36Kr Erstveröffentlichung | 500 Millionen Yuan in der Angel++-Finanzierungsrunde: Der ehemalige Leiter der generativen KI-Großmodelle bei Huawei hat den Haushaltsroboter auf eine Baugröße von 40 Zentimetern verkleinert

Bildquelle / Unternehmen

Dieser Artikel umfasst ca. 3100 Wörter, eine Lesezeit von 6 Minuten wird empfohlen

Autor | Ou Xue

Redakteurin | Yuan Silai

Hard Krypto erfuhr, dass Noen Robotics, ein Unternehmen für verbraucherorientierte haushaltsnahe Embodied-Intelligenz, kürzlich seine Finanzierungsrunde der Serie Angel++ mit einem Einzelbetrag von 500 Millionen RMB abgeschlossen hat. Diese Runde wurde von Matrix Partners China angeführt, mit Beteiligung von Point72 Ventures, SenseTime Guoxiang Capital, Walden International und Lighthouse Founders' Fund, während Lighthouse Capital als exklusiver Finanzberater fungierte. Die Mittel werden hauptsächlich für die iterative Forschung und Entwicklung des generativen großen Embodied-Modells GLOW, die Erweiterung des Teams sowie die technische Verifizierung und Massenproduktionsvorbereitung des ersten Produkts KNOWIN-X1 verwendet.

Noen Robotics wurde im August 2025 gegründet, und sein Gründerteam vereint die Kerntechnikkräfte von Huawei und DJI. Der Gründer Li Yinchuan arbeitete zuvor fünf Jahre im Huawei Noah's Ark Laboratory und war nacheinander Leiter der Richtung für generative große Modelle sowie der jüngste Projektleiter von Noah. Der Mitgründer Wang Yunjie war der Produktverantwortliche hinter den Starprodukten von DJI. Der Partner Zhou Kaiwen ist ein "Genie-Talent" des Huawei Noah's Ark Laboratory und ehemaliger Leiter der Agent-Richtung bei Huawei. Bis Juli 2026 umfasst das Team mehr als 190 Mitarbeiter, wobei der Anteil von Personen mit Doktorgrad oder höher mehr als zwei Drittel beträgt, und 90 % von ihnen kommen von führenden Hochschulen wie Ivy League-Universitäten, Tsinghua-Universität, Peking-Universität, den drei Spitzenhochschulen in Hongkong, den zwei Top-Universitäten in Singapur und dem C9-Hochschulverbund.

In den letzten zwei Jahren hat sich der Branchenfokus der Embodied-Intelligenz von den zuerst umgesetzten industriellen Szenarien zu den verbraucherorientierten Haushaltsszenarien verschoben, die noch ein blauer Ozean sind, aber höhere technische Anforderungen stellen.

Allerdings gibt es in Haushaltsszenarien weit mehr Variablen als in der Industrie. Unterschiede bei Beleuchtung, Anordnung von Gegenständen und Lebensgewohnheiten führen zu einer Vielzahl unvorhersehbarer Situationen.

Gleichzeitig steht die Branche vor tiefergehenden Engpässen: Hochwertige Betriebsdaten von Robotern sind extrem knapp. Die Erfassung auf echten Geräten ist kostspielig und langsam und kann kaum die ständig auftauchenden neuen Umgebungen und Aufgaben abdecken.

Nach Angaben von Li Yinchuan hat Noen Robotics das selbstentwickelte generative große Embodied-Modellsystem GLOW entwickelt, das aus fünf Modulen besteht und eine kontinuierliche Iterationskette von der Datengenerierung bis zur echten Rückmeldung bildet.

KNOWIN GLOW (Bildquelle / Unternehmen)

Dabei geht KnowinDream von begrenzten echten Interaktionen aus und erweitert wenige echte Erfahrungen zu einer breiten Trainingsverteilung, die verschiedene Kombinationen von Räumen, Beleuchtung, Materialien und Aufgaben abdeckt, sodass das Modell die kaum aufzählbaren Langschwanzveränderungen systematisch erlernen kann.

