Vor-Ort-Beobachtung auf der WRC: Im ersten Jahr der praktischen Umsetzung von Embodied Intelligence hat Reconova eine auf Produktivität ausgerichtete Antwort abgegeben.
Am 19. August wurde die Welt-Roboterkonferenz 2026 (kurz WRC 2026) offiziell im Internationalen Messezentrum Beijing Yizhuang Beiren Yichuang eröffnet.
Die Stimmung im Inneren des Messegeländes war ebenso heiß wie das Wetter draußen: Menschenmengen aus allen Regionen bewegten sich zwischen vier verschiedenen Ausstellungshallen und Robotern unterschiedlicher Größe und Form. In diesem Jahr nahmen mehr als 300 Unternehmen an der Ausstellung teil, was einem Anstieg von 36 % gegenüber 2025 entspricht, und es wurden über 2000 Exponate gezeigt. Für Unternehmen im Bereich der Embodied Intelligence ist dies sowohl eine Präsentationsplattform als auch eine Prüfung.
Nach einigen Jahren beeindruckender Auftritte und Branchentrubel wird 2026 als das erste Jahr bezeichnet, in dem Roboter in Produktionsszenarien eintreten und großflächig eingesetzt werden. Dahinter verbirgt sich ein Trend: Sowohl für Unternehmen als auch für die Öffentlichkeit reicht die Unterhaltungseigenschaft von Robotern nicht mehr aus, sie erwarten, dass Roboter tatsächlich in Produktion und Alltag eintreten.
Das bedeutet, dass Roboter spezifische Aufgaben verstehen, komplexe Veränderungen bewältigen und stabil Wert schaffen müssen. Bei der Ausführung von Tätigkeiten sollten sie zunehmend menschenähnlicher werden.
Führende Unternehmen beschleunigen die Erkundung von Implementierungspfaden in verschiedenen Szenarien: Beispielsweise konzentriert sich die Firma Zhiyuan Robotics auf Fertigungsszenarien und erforscht Anwendungen humanoider Roboter bei Aufgaben wie dem Transport und der Be- und Entladung in Fabriken, während Galaxy General von hochfrequenten Szenarien wie dem Einzelhandel ausgeht, um den kommerziellen Wert von Robotern bei Erkennungs-, Greif- und Bedienvorgängen zu validieren.
Wie man hochwertige Szenarien findet, die Stabilität von Robotern verbessert und einen nachhaltigen geschäftlichen Kreislauf bildet, ist der Schlüssel zum Wettbewerb in der nächsten Phase. Vor diesem Hintergrund beginnen immer mehr Unternehmen, die Definition von Robotern ausgehend von echten Produktionsaufgaben neu zu überdenken.
Reconova ist eines der repräsentativen Unternehmen unter ihnen. Auf der diesjährigen WRC hat Reconova den Betriebsablauf des Gepäcktransports direkt auf den Messestand nachgebildet und eine Embodied-Intelligence-Lösung für den Gepäcktransportszenario auf Flughäfen vorgestellt. Der Gepäcktransportroboter namens Xiaoyi greift den Koffer stabil vom Förderband, hebt ihn an und legt ihn sanft auf den Wagen – die gesamten Bewegungen sind flüssig, ruhig und geordnet wie die eines erfahrenen Arbeiters, während der rollende zwearmige humanoide Roboter daneben die Vorbereitungen für den Transport von flexiblem Gepäck trifft. Auf vier großen Bildschirmen werden Echtzeitdaten wie die erkannten Gepäckgrößen, Kräfte und Umgebungsinformationen angezeigt. Neben den Besuchern, die sich für Flughafenszenarien interessieren, blieben viele Menschen aus den Bereichen Lagerhaltung, Logistik und Fertigungslinien stehen: Der Transport ist zweifellos ein großes gemeinsames Szenario in industriellen Umgebungen.
Derzeit ist das Kernprodukt, der Xiaoyi-Gepäcktransportroboter, bereits in Flughäfen in Ostchina in echte Flugzeugsicherungsumgebungen eingebunden, um POC-Validierungen durchzuführen. Etwa 80 % der Standardgepäckstücke können von dem Roboter bearbeitet werden, während die restlichen nicht standardmäßigen und anormalen Gepäckstücke in Zusammenarbeit mit Menschen bearbeitet werden. Im Vergleich zu vielen Robotern, die sich noch in der Demo-Phase auf Messeständen befinden, versucht Reconova, Roboter tatsächlich in die Produktionsprozesse von Flughäfen einzubringen.
