Ein auf verkörperte künstliche Intelligenz spezialisiertes Unternehmen mit Tsinghua-Hintergrund sichert sich eine Finanzierung in Höhe von mehreren hundert Millionen Yuan, seine Roboter sind bereits in großem Umfang an den Arbeitsplätzen von JD Supermarkt im Einsatz | Exklusive Erstveröffentlichung von Hard Krypton

Autor | Huang Nan

Redakteur | Yuan Silai

Laut Hardkrypton hat Lingyu Intelligence, ein Anbieter von Infrastruktur für verkörperte Intelligenz, kürzlich eine Pre-A-Finanzierungsrunde im Wert von mehreren hundert Millionen Yuan abgeschlossen. Diese Runde wurde gemeinsam von Zhuzhou Industrial Investment, Feitu Venture Capital, Future Frontier Venture Capital, Xineng Venture Capital und anderen investiert. Die Mittel werden schwerpunktmäßig in die Erweiterung der Produktionskapazität für massenproduzierte Roboter, die kontinuierliche Verbesserung der Datenerfassungspipeline für echte Geräte und die iterative Entwicklung der Cloud-Betriebsplattform investiert. Maple Pledge Capital fungiert seit langem als Berater des Unternehmens für private Eigenkapitalfinanzierungen.

Dies ist auch die dritte Finanzierungsrunde des Unternehmens, die in diesem Jahr abgeschlossen wurde. Zu den früheren Investoren gehören Inno Fund, ChinaVision Capital, Galaxy Innovation Capital, Futian Capital, Lihe Venture Capital, Tianying Capital und andere, mit einer kumulierten Finanzierung von mehreren hundert Millionen Yuan.

Im Jahr 2026 tritt die verkörperte Intelligenz in eine tiefe Phase ein, in der sie von technischen Demonstrationen zur kommerziellen Umsetzung übergeht. Die Wettlogik des Marktes ändert sich: Das Wachstum von Startups ist nicht mehr der einzige Maßstab, sondern die kommerzielle Machbarkeit des Weges "durch echte Szenariodaten angetriebene Modellentwicklung" wird zunehmend geprüft.

Lingyu Intelligence wurde Anfang 2025 gegründet. Das Unternehmen konzentriert sich auf den Aufbau der grundlegenden Infrastruktur für verkörperte Intelligenz, sein Geschäft umfasst die Forschung und Entwicklung von Robotergeräten, die Datenerfassung mit echten Geräten und den Aufbau von Cloud-Betriebsplattformen. Derzeit hat es eine großflächige kommerzielle Bereitstellung für offene Einzelhandelsszenarien realisiert und einen vollständigen geschlossenen Kreislauf von Hardwaregeräten bis zu Datenpipelines aufgebaut.

Das Gründungsteam vereint akademische Tiefe und industrielle Perspektive. Mo Yilin, Mitbegründer und Chefwissenschaftler, ist festangestellter außerordentlicher Professor am Fachbereich Automatisierung der Tsinghua-Universität, studierte bei Richard M. Murray, Mitglied der Nationalen Akademie der Ingenieurwissenschaften der USA und Pionier der Robotermanipulation, und hat mehr als 10.000 Zitationen bei Google Scholar. Jin Ge, Mitbegründer und CEO, hat einen Bachelor-Abschluss am Fachbereich Automatisierung der Tsinghua-Universität und einen MBA an der Hochschule für Wirtschaft und Management der Tsinghua-Universität. Er war früher geschäftsführender Partner bei Yuanjing Venture Capital und Vizepräsident bei Aoliang Photonics und verfügt über langjährige kombinierte Erfahrung in Unternehmertum, Investitionen und Unternehmensführung im Hightech-Bereich.

Darüber hinaus stammen die meisten Mitglieder des Kernmanagementteams des Unternehmens aus dem Bachelor-Studium der Tsinghua-Universität, und die Mitglieder verfügen über mehr als zwanzig Jahre gemeinsame Arbeits- und Vertrauensgrundlage. Die Hauptmitglieder des Teams haben Berufserfahrung in führenden Technologieunternehmen wie ByteDance, Kuaishou, Tencent und Meituan und haben reiche Branchenerfahrung gesammelt.