KnowinWorld konzentriert sich auf die räumliche Struktur, den Zustand von Objekten und die Auswirkungen von Aktionen, um zu beurteilen, wie Aktionen die Umgebung und den Verlauf von Aufgaben verändern. Im Gegensatz zu dem Ansatz, die Welt grenzenlos nachzubilden, konzentriert es die Fähigkeiten des Modells auf die Informationen, die den Erfolg oder Misserfolg von Aufgaben wirklich beeinflussen, sodass Roboter nicht nur "die Welt sehen", sondern auch verstehen, wie sie auf die Welt einwirken können.

Auf dieser Grundlage sind KnowinBrain und KnowinAgent für das Aufgabenverständnis, die schrittweise Planung und die Wiederherstellung nach Fehlern zuständig, während KnowinAct die Strategien in ausführbare Aktionen umwandelt. Bei neuen Aufgaben ruft das System vorhandene Fähigkeiten ab und kombiniert sie. Wenn die Ausführung von den Erwartungen abweicht, passt es sich dynamisch an den Zustand der Umgebung an, anstatt auf festgelegte Abläufe zurückzugreifen.

Li Yinchuan fasst die Designlogik von GLOW wie folgt zusammen: „Dies ist keine einseitige Kette, sondern ein geschlossener Kreislauf aus Datengenerierung, virtuellem Ausprobieren von Fehlern, echter Ausführung und Rückfluss von Rückmeldungen. Das Ziel besteht darin, dass Roboter bei Aufgaben, die sie noch nie vollständig gesehen haben, vorhandene Fähigkeiten kombinieren und diese selbstständig lösen können, anstatt nur die trainierten Aktionen zu wiederholen.“

Mittlerweile hat sich dieser technische Ansatz in relevanten Branchenlisten bewährt – Noen hat den ersten Platz weltweit in beiden Wettbewerbsspuren der CVPR 2026 EgoCross Challenge belegt und erreichte den Spitzenplatz in der Gesamtwertung des Embodied Arena-Benchmarks.

Auf Basis des generativen großen Embodied-Modellsystems GLOW hat Noen Robotics zudem seinen ersten verbraucherorientierten Haushaltsroboter KNOWIN-X1 vorgestellt.

Das Produkt verwendet das weltweit erste vollständig klappbare Doppelarmkonfiguration, wobei die Höhe des gesamten Geräts nach dem Zusammenklappen unter 40 cm liegt.

Li Yinchuan erklärte gegenüber Hard Krypto: Haushaltsroboter müssen ausreichend klein sein und keinen Platz belegen, wenn sie nicht arbeiten, damit Verbraucher sie akzeptieren können. Daher lässt sich KNOWIN-X1 problemlos in den Kofferraum eines Autos stellen und nimmt auch in Ecken des Haushalts kaum zusätzlichen Platz in Anspruch.

Klappen und Ausklappen des Roboters (Bildquelle / Unternehmen)

Darüber hinaus verfügt der Roboter nach dem Ausklappen über drei Arbeitsformen: Liegen, Knien und Stehen, die jeweils für die Bedienoberflächen Boden, Tisch und Schrank angepasst sind. Ein einzelner Arm erreicht 7 Freiheitsgrade, die maximale Last der beiden Arme beträgt 6 kg, und der gesamte Roboter verfügt über 23 Freiheitsgrade.

Nach Angaben von Li Yinchuan decken die Anwendungsszenarien des Produkts mehrere Bereiche des modernen Haushalts ab. Bei der Unterstützung bei Hausarbeiten kann es häufige Aufgaben wie das Ordnen von Tischen, das Zurücklegen von Gegenständen, die Bearbeitung von Kleidung und die Interaktion mit Haushaltsgeräten erledigen. Bei der häuslichen Begleitung verfügt es über Fähigkeiten zur natürlichen Interaktion, aktiven Begrüßung und Langzeitgedächtnis und kann den Lebensrhythmus und die Vorlieben von Familienmitgliedern verstehen. Bei der intelligenten Überwachung kann es den Haushaltsraum und anormale Veränderungen kontinuierlich wahrnehmen und Sicherheitswarnungen sowie die Betreuung älterer Menschen unterstützen.