Unter den zahlreichen Unternehmen, die während des Booms der Embodied Intelligence gegründet wurden, wirkt Reconova als ein 14 Jahre altes, bereits börsennotiertes reifes Unternehmen besonders. Es konzentriert sich seit vielen Jahren auf vertikale Szenarien wie zivile Flughäfen. Nach Daten von Frost & Sullivan gemessen am Umsatz von 2025 belegt Reconova den ersten Platz auf dem chinesischen Markt für visuelle Intelligenzprodukte für zivile Luftfahrtunternehmen mit einem Marktanteil von 8,7 %. Jetzt entwickelt es sich zu einem kommerziellen Roboterunternehmen, das auf die Produktivität ausgerichtet ist.
Im Gegensatz zu dem in der Branche üblichen Muster, zuerst Roboter zu bauen und dann nach Szenarien zu suchen, hat Reconova einen umgekehrten Weg gewählt: Es definiert Roboter ausgehend von den echten Produktionsanforderungen von Flughäfen. Es wurde nicht einfach in den Flughafen eingebracht, sondern ist im Flughafenszenario natürlich „gewachsen“.
Aufgrund dieser Besonderheit beantwortet der Prozess der gegenseitigen Förderung zwischen Reconova und den Flughäfen auch eine Frage, die die Branche zu beantworten versucht: Wie kann Embodied Intelligence in komplexe B2B-Szenarien eintreten und einen geschäftlichen Kreislauf bilden?
01
Von punktueller Intelligenz zu systemweiten Durchbrüchen: Roboter dazu bringen, echte Produktionsaufgaben zu lösen
Unter den mehr als 2000 Exponaten auf der WRC nehmen allgemeine humanoide Roboter immer noch einen großen Anteil ein, da sie die Vorstellung der Menschen von der zukünftigen Form von Robotern verkörpern.
Reconova hat sich nicht dafür entschieden, von Anfang an allgemeine Roboter zu bauen. Zhan Donghui, Gründer und Vorsitzender von Reconova, hat einmal erklärt, dass allgemeine Roboter nicht der Strategie von Reconova entsprechen, innerhalb von zwei bis drei Jahren kommerzielle Erträge zu erzielen. „Wir konzentrieren uns auf vertraute B2B-Szenarien, um industrielle kommerzielle Roboter herzustellen. Wir verwandeln die verallgemeinerte Embodied-Intelligence-Aufgabe in spezifische Probleme in bestimmten Szenarien, was den technischen Zyklus verkürzt und die kommerzielle Wertrealisierung beschleunigt.“
Wie man schnell in die Produktion eintritt und Szenarien implementiert, war ein Problem, über das Reconova schon nachdachte, als es erstmals in die Branche der Embodied Intelligence eintrat. Daher entschied sich Reconova, zuerst mit dem bekannteren Szenario des Gepäcktransports zu beginnen.
Flughäfen sind allen bekannt, aber der Gepäcktransport ist eine anstrengende Arbeit, die hinter den Kulissen stattfindet. Shi Miaohong, Vizepräsident von Reconova und General Manager der Abteilung für kommerzielle Roboter, erinnert sich noch an die Szene seiner Untersuchung in einem Flughafen einer Stadt in Zentralchina: Im Sommer wiederholten die Gepäcktransportarbeiter in einem riesigen Lager ständig die Bewegungen, sich zu bücken, Gepäck zu tragen und es abzulegen. Die meisten von ihnen waren über vierzig oder fünfzig Jahre alt, wenige junge Menschen waren zu sehen. Shi Miaohong war sehr beeindruckt: Das Schrittzahlprotokoll des Handys eines Arbeiters zeigte, dass er in diesem Transportraum bereits mehr als 20.000 Schritte gegangen war. „Der Gepäcktransport ist eine Arbeit, die stark von menschlicher Arbeit abhängig ist, hohe Belastungen mit sich bringt und sehr eintönig ist“, sagte Shi Miaohong.
Auf technischer Ebene scheint das Tragen einfach zu sein, aber es hat viele Feinheiten. Im Vergleich zu relativ festen Produktionsumgebungen wie Fabriken ist der Flughafen selbst ein komplexeres dynamisches Szenario: Erstens muss täglich eine große Anzahl von Gepäckstücken unterschiedlicher Größe, Material und Gewicht bewältigt werden, die Arbeitsobjekte sind nicht vollständig standardisiert. Zweitens bewegen sich im Gepäcktransportbereich normalerweise mehrere Subjekte wie Personen und Fahrzeuge gleichzeitig. Roboter müssen Veränderungen der Umgebung in Echtzeit verstehen und Anpassungen vornehmen.
