Lancun Technology: Angesiedelt zwischen großen Sprachmodellen und intelligenten Agenten, betreiben wir standardisierte Geschäfte.
Ist der echte Einstieg der KI in die physische Welt ein Modul, das nur ein paar Dutzend Yuan kostet?
Die meisten Geschäftsansätze für KI auf Endgeräten in der Branche laufen möglicherweise in die falsche Richtung.
Im Wesentlichen sollte KI auf Endgeräten ein Geschäft der Fertigungsindustrie sein, aber die Branche behandelt es seit jeher als Softwareproblem.
Dies führt dazu, dass sich die meisten Akteure auf die Modellfähigkeiten und das Interaktionserlebnis konzentrieren. Was aber tatsächlich darüber entscheidet, ob ein intelligentes Hardwareprodukt skaliert werden kann, ist ein anderer Satz von Variablen: Konsistenz in der Massenproduktion, Akustikingenieurwesen und Lieferzyklus.
Diese am wenigsten „KI-artigen“ Gliederungen blockieren die gesamte Branche.
Der Sprung auf der Modellseite hat keine Zeit für diese Variablen eingeräumt. 1997 gewann Deep Blue das Schachspiel, 19 Jahre später holte AlphaGo den Sieg im Go-Spiel, und danach brachte ChatGPT die Sprachfähigkeit innerhalb weniger Jahre in Verbraucherprodukte. Bis heute hat das Ingenieurwesen, um Modelle in Hardware zu integrieren, noch keinen Branchenstandard gebildet.
Ein anschauliches Beispiel: Ein KI-Roboterhund erhält einen Befehl, dessen Ausführungsrate nur 60 % beträgt. In den restlichen 40 % der Zeit bewegt er sich nicht, meldet aber trotzdem: „Sie sehen, ich tanze sehr schön“.
Ausführungsillusionen sind der allgemeine Zustand aktueller KI-Hardwareprodukte. Je größer der Umfang der Endgeräte und je näher sie am Menschen sind, desto größer ist das Risiko. Daher werden die Ingenieurstandardisierung und Sicherheitsmechanismen für physische Endgeräte von einer Option zu einer Voraussetzung.
In der Branche gibt es bereits Akteure, die diesen Punkt zu einem Produkt gemacht haben. Beispielsweise ein 2025 gegründetes Unternehmen namens Lancun Technology bietet ein komplettes Ingenieursystem zur Integration von Modellen in Hardware an, dessen Produktform aus standardisierten KI-Modulen und einer intelligenten Steuerungsplattform besteht.
Warum werden keine humanoiden Roboter entwickelt, sondern die Zwischenschicht angepeilt?
Warum ist die Antwort die Standardisierung?
Das Ziel der Standardisierung besteht darin, mehr Endgeräte in der physischen Welt dazu zu bringen, die Intelligenz aus der Cloud stabil zu nutzen. Das Kapital hat bereits begonnen, diese lange fehlende Infrastruktur zu bewerten.
Im August 2026 schloss das Unternehmen seine Pre-A-Finanzierungsrunde ab. Die wuxische staatliche Industriinvestitionsplattform Wuxi Venture Capital investierte mehrere zehn Millionen Yuan, wodurch sich die Bewertung innerhalb eines halben Jahres auf 150 Millionen Yuan verdoppelte.
Als Lancun gegründet wurde, befand sich die KI-Hardware-Investitionswelle auf ihrem Höhepunkt. Embodied Intelligence, KI-Spielzeuge und KI-Endgeräte standen im Fokus des Kapitals, wobei humanoide Roboter die beliebteste Branchenkategorie darstellten und viele Unternehmen hohe Finanzierungsbeträge erhielten.
Dieses Unternehmen hatte auch die Voraussetzungen, um in diesem Bereich tätig zu werden: Seine Kernmitglieder arbeiten seit fast zehn Jahren an der Implementierung von industrieller KI. Trotzdem entschied sich das Unternehmen letztendlich nicht für die Entwicklung von Robotern.
Warum die Entscheidung gegen Roboter eine klare strategische Wahl auf Basis technischer Logik wurde?