Roboter der Lingyu TA-Serie in einem häuslichen Szenario (Bildquelle: Unternehmen)

Aus Sicht des Teams von Lingyu Intelligence können die grundlegenden Fähigkeiten, die von der Infrastruktur für verkörperte Intelligenz bereitgestellt werden, zu einem lieferbaren System umgesetzt werden, das aus massenproduzierbaren Robotergeräten, Datenassets mit physischen Interaktionsetiketten und einer Cloud-Plattform besteht, die Roboter und Modelle verbindet. Die drei Elemente stützen sich gegenseitig und bilden einen vollständigen geschlossenen Kreislauf.

Diese Beurteilung basiert auf einer in der Branche wiederholt bestätigten Prämisse: Um zuverlässige Arbeitsfähigkeiten von Robotern in der physischen Welt zu erlangen, sind die Interaktionsdaten der Geräte in echten Szenarien die entscheidende Grundlage, um die Lücke bei der Übertragung von Simulationsdaten auf die Realität zu schließen. Simulationsdaten können die Aufgaben des Vortrainierens und der Stichprobenerweiterung übernehmen, aber es ist schwierig, die unzähligen physischen Störungen und langschwänzigen Randbedingungen in der Realität vollständig nachzubilden.

Mo Yilin, Mitbegründer und Chefwissenschaftler, sagte zu Hardkrypton: "Die Komplexität der physischen Welt übersteigt die Vorstellungskraft, viele Dinge sind überhaupt nicht vorhersehbar." Die Voraussetzung für die Bewältigung dieser Komplexität ist ein wirklich robustes Robotergerät: "Es muss in der Lage sein, in echten Szenarien kontinuierlich ohne Ausfälle zu arbeiten, über ausreichende Kraftsteuerungsgenauigkeit verfügen, um feine Operationen durchzuführen, und die Konsistenz des Langzeitbetriebs gewährleisten, damit jedes Bild der Daten wiederverwendbar ist."

Die selbst entwickelten Roboter der TA-Serie von Lingyu definieren das Gerät genau ausgehend von dieser Anforderung. Ihr Kernindikator ist nicht "wie menschenähnlich sie sind", sondern "stabil Aufgaben zu erledigen und qualitativ hochwertige Daten zu erzeugen". Basierend auf dieser Logik hat das Entwicklungsteam in mehreren Schlüsseldimensionen Kompromisse eingegangen.

Die Kosten sind der wichtigste Faktor. Der Preis der Roboter der Lingyu TA-Serie wird auf weniger als die Hälfte oder sogar ein Drittel vergleichbarer Produkte kontrolliert, wobei selbst entwickelte Algorithmen teure Komponenten ersetzen und redundante Konfigurationen beseitigt werden. Zum Beispiel ersetzt ein Stromrückkopplungsalgorithmus den Sechsdimensional-Kraftsensor, und das Team verwendet ein Radfahrgestell mit Greifern anstelle von zweibeinigen Geräten und geschickten Händen. Letztere tragen nur wenig zur Datenerfassung bei, erhöhen aber stark die Systemkomplexität und den Energieverbrauch. Die Hardware-Lösung ist leichter, sodass Bereitstellung und Betrieb vereinfacht werden.

Die Genauigkeit ist die zweite Schlüsseldimension. Sie bezieht sich nicht nur auf die Positioniergenauigkeit des mechanischen Arms, sondern auch auf die Zeit- und Raumausrichtungsfähigkeit der Datenverbindung. Derzeit kann die TA-Serie eine Submillisekunden-Zeitsynchronisation zwischen Vision, Gelenken, Kraftwahrnehmung und Steuersignalen realisieren.

Die Stabilität bestimmt die "Überlebensfähigkeit" dieser Lösung in echten Szenarien. Die TA-Serie ist von der Auswahl der Gelenkmodule über das Wärmemanagement bis zur geschlossenen Regelung auf "kontinuierlichen Betrieb" ausgelegt, um sicherzustellen, dass sie in Umgebungen wie Supermärkten mit Personenverdeckung und Netzwerkschwankungen einen wiederholbaren Betriebszustand beibehält und Probleme wie Gelenkerwärmung, Vibrationsakkumulation und Genauigkeitsdrift durch Langzeitbetrieb vermeidet, die die Datenqualität beeinträchtigen.

