Chinas originale Innovation erzielt den 「entscheidenden Treffer」, Galaxy Universal prägt den AstraTennis-Moment

Am 22. August fliegt im Nationalen Eisschnelllaufstadion „Eisband“ ein Tennisball über das Netz und mit hoher Geschwindigkeit auf die gegenüberliegende Seite zu.

Auf der anderen Seite steht ein humanoider Roboter.

Er fixiert den anfliegenden Ball, bewegt seine Füße, um seine Position anzupassen, dreht dann seinen Körper und schwingt den Schläger. Der Tennisball wird zurück in die Hälfte des Spielfelds geschlagen, wo der menschliche Athlet steht – so beginnt ein langer Ballwechsel zwischen Mensch und Roboter.

Das ist eine Szene bei der Eröffnungszeremonie der Zweiten Weltspiele für humanoide Roboter. Der Galaxie Universal Roboter tritt an der Seite der Top-Spieler im Tennissport an und absolviert selbstständiges Laufen und Schlagen unter den Live-Kameras des China Media Group. Im Einzelspiel muss er die Flugbahn des Balls selbstständig beurteilen; beim Eintritt ins Doppelspiel arbeitet er zudem in Echtzeit mit seinem menschlichen Teamkollegen zusammen, passt seine Strategie dynamisch an die Situation auf dem Spielfeld an und vollbringt sogar Rettungsschläge in der Hochgeschwindigkeits-Angriffs- und Verteidigungsphase.

Diese Live-Übertragung des Großwettbewerbs stellt einen meilensteinhaften Durchbruch auf globaler Ebene dar und zeigt vollständig den vollständig autonomen Tennisballwechsel humanoider Roboter. Sie realisiert zudem bahnbrechend, dass Roboter auf einem echten Spielfeld selbstständig wahrnehmen, entscheiden und handeln, um mit menschlichen Athleten in Echtzeit zu konkurrieren und zusammenzuspielen.

Vor zehn Jahren, im Jahr 2016, besiegte AlphaGo Lee Sedol auf dem Schachbrett und ließ die Künstliche Intelligenz zum ersten Mal auf beeindruckende Weise in die Öffentlichkeit treten. Zehn Jahre später fängt der Galaxie Universal Roboter auf dem Spielfeld selbstständig einen Rückschlag eines weltbekannten Spielers und präsentiert der Welt den AstraTennis-Moment der Embodied Intelligence.

Und dieses Mal wurde dieser markante Moment von China geschaffen und ist zugleich die härteste Erklärung für Chinas ursprüngliche technologische Innovation.

1. Nicht nur äußerlich ähneln, sondern auch geistig entsprechen – Tennis wird zu einer harten Prüfung für Embodied Intelligence

Die diesjährigen Weltspiele für humanoide Roboter sind grandios. Laut offiziellen Wettbewerbsdaten nehmen insgesamt 2056 Roboter an der Veranstaltung teil. 51 Wettbewerbsarten wie Laufen, Kampfkunst, Fußball und Tischtennis testen alle die Bewegungsgrenzen humanoider Roboter.

Tennis wurde nicht als offizieller Wettbewerb in die diesjährigen Spiele aufgenommen, sondern in Form eines Eröffnungs-Ausstellungsspiels präsentiert.

Das liegt nicht daran, dass diese Sportart für Roboter noch zu früh ist – im Gegenteil: Weltweit gibt es derzeit nur Galaxie Universal, das vollständig autonome Tenniswettbewerbe auf ein echtes Spielfeld bringen kann. Die Festlegung der Regeln muss warten, bis genügend Teilnehmer vorhanden sind, um die Paarungsliste zu vervollständigen. Galaxie Universal hat sich entschieden, den einzigen Gegner auf dieser Paarungsliste an einen echten menschlichen Tennisspieler zu übergeben.