Der Kerngrund liegt darin, dass die aktuellen gängigen Methoden des verstärkenden Lernens im Wesentlichen darauf basieren, Roboter durch massenhaftes wiederholtes Training zu Fähigkeiten zu bringen. Wenn ein Roboter „zehntausend Jahre lang tanzt“, tanzt er nach Abschluss des Trainings zwar sehr gut, aber sobald sich die Position eines Tisches ändert oder der Reibungskoeffizient des Bodens variiert, verschlechtert sich seine Leistung erheblich.
Hervorragende Demonstrationseffekte bei fehlender Generalisierbarkeit sind der aktuelle allgemeine Zustand der Embodied-Intelligence-Branche.
Auch bei dem End-to-End-Ersatzansatz durch große Modelle ist das Ergebnis nicht optimistisch: Selbst wenn der technische Ansatz funktioniert, werden humanoide Roboter innerhalb der nächsten drei Jahre nicht in alle Haushalte Einzug halten. Mit einem Absatz von mehreren tausend Geräten pro Jahr bei frühen Nutzern lassen sich die für KI wichtigsten drei Kernelemente, vor allem die Daten, nicht ausreichend unterstützen.
Dass Algorithmen und Rechenleistung mit der Reifung des Ökosystems großer Modelle zunehmend zugänglich werden und Daten zur größten Hürde geworden sind, ist bereits ein Konsens in der Branche. Die positive Rückkopplungsschleife von KI auf Endgeräten hängt von der Anzahl der Endgeräte ab: Je mehr Endgeräte es gibt, desto mehr Daten entstehen durch echte Interaktionen, desto schneller iteriert das Modell, desto besser wird das Erlebnis, und desto mehr Endgeräte können angeschlossen werden.
Die Embodied-Intelligence-Branche ist der größte Markt, in dem Menschen und KI gemeinsam in die Zukunft gehen. Vor der kommerziellen Umsetzung muss jemand auf dieses Daten-Flugrad setzen, um Skalierung gegen Daten einzutauschen und den Weg zu wählen, der massenhafte Endgeräte am schnellsten abdeckt.
Die standardisierten Module, die Lancun Technology entwickelt, sind ein neuer Weg zum physischen Einstieg in diesen „größten Markt“.
Dass KI auf Endgeräten im Wesentlichen ein Geschäft der Fertigungsindustrie ist, liegt daran, dass sie wie industrielle KI von Technologieanbietern verlangt, Algorithmen in die Produktionslinien zu bringen. Bei der Entwicklung von industrieller KI sind die Liefergegenstände Maschinen, automatisierte Anlagen und gesamte Produktionslinien – Kunden kaufen nur schlüsselfertige Lösungen. Die standardisierten Module hinter dem Daten-Flugrad der Embodied Intelligence folgen derselben Logik und bieten Kunden komplette Lösungen von der Hardware-Integration bis zum Plattformbetrieb.
Daher wird sich die Industriekette wie die Fertigungsindustrie klar gliedern, wobei jede Partei ihre eigene Aufgabe erfüllt. Hersteller von Basismodulen produzieren grundlegende Fähigkeiten, während die Zwischenschicht dafür verantwortlich ist, diese Fähigkeiten zu ingenieurtechnisieren und auf verschiedene Endgeräte zu verteilen. Damit Hardware große Modelle gut nutzen kann, sind für die Einhaltung von Befehlen, die Bewegungssteuerung und die Übertragung multimodaler Sensoren komplette Zwischensysteme erforderlich.
Im Jahr 2026 sind die physischen Endgeräte immer noch „stumm“, was nicht an den Modellen selbst liegt, sondern an dem Fehlen der Infrastruktur der Zwischenschicht. Der Markt braucht eine praktikable Reihe standardisierter Module dringender als ein weiteres hervorragendes Unternehmen für humanoide Roboter.
Ein Satz von Standardmodulen deckt drei Geschäftsebenen ab
Das weitverbreitetste Missverständnis über KI auf Endgeräten ist die Annahme, dass ihre Fähigkeiten durch Engpässe bei Chips oder unzureichende Rechenleistung eingeschränkt sind.