Roboter der Lingyu TA-Serie in einem Lager- und Logistikszenario (Bildquelle: Unternehmen)

Die Bedienungsebene ist die letzte Hürde, damit das gesamte System "sofort verwendbar" ist, und der Kern liegt in der Lösung des End-to-End-Latenzproblems. Das Team von Lingyu hat die gesamte Betriebskette in mehr als zwanzig Glieder zerlegt und diese nacheinander optimiert, sodass die Latenz der Bildübertragung plus die Antwort der gemischten Kraft- und Positionssteuerung auf unter 90 Millisekunden reduziert wird. Das bedeutet, dass die Bewegungssynchronisation zwischen Bediener und Roboter für das menschliche Auge praktisch nicht wahrnehmbar ist.

In szenarien über verschiedene Städte hinweg sind die Bilder stabil, die Bedienung reagiert sofort und die Aufgabenausführung wird nicht durch die geografische Entfernung beeinträchtigt. Derzeit wurde diese Fähigkeit in echten Fernbedienungsvorgängen über verschiedene Städte hinweg kontinuierlich validiert. Nachdem der TA-Roboter am Kundenstandort angekommen ist, können normale Mitarbeiter nach einer kurzen Schulung durch professionelle Ingenieure unabhängig arbeiten.

Mit den massenproduzierbaren Robotergeräten wird die Datenerfassungspipeline gestartet. Seit Juni 2026 hat sich die Datenproduktionskapazität von Lingyu von mehreren Stunden pro Tag auf Hunderte von Stunden gesteigert, und es ist geplant, bis zum Ende des Jahres eine tägliche Produktionskapazität von mehreren tausend Stunden zu erreichen. Derzeit beträgt das weltweit größte Open-Source-Dataset für echte Roboter etwa 100.000 Stunden. Laut den tatsächlichen Messungen des Teams von Lingyu kann seine Datenbank derzeit in etwa einem Monat Daten im gleichen Umfang erzeugen.

Aber die Datenmenge ist nicht gleich dem Datenwert. Der echte Unterschied von Lingyu auf Datenebene besteht darin, dass jedes Datum des echten Geräts vollständige physische Interaktionsetiketten trägt, wie z. B. Kraftwahrnehmungsinformationen wie Gelenkmoment, Kontaktkraft und Kurve der Endkraft. Das ist genau die Dimension, die in den meisten aktuellen Datenlösungen fehlt.

Lingyu Intelligence DexUMI (Bildquelle: Unternehmen)

Es gibt Abweichungen zwischen der Physik-Engine in der Simulationsumgebung und der realen Welt, und menschliche Videos zeichnen nur visuelle Informationen auf, können aber Kraft und Kontaktfeedback nicht wiederherstellen. Diese Informationen sind genau das, was Roboter benötigen, um Operationen in der realen Welt durchzuführen, wie z. B. das Öffnen einer Tür mit Widerstand, das Entnehmen eines Objekts mit öliger Oberfläche aus einem Regal oder die Aufrechterhaltung der Greifstabilität in einer schwankenden Umgebung.

Kraftwahrnehmungsdaten können nur erzeugt werden, wenn echte Roboter physische Operationen ausführen. Simulationen, Videomaterial von Dritten und kontrollierte Demo-Szenarien im Labor können kaum die reichhaltigen und variablen Kontaktfeedback in der realen Umgebung wiederherstellen und nur schwer hochwertige native Kraftinteraktionsstichproben erzeugen.

Dazu hat Mo Yilin eine Beurteilung: "Mit der Erweiterung des Datenumfangs wird die Branche allmählich von der Anforderung 'es reicht, wenn es funktioniert' zur Verfolgung höherwertiger Daten übergehen. Wenn die Modellfähigkeit an die Obergrenze stößt, werden Datensätze mit fehlenden mehrdimensionalen Informationen zuerst unwirksam."