Auf dem Fußballfeld haben Roboter Zeit, ihre Position anzupassen; der Schlagbereich beim Tischtennis ist relativ fest und prüft hauptsächlich den Oberkörper. Im Vergleich dazu verlangt Tennis von Robotern, bei der Bewegung über das gesamte Spielfeld den schnell anfliegenden Ball einzuholen, gleichzeitig das Gleichgewicht zu halten und den Schläger präzise zu schwingen, sowie die Strategie in Echtzeit an die Veränderungen des Gegners anzupassen – die Anforderungen an die Ganzkörpersteuerung und die autonome Entscheidungsfindung sind fast streng.

Mit anderen Worten: Humanoide Roboter sind bereits in der Lage, ein ganzes Tennisspiel auf eine Weise zu absolvieren, die der von menschlichen Sportlern nahekommt. Was die Zuschauer auf dem Spielfeld am direktesten empfinden, ist das starke menschliche Gefühl, das sie ausstrahlen.

Wenn ein anfliegender Ball in die Ecke des Grundliniens gedrückt wird, steht er nicht an Ort und Stelle und schwingt hastig den Schläger, sondern bewegt sich zuerst quer und sucht dann mit einer Reihe von kleinen Schritten die Schlagposition. Nachdem der Körperschwerpunkt stabil ist, dreht sich der Rumpf und der Schläger schwingt dem anfliegenden Ball entgegen. Bei noch kniffligeren Landepunkten läuft er sogar über mehr als die Hälfte des Spielfelds und vollbringt den Rettungsschlag, wenn er fast das Gleichgewicht verliert. Aufschlag, Rückschlag sowie der Wechsel zwischen Vor- und Rückhand sind zu einer natürlichen Bewegungskette verbunden.

„Wie ein Mensch“ zu sein ist nur der erste Schritt, wichtiger ist es, „Tennis zu verstehen“.

Bei den Grundlinienkämpfen steuert der Roboter den Landepunkt des Rückschlags entsprechend der Position des Gegners; wenn ein Gelegenheitsball auftaucht, bewegt er sich zum Netz und ändert die Schlagart. Im Einzelspiel organisiert er selbstständig die Angriffe und Verteidigungen jedes Schlags; im Doppelspiel kann er die Position des Teamkollegen beobachten, beurteilen, wer diesen Ball behandeln soll, und rechtzeitig die Lücken auf dem Spielfeld schließen.

Noch interessanter ist, dass Roboter keine psychischen Schwankungen wie menschliche Sportler haben. Egal ob die Punktzahl vorne oder hinten liegt, er ist weder eilig noch ungeduldig und lässt sich durch Fehler nicht von nachfolgenden Beurteilungen beeinflussen, sondern konzentriert sich immer darauf, wie man den nächsten Ball spielt und den nächsten Punkt gewinnt.

Die Live-Kameras haben den Wert dieser Technologie noch stärker hervorgehoben. Demonstrationen im Labor können wiederholt aufgenommen werden, aber die anfliegenden Bälle auf dem echten Spielfeld folgen nicht streng dem Trainingsskript. Wenn der Roboter auf einen Weltklasse-Athleten trifft, muss er bei jedem Schlag schnell antworten.

Im März dieses Jahres hat die von Galaxie Universal Roboter veröffentlichte AstraBrain Latent-Technologie erstmals gezeigt, dass humanoide Roboter mit echten Menschen hochdynamische und lange Tennisballwechsel durchführen können. Dieses Video ließ die ausländische Tech-Szene zeitweise an ihren Augen zweifeln. Tesla-CEO Elon Musk hat auch auf der sozialen Plattform reagiert, und Andrej Karpathy, der ehemalige Leiter der KI-Abteilung von Tesla, sagte, dass er beim ersten Ansehen des Videos sogar vermutet habe, dass die Bilder von KI generiert wurden.

Heute hat Galaxie Universal mit einer hervorragenden Leistung in der globalen Live-Übertragung des Wettbewerbs alle Zweifel ausgeräumt.

2. Koordination von Groß