Tatsächlich sind IoT-Chips wie ESP32 in China hergestellt, preiswert und reichlich verfügbar. Die Inferenz großer Modelle wird in der Cloud ausgeführt, während die Endgeräte nur für die Erfassung und Ausführung zuständig sind. Es ist derzeit nicht realistisch, große Modelle in Endgerätechips zu integrieren – selbst wenn dies gelingt, handelt es sich nur um Produkte mit dem Intelligenzniveau von vor einigen Jahren.
Die echte Hürde für die Implementierung besteht darin, die komplette Sprachinteraktionskette auf echter Hardware funktionsfähig, stabil und für die Massenproduktion tauglich zu machen.
Denn das Audiosystem ist der Bereich, in dem am leichtesten Störungen auftreten: Akustische Störungen zwischen Lautsprecher und Mikrofon, Echtzeitkonkurrenz in Datenwarteschlangen – es ist sehr schwierig, die Stabilität in Szenarien mit hoher Parallelverarbeitung zu gewährleisten. Jedes Detail kann bei der Massenproduktion zu Illusionen und Störungen führen.
Wärmeableitung und Ladesicherheit müssen ebenfalls kontrolliert werden: Produkte dürfen sich nicht unnormal erwärmen, und die Stromstabilität beim Laden unterliegt strengen Anforderungen.
Kern-Basistechnologien sind längst keine Schwierigkeit mehr. Viele Fachkräfte und Teams sind darin geübt, große Modelle anzupassen. Der Unterschied liegt in den ingenieurtechnischen Details und der standardisierten Massenproduktion.
Was sind standardisierte Module für KI auf Endgeräten eigentlich?
Einfach ausgedrückt handelt es sich um eine Leiterplatte mit integrierten Funktionen für KI-Sprachinteraktion, Sensorerfassung, Bewegungssteuerung, Netzwerkanbindung und Schnittstellenerweiterung, die kleiner als ein AirPod sein kann. Kunden können sie direkt in das Gehäuse ihrer eigenen Produkte einbauen, ohne die technische Kette von Grund auf neu aufbauen zu müssen.
Die Produktlogik klingt nicht kompliziert, aber standardisierte Module waren lange Zeit eine Marktlücke.
Für die meisten Hardwarehersteller liegen zwischen der „Idee für ein intelligentes Produkt“ und der „Herstellung eines funktionsfähigen KI-Hardwareprodukts“ zahlreiche Probleme: Wie erfolgt die Hardware-Integration? Wie wird die Sprachinteraktion angepasst? Wie wird die Inhaltssicherheit gewährleistet? Wer führt die Geräteabstimmung durch? Wie wird der Betrieb nach der Markteinführung sichergestellt? Trotzdem verfolgen die meisten Hardwarehersteller weiterhin eigene Lösungen und erfinden das Rad immer wieder neu.
Spielzeughersteller beauftragen Dienstleister mit der Zusammenstellung von Geräten, Haushaltsgerätehersteller und Roboterunternehmen bauen eigene Teams auf – alle stoßen auf dasselbe Problem: Die Sprachkette funktioniert nicht, die Konsistenz in der Massenproduktion ist nicht gewährleistet, nach der Markteinführung ist keine kontinuierliche Iteration möglich, sodass der Kauf intelligenter Produkte zu einem einmaligen Geschäft wird.
Genau diese Lücke sollen standardisierte KI-Module schließen.
Betrachtet man das Geschäftsmodell von Lancun:
- Standardisierte Modulprodukte: Lancard LC-1.7 ist der Hardware-Einstieg, der alle grundlegenden Fähigkeiten vereint, damit ein Endgerät hören, sprechen, wahrnehmen und ausführen kann;
- Lancun Intelligente Plattform: Ein Werkzeug für Entwicklung und Betrieb, auf dem Kunden intelligente Agenten konfigurieren, Geräte abstimmen, Firmware und Nutzer verwalten;
- Token-Vermittlungsbetrieb: Das langfristige Geschäftsmodell: Jede KI-Interaktion nach der Inbetriebnahme des Endgeräts verbraucht Token, wobei Lancun für Kostensenkung, Sicherheit und Optimierung des Erlebnisses zuständig ist.
