält.

Zusätzlich wird Archon Robotics auch multidimensionale Wahrnehmungsmodalitäten wie Tastempfindung einführen und hochpräzisere Ganzkörper- und Handaufnahmemittel verwenden. Li Tianyu sagte Hard Kr, dass die Vielfalt und Qualität der Daten wichtiger sind als die reine Datenmenge. „Ein Datensatz, der die Schwerpunktverschiebung und die Änderung des Rumpfwinkels abdeckt, hat eine viel höhere Informationsdichte als hundert Datensätze von Tischbewegungen, die nur die Handtrajektorie enthalten.“

Die Art der Datenerfassung bestimmt, was das Modell lernen kann, und die Schwächen des Modells definieren umgekehrt das Ziel der nächsten Datenerfassung. Sobald dieser geschlossene Kreis von „Erfassung - Training - Rückmeldung“ in Gang kommt, wird eine sich ständig selbst verstärkende Datenbarriere geschaffen: Mit jeder Runde der Datenerfassung und des Trainings steigt die Fähigkeit des Modells, und das System wird auch präziser in der Erkenntnis, welche Daten wirklich nützlich sind. Dadurch steigen die Effizienz und Qualität der nächsten Datenerfassung auf eine höhere Stufe.

Dies ist nicht nur eine Herausforderung für die algorithmische Ingenieurskunst, sondern auch für das systemische Verständnis der fundamentalen Frage, was ein Modell tatsächlich aus der physischen Welt lernen muss. Und dieses Verständnis ist genau die Kernentscheidungsfähigkeit von Archon Robotics.

Hard Kr hat erfahren, dass Archon Robotics voraussichtlich im zweiten Halbjahr 2026 sein erstes Humanoid-Basis-Modell veröffentlichen wird.

Nach Ansicht des Archon-Teams braucht ein Humanoidroboter, um wirklich aus dem Labor in die Haushalte zu gelangen, nicht nur eine perfekte Einzel-Demo, sondern die Fähigkeit, in einer komplexen, dynamischen und unstrukturierten Haushaltsumgebung kontinuierlich und zuverlässig zu arbeiten. Die Obergrenze dieser Fähigkeit hängt im Wesentlichen von der Tiefe des Verständnisses des Modells für die physische Welt ab.

Archon Robotics hat sich entschieden, zurück zum Ursprung der kognitiven Systeme zu gehen und diese Frage neu zu beantworten: Mit welchem Körper und aus welchen Daten lernt ein Roboter, bestimmt, wie weit er am Ende gehen kann.

Im Folgenden ist ein Auszug aus dem Interview von Hard Kr mit Dr. Li Hongyang, Gründer von Archon Robotics, und Dr. Li Tianyu, CEO des Unternehmens (leicht bearbeitet):

Hard Kr: Derzeit befindet sich die Branche der kognitiven Systeme noch nicht in der Konvergenzphase. Archon Robotics hat beschlossen, universelle Basis-Modellen für ganzkörperliche Humanoidroboter zu entwickeln. Was ist die zugrunde liegende Einschätzung für diese Entscheidung?

Li Tianyu: Unser Ansatz unterscheidet sich in zwei wesentlichen Aspekten von den gängigen Lösungen auf dem Markt.

Der erste Aspekt ist die Hardware-Form. Archon Robotics hat sich von Anfang an auf vollständige Humanoidroboter festgelegt. Das Kernproblem, das wir lösen müssen, ist die Kopplung mehrerer Gelenke des gesamten Körpers und die dynamische Regulierung des Schwerpunkts. Die meisten Teams wählen ein Räderfahrwerk mit zwei Armen. Aus ingenieurtechnischer Sicht ist dies verständlich, da es eine gute Stabilität, eine relativ niedrige technische Schwelle und eine schnelle Erstellung von Demos ermöglicht. Aber in der Haushaltsumgebung kann ein Räderfahrwerk nicht einmal über eine Schwelle gehen, ganz zu schweigen von alltäglichen Handlungen wie Hocken, Klettern und Durchqueren von Spalten. Die menschliche Form ist keine Option, sondern die unvermeidliche Endform.

Der zweite Aspekt ist die Architektur des unteren Modells. Wir entwickeln ein spezifisches Humanoid-Originalkognitives Large Language Model, anstatt bestehende VLA- oder Weltmodelle zu justieren. Der Unterschied zwischen diesen beiden besteht darin, dass das erste Modell die zugrunde liegende Logik der Interaktion zwischen Menschen und der physischen Welt aus den Daten des gesamten Körpers lernt, während das zweite Modell lehrt, wie man ein Objekt auf einem festen Tisch bewegt. Die Modellarchitektur von Archon Robotics ist von Anfang an für die Ganzkörperbewegung konzipiert. Das Gehirn ist für das Verständnis von Aufgaben und die langfristige Planung verantwortlich, das Mittelhirn lernt die Ganzkörperbewegungsrepräsentation über verschiedene Roboter hinweg, und das Kleinhirn ist für die Echtzeitverfolgung der Haltung und die Aufrechterhaltung des Gleichgewichts zuständig. Die drei Ebenen arbeiten zusammen, um die Trajektorie der Ganzkörperbewegung auszugeben, anstatt nur die Endbefehle.

Basierend auf diesem Ansatz haben wir eine unabhängige Datenaufzeichnungskette aufgebaut. Einerseits sammeln wir in großem Maßstab Daten über die Ganzkörperbewegungen von normalen Menschen in realen Szenarien, andererseits trainieren wir die Daten in Kombination mit den praktischen Daten von echten Humanoidrobotern, um dem Modell die angeborene Fähigkeit zur Ganzkörperkoordination und -interaktion zu vermitteln.

Archon Robotics will ein Humanoid-Gehirn schaffen, das wirklich in einer unvorhergesehenen Haushaltsumgebung funktionieren kann. Ein Roboter muss in der Lage sein, die Veränderungen in seiner Umgebung autonom wahrzunehmen und verschiedene Aufgaben zufällig zu bearbeiten: Das Gewicht und die Position von Gegenständen sowie die Raumausstattung ändern sich ständig, und es gibt keine festen Scripte. Die Kernanforderung ist eine starke Generalisierungs- und Übertragungsfähigkeit. Wenn er eine Logik lernt, kann er hunderte von verschiedenen Szenarien bewältigen.

Hard Kr: Sie haben in einem öffentlichen Interview den gegenwärtigen Entwicklungsstand der Branche der kognitiven Systeme mit der Stufe L1.5 der automatisierten Fahrweise verglichen. Welche Gründe gibt es dafür? Welchen Dimensionen entspricht dies konkret?

Li Hongyang: Wir können die Klassifizierungslogik von L1 bis L5 der automatisierten Fahrweise nutzen, um