KNOWIN (Bildquelle / Unternehmen)

Allerdings betont Li Yinchuan, dass das Produkt derzeit nicht auf eine sofortige Einsatzbereitschaft nach dem Auspacken ausgelegt ist, sondern dass Benutzer den Roboter durch "Unterrichten" dazu bringen, neue Aufgaben zu erlernen. Beispielsweise kann der Roboter nach einer Demonstration des Wischens eines Tisches diese Aufgabe danach selbstständig erledigen.

„Das Produkt muss noch weiterentwickelt werden. Dies vermeidet sowohl das Erlebnisrisiko, das durch zu optimistische Erwartungen an die sofortige Einsatzbereitschaft nach dem Auspacken entstehen könnte, als auch verleiht dem Interaktionsprozess ein Gefühl der Begleitung im Stil eines "Aufzuchts"“, so Li Yinchuan.

Im Hinblick auf den Datenschutz und die Sicherheit werden Mechanismen für lokalen Schutz, multimodale Hindernisvermeidung und Not-Aus-Mechanismen eingesetzt. Bei dem offenen Ökosystem werden Geeks und Entwickler bei DIY-Erweiterungen im Bereich der Haushaltsautomatisierung und der Fähigkeitsentwicklung unterstützt.

Li Yinchuan gab bekannt, dass das Produkt voraussichtlich 2027 offiziell vorgestellt wird, mit einem Preis von mehreren zehntausend RMB, und richtet sich an einkommensstarke Bevölkerungsgruppen und Geeks.

Im Folgenden finden Sie Auszüge aus dem Gespräch zwischen Hard Krypto und Li Yinchuan, Gründer von Noen Robotics (redigiert):

Hard Krypto: Warum haben Sie sich dafür entschieden, direkt auf das schwierigste verbraucherorientierte Haushaltsszenario zu setzen, anstatt zuerst in der Industrie zu implementieren?

Li Yinchuan: Haushaltsszenarien sind in der Tat viel komplexer als industrielle Szenarien, aber genau diese Komplexität ist der Prüfstein für die Generalisierungsfähigkeit. Wenn das Modell im Haushalt stabil arbeiten kann, verfügt es wirklich über die Fähigkeit, in die reale Welt einzutreten.

Außerdem werden Verbraucher Roboter nur akzeptieren, wenn sie keinen Platz belegen, wenn sie nicht arbeiten. KNOWIN-X1 hat eine vollständig klappbare Konfiguration, ist nach dem Zusammenklappen 40 cm hoch und steht ruhig in der Ecke wie ein Haushaltsgerät. Das Produkt wurde von Anfang an unter der Voraussetzung "verbraucherorientiert" entworfen, anstatt sich erst nach ausgereifter Technik an den Haushalt anzupassen.

Hard Krypto: Was ist derzeit die größte technische Herausforderung für Haushaltsroboter? Wie geht Noen damit um?

Li Yinchuan: Die größte Herausforderung ist die Generalisierung. Der Roboter soll in unbekannten Umgebungen auch bei neuen Situationen die Aufgabe erfolgreich erledigen. Der gängige Ansatz der Branche besteht darin, alle Szenarien im Voraus in das Modell einzuspeisen, aber Haushaltsszenarien lassen sich überhaupt nicht aufzählen.

Der Ansatz von Noen besteht darin, dem Roboter die Fähigkeit zu verleihen, "aus einem Beispiel auf viele Fälle zu schließen". Zuerst lässt man ihn in der virtuellen Welt durch KNOWINWorld zahlreiche Fehler ausprobieren, kehrt dann zur Ausführung in die reale Umgebung zurück, und die Informationen über fehlgeschlagene Ausführungen fließen zurück in das Trainingssystem, sodass es beim nächsten Mal besser funktioniert. Wir setzen nicht auf die Anhäufung von Daten, sondern auf die Einrichtung eines geschlossenen Kreislaufs von der virtuellen zur realen Welt und von Fehlern zum Fortschritt.

Hard Krypto: Wie beurteilen Sie den kommenden Kommerzialisierungsrhythmus und das Zeitfenster der Branche?