Diese drei Ebenen bilden die komplette kommerzielle Kette für das neue Segment der standardisierten Module: von der Produktdefinition, Hardware-Integration, Konfiguration intelligenter Agenten und Testabstimmung bis hin zum kontinuierlichen Betrieb nach der Markteinführung.
In der Anfangsphase der Zwischenschichtarchitektur für die Implementierung von KI auf Endgeräten existiert die komplette Industriekette noch nicht, sodass alle drei Fähigkeiten erforderlich sind. Kunden kaufen das Modul, wissen aber nicht, wie sie es mit der Plattform verbinden; die Plattform ist aufgebaut, aber man weiß nicht, wie man intelligente Agenten konfiguriert; die intelligenten Agenten laufen, aber es gibt keine kontinuierliche Token-Unterstützung, sodass das Produkt direkt nach der Inbetriebnahme nicht mehr funktionsfähig ist.
Die Kommerzialisierungsgeschwindigkeit bestätigt diesen Ansatz. Bis heute hat Lancun unterzeichnete Bestellungen von über 100.000 Modulen mit einem Auftragswert von über 10 Millionen Yuan erhalten. Zu den Partnern gehören führende Unternehmen verschiedener Branchen wie die Yingtai Group, Dreame, Changba, Yuanlong Yatu und China Mobile IoT.
Obwohl Technologieanbieter wie Lancun Technology bereits die Gunst vieler führender Hardwarehersteller gewonnen haben, ist nicht zu leugnen, dass dieses Segment mit dem Wachstum von KI-Hardware einhergehen muss – und die gesamte KI-Hardwarebranche befindet sich noch in einem frühen Stadium.
Beispielsweise produziert Yingtai als einer der drei größten Spielzeughersteller der Welt jährlich 20 Millionen Spielzeuge. Der jährliche Absatz der beliebtesten KI-Spielzeuge auf dem Markt liegt derzeit nur bei 200.000 bis 300.000 Einheiten. Zwischen diesen beiden Zahlen liegen fast zwei Größenordnungen – die Durchdringung von KI-Endgeräten hat gerade erst begonnen.
Aber das zukünftige Potenzial geht weit darüber hinaus. KI-Spielzeuge sind nur die Spitze des Eisbergs. Daraus ergeben sich weitere wichtige Verbrauchszenarien für Hardware wie Gesundheitswesen, intelligente Haushalte, interaktive Bildung und städtische Erneuerung, die einen noch größeren Markt darstellen.
Alle Dinge sind die Fühler der KI
Laut Schätzungen des 2025 von SNS Insider veröffentlichten Berichts betrug der globale Markt für On-Device-KI im Jahr 2025 17,61 Milliarden US-Dollar und wird bis 2033 auf 115,74 Milliarden US-Dollar ansteigen, was einer jährlichen Wachstumsrate von 26,57 % entspricht.
Neben dem Umfang ist die Struktur entscheidend: Was in diesem Markt wertvoll ist, ist nicht mehr ein einzelnes Endgerät, sondern das Zwischenschichtsystem, das für jedes Endgerät unverzichtbar ist und eine klarere Definition der technischen Architektur hat. Wer es zuerst zum Standard macht, wird die nächste Entwicklungsphase anführen.
Standardisierte KI-Module als eigenes Segment und Produktkategorie begannen erst 2024 mit der Möglichkeit, große Modelle auf Endgeräten zu implementieren. Derzeit gibt es noch keinen allgemein anerkannten Marktführer.
In dieser frühen Phase zeigen die abgeschlossene Produktdefinition von Lancun, die Inbetriebnahme der Plattform und die unterzeichneten Bestellungen von 100.000 Modulen zumindest, dass ein chinesischer Anbieter die wichtigsten Schritte von der technischen Validierung bis zur kommerziellen Umsetzung erfolgreich durchlaufen hat.
Wie weit sind die Pioniere der standardisierten Module bereits?
Gemäß dem Branchenbenchmark hat Lancard LC-1.7 die Sprachverzögerung von anfänglich 2 Sekunden auf 300 Millisekunden reduziert und die Befehlsbefolgungsrate auf über 99 % gebracht. Bemerkens