Als Szenario mit hoher Zuverlässigkeit stellt der Flughafen extrem hohe Anforderungen an Stabilität und Sicherheit. Roboter müssen einen langfristigen, kontinuierlichen und stabilen Betrieb gewährleisten. Daher prüft das Flughafenszenario nicht nur die Wahrnehmungs- und Bedienfähigkeiten von Robotern, sondern auch ihre Fähigkeit, komplexe Umgebungen zu verstehen, sowie ihre Ingenieurskapazität zur Zusammenarbeit und Integration mit bestehenden Geschäftsprozessen.
Für das Szenario des Gepäcktransports auf Flughäfen hat Reconova seit 2025 die Erkundung entlang zweier verschiedener technischer Pfade durchgeführt. Der eine Pfad ist der Weg spezialisierter Roboter, der auf den aktuellen Anforderungen der großskaligen Produktion ausgerichtet ist: der Xiaoyi-Gepäcktransportroboter, der hauptsächlich hochfrequente Aufgaben wie den Massentransport von Standardkoffern und die Sortierung bis zum Beladen von Anhängern löst. Er kann Standard-Hartkoffer unterschiedlicher Größe und Aufstellposition anpassen, automatisch den Raum des Anhängers erkennen und die Platzierung des Gepäcks planen, sodass er den Anforderungen des 7×24-stündigen kontinuierlichen Produktionsbetriebs von Flughäfen gerecht wird. Der andere Pfad ist die Entwicklung eines rollenden zwearmigen humanoiden Roboters für komplexere flexible Bedienaufgaben, um die Fähigkeit zur Bedienung von weichen, unregelmäßigen Gepäckstücken wie Rucksäcken und Handtaschen zu erforschen und technische Reserven für die zukünftige weitere Bearbeitung nicht standardisierter Aufgaben zu bilden.
Im April dieses Jahres hat Reconova außerdem eine selbst entwickelte Embodied-Intelligence-Technikarchitektur namens VTFLA vorgestellt. In das traditionelle VLA-Framework wurden physische Rückkopplungsfähigkeiten wie Kraftwahrnehmung und Tastsinn eingeführt, um das Problem der stabilen Bedienung von flexiblen und unregelmäßigen Objekten wie Weichverpackungen und Rucksäcken zu lösen. Im Gegensatz zu Standard-Hartkoffern sind Form, Material und Belastungszustand solcher Objekte komplexer, und es ist schwierig, sie nur auf der Grundlage visueller Informationen vollständig zu beurteilen. Kraft- und Tastrückkopplung können die Kraftänderungen, den Berührungszustand und das Risiko des Rutschens während des Greifvorgangs weiter erfassen und die Betriebsstrategie dynamisch an die Rückkopplung anpassen.
In der echten Produktionsumgebung von Flughäfen verfolgt Reconova derzeit nicht die Strategie, 100 % der Automatisierung auf einmal zu erreichen, sondern lässt Roboter zuerst durch Mensch-Maschine-Kooperation in den Produktionsprozess eintreten. In der POC-Validierung in der echten Flugzeugsicherungsumgebung eines Flughafens in Ostchina können etwa 80 % der Standardgepäckstücke bereits von dem Xiaoyi-Gepäcktransportroboter bearbeitet werden, während die restlichen etwa 20 % der Weichverpackungen, unregelmäßigen, beschädigten und anderen anormalen Gepäckstücke von Menschen bearbeitet werden.
Der rollende zwearmige humanoide Roboter, der auf dieser WRC vorgestellt wurde, steht für die Erkundung von Reconova zur flexiblen Arbeitsfähigkeit in der nächsten Phase. In der Zukunft hofft Reconova, dass allgemeinere Roboter schrittweise einige komplexe Aufgaben übernehmen, die derzeit noch von Menschen erledigt werden müssen, und den Arbeitsbereich von Robotern in den Produktionsprozessen ständig erweitern.