Li Yinchuan: In den nächsten 3 bis 5 Jahren wird der Markt für Haushaltsroboter einen Boom der Massenproduktion erleben. Die ersten ein oder zwei Jahre befinden sich noch in der Pilotphase. Der Schlüssel liegt darin, wer attraktive Verkaufsargumente entwickeln kann, wenn die Fähigkeiten des Modells noch nicht vollständig ausgereift sind.

Ich denke, der Preis ist eine sehr wichtige Variable. Preisniveaus von 10.000, 30.000, 50.000 und 100.000 RMB entsprechen völlig unterschiedlichen Absatzmengen. Wir werden die Generalisierungsfähigkeit des Modells nicht für eine kurzfristige Kommerzialisierung opfern. Eine zu frühe Verfolgung der Monetarisierung mag zwar schnelle Gewinne bringen, aber am Ende verliert man die Zukunft.

Ansichten der Investoren:

Matrix Partners China erklärte: Der Haushalt ist das Anwendungszenario mit dem größten langfristigen Wert und den größten Herausforderungen für Embodied-Intelligenz. Damit Roboter wirklich in die Haushalte einziehen, müssen sie über eine kontinuierliche Generalisierungsfähigkeit verfügen und den systemischen geschlossenen Kreislauf von der Modellentwicklung bis zur Produktimplementierung abschließen. Das Team um Yinchuan konzentriert sich auf das hochgradig herausfordernde und gleichzeitig sehr fantasievolle Haushaltsszenario, hat den systemischen geschlossenen Kreislauf aus Verstehen, Planen, Ausführen und Rückmelden von Robotern aufgebaut, und sein mutiger Einsatz für die Entwicklung und Iteration hat uns tief beeindruckt. Wir freuen uns darauf, dass Noen Robotics die verbraucherorientierte Embodied-Branche künftig ständig vorantreibt und entscheidende Fortschritte erzielt.

Point72 Ventures: Ob diese neue Kategorie von 2C-Embodied-Robotern schließlich eine Größenordnung erreichen kann, hängt nicht nur davon ab, wie viele Fähigkeiten der Roboter bei der Auslieferung bereits beherrscht, sondern vielmehr davon, ob er im tatsächlichen Einsatz kontinuierlich lernen kann und mit der Nutzung durch den Benutzer immer wertvoller wird. Noen nutzt die Benutzerunterrichtung und die interaktive Begleitung im "Aufzucht"-Stil als wichtigen Produkteinstieg. Künftig besteht die Aussicht, die Aufgabenunterschiede, Fehlerfälle und individuellen Vorlieben im Haushalt zu hochwertigen Daten zu sammeln und einen positiven Flywheel-Effekt zu bilden: "steigende Nutzung – Datenakkumulation – Modellverbesserung – besseres Erlebnis". Was uns noch mehr beeindruckt hat, ist die Entschlossenheit des Teams: Auf einem Weg mit hohem technischen Aufwand, langer Entwicklungsdauer und wenigen fertigen Lösungen behält das Team stets ein klares Urteil und eine stabile Ausführung bei und konvergiert ständig zwischen technischen Idealen und Produktbeschränkungen. Wir erwarten, dass Noen mit seinen führenden Modellfähigkeiten und seinem Daten-Flywheel das Implementierungsparadigma der verbraucherorientierten Embodied-Intelligenz definiert.

SenseTime Guoxiang Capital: 2C-Embodied-Roboter stellen andere Anforderungen an das Team als Roboter für 2B-Szenarien, die einen breiteren Fähigkeitsbereich erfordern und höhere Anforderungen an die technische Auswahl, die Konvergenz der Produktdefinition, das Strukturdesign sowie das Produktmarketing stellen, sodass das Team rationaler handeln muss. Das Team von Noen verfügt über die in der Branche seltene Full-Stack-Eigenentwicklungsfähigkeit von der Daten-Engine, dem großen Embodied-Modell, der unteren Infrastruktur bis zu den Hardware-Endgeräten. Es hat auf der Modellseite differenzierte Barrieren aufgebaut und auf der Produktseite die umfassenden Anforderungen der gesamten Kette für 2C-Embodied perfekt erfüllt. Wir blicken optimistisch auf die langfristige Entwicklung des Unternehmens.

Ji Xing, Partner von Lighthouse Capital und