Der Vorteil von Lingyu liegt darin, dass seine Roboter bereits in einem Umfang von Hunderten von Geräten bereitgestellt werden und rund um die Uhr in echten Einzelhandelsszenarien wie den Freshippo-Supermärkten von JD.com arbeiten. Jeder Greifvorgang, jede Übergabe und jeder physische Kontakt mit dem Regal zeichnet gleichzeitig Kraftwahrnehmungsdaten auf, die in die Cloud zurückfließen und einen ständig wachsenden physischen Interaktionsdatensatz bilden.

Basierend auf diesem massiv betriebenen Datenerfassungssystem verriet Jin Ge, Mitbegründer und CEO von Lingyu Intelligence, dass Lingyu Intelligence plant, innerhalb eines Jahres einen hochwertigen Datensatz von echten Geräten im Umfang von einer Million aufzubauen, der vollständige Zeitsynchronisation, Raumkalibrierung und Kraftwahrnehmungsetiketten abdeckt, um die technischen Anforderungen für direktes Modelltraining zu erfüllen und die grundlegende Unterstützung für das Training von Modellen für verkörperte Intelligenz, die Szenariogeneralisierung und die Weiterentwicklung des Systems zu bieten.

Neben Geräten und Daten übernimmt die iterierte Nexus-Plattform von Lingyu die Rolle einer Verbindungsschicht – sie verbindet Roboter, Bediener und Modelle miteinander.

Derzeit setzt Lingyu im Betrieb der Freshippo-Supermärkte von JD.com ein Fernbedienungsmodus ein, bei dem Bediener im Kommandozentrum vor Bildschirmen Roboter in verschiedenen Filialen, die Hunderte von Kilometern entfernt sind, steuern.

Im Vergleich zu geschlossenen Lagerumgebungen stellen echte Einzelhandelsszenarien wie Freshippo-Supermärkte völlig andere Herausforderungen für Roboter dar: Die Menschenmenge ist dicht und die Bewegungswege sind zufällig, Kunden können jederzeit aus jeder Richtung vorbeikommen; die Waren im Regal werden ständig entnommen, zurückgelegt und nachgefüllt, sodass sich der Zustand ständig ändert; Zeitpunkt und Art der Übergabe von Proben müssen flexibel an das Verweilen und Bewegen der Kunden angepasst werden. Das bedeutet, dass jede Bewegung des Roboters nicht vollständig vorausgeplant werden kann, und er muss über die Fähigkeit verfügen, in Umgebungen mit hoher Unsicherheit stabil zu arbeiten.

Roboter der Lingyu TA-Serie arbeiten im Freshippo-Supermarkt in Taiyuan (Bildquelle: Unternehmen)

Aber die langfristige Positionierung von Nexus geht über die Rolle eines "Fernbedienungstisches" hinaus. Es ist als kooperative Plattform für Mensch-Maschine-Hybride konzipiert: Einfache Aufgaben werden von den Robotern autonom erledigt, und bei komplexen Aufgaben oder sinkender Modellvertrauenswürdigkeit übernimmt der Cloud-Bediener nahtlos die Steuerung. Jede menschliche Übernahme erzeugt selbst "Demodaten", d. h. die präzise Steuerung, die Kraftsteuerung und die Bewältigungsstrategien für Ausnahmesituationen des Bedieners werden aufgezeichnet, nach Filterung und Markierung für die Modelliteration verwendet.

"Dieses Modell erzeugt bereits Wert. Einzelhandelskunden müssen kein technisches Personal in jeder Filiale einstellen, Bediener können zentral verwaltet werden, die Personalkosten sind kontrollierbar und die Servicequalität ist standardisiert", sagte Jin Ge zu Hardkrypton. Der Weg von "einem Bediener für einen Roboter" zu "einem Bediener für mehrere Roboter" und dann zu "mehreren Bedienern für mehrere Modelle" ist der von Nexus festgelegte Entwicklungsweg. Jin Ge verglich ihn mit dem graduellen Prozess des autonomen Fahrens: "Anfangs war ein Sicherheitsbeauftragter für drei Fahrzeuge zuständig, jetzt kann ein Sicherheitsbeauftragter für fünfzig Fahrzeuge zuständig sein. Wir glauben, dass nur wenn Roboter in echten Szenarien wirklich laufen, ihre Autonomie schrittweise verbessert werden kann."

Zurück zu der grundlegendsten Frage: Was soll ein Unternehmen