Shi Miaohong erklärte, dass Reconova aufgrund langjähriger Erfahrung den Schmerzpunkt des Gepäcktransports schon lange erkannt hat. Die Förderung von einem einzelnen Roboter zu einer vollständigen Kette von Lösungen spiegelt auch den gesamten strategischen Pfad von Reconova wider: Ausgehend von echten Produktionsaufgaben werden zuerst durch reife spezialisierte Roboter die punktuelle Automatisierung und die Mensch-Maschine-Kooperation durchbrochen, dann schrittweise zu komplexerer flexibler Bedienung, Mehr-Roboter-Kooperation und autonomer Arbeit weiterentwickelt, und schließlich die Beteiligung von Robotern an vollständigeren Produktionsprozessen vorangetrieben.
Dies stimmt mit der von der Politik geförderten intelligenten Entwicklung von Flughäfen überein. Die Zivilluftfahrtbehörde hat bereits Leitlinien veröffentlicht, um die digitale Transformation, intelligente Anwendungen und intelligente Integration der zivilen Luftfahrt voranzutreiben. 2025 wurden weitere Umsetzungsrichtlinien herausgegeben, die die Anwendung künstlicher Intelligenz in wichtigen Szenarien wie dem Betrieb der zivilen Luftfahrt und der Logistikunterstützung klar vorantreiben. Vor diesem Hintergrund ist dies tatsächlich eine Gelegenheit für Roboter, in die echten Geschäftsprozesse von Flughäfen einzutreten.
Die Entwicklung zuerst und dann die Suche nach Szenarien kann die Entwicklung der Roboterhardware und der Modellfähigkeiten vorantreiben, aber bei der tatsächlichen Implementierung gibt es auch Herausforderungen: Schließlich unterscheiden sich die Produktionsprozesse, Arbeitsanforderungen und Umgebungs Komplexitäten verschiedener Industrien stark. Ob die Nachfrage tatsächlich existiert und ob ein Roboter einer einzigen Form direkt an alle Szenarien angepasst werden kann, sind sehr praktische Probleme.
02
Nicht die optimalen einzelnen Indikatoren, sondern das optimale gesamte System anstreben: Wie man tatsächlich in Produktionsprozessen implementiert
Genau wie das Ziel, nicht von Anfang an 100 % der Automatisierung zu erreichen, betonte Shi Miaohong: „Wir glauben nicht, dass Roboter erst in echte Produktionsprozesse eintreten können, wenn sie 100 % der Probleme gelöst haben.“ Das ist auch der Kern der gesamten Kette von Gepäcktransportlösungen von Reconova: Es geht nicht darum, die Anforderungen an die Technik zu senken, sondern zuerst die wertvollsten und sichersten Aufgaben in der echten Produktion zu lösen, sodass reife Fähigkeiten zuerst in die Produktion eintreten und dann durch den echten Betrieb ständig iteriert werden.
Am Beispiel der Mensch-Maschine-Kooperation geht es im Kern nicht darum, einen festen Ersatzanteil durch Roboter anzustreben, sondern je nach technischem Reifegrad und Produktionswert verschiedener Aufgaben die in der aktuellen Phase geeignetere Ausführungsweise zu wählen: Hochfrequente, standardisierte Aufgaben werden vorrangig an Roboter übergeben, während komplexe und anormale Aufgaben von Menschen übernommen werden. Für Reconova ist der Schlüssel zur Messung der Kommerzialisierung von Robotern, ob sie ab dem ersten Tag tatsächlich an der Produktion teilnehmen und Produktivität schaffen können.
Wenn Technik und Produkte fertig sind, ist die Integration in vorhandene Geräte, Prozesse und Szenarien ein entscheidender Schritt. Nach langjährigem Betrieb haben Flughäfen ein reifes System von Produktionsprozessen und Infrastrukturen gebildet. Jede groß angelegte Umgestaltung beinhaltet Kosten, Sicherheitsrisiken und Auswirkungen auf den Betrieb. Eine der praktischen Herausforderungen bei der Implementierung von Flughafenrobotern ist nicht nur die Ausführung einer bestimmten Aktion, sondern wie man sich in das vorhandene Geschäftssystem integriert.
Reconova betont, dass „Roboter sich an das Szenario anpassen sollen, anstatt das Szenario an den Roboter anzupassen“. Die dahinter stehende Logik ist genau, die Schwelle für den Eintritt von Robotern in echte Produktionsumgebungen zu senken. Shi Miaohong gab Beispiele an: Bei engen Räumen wird die Struktur des Roboters optimiert; wenn groß angelegte Bauarbeiten nicht möglich sind, wird ein modulares, segmentiertes Design verwendet; da Roboter derzeit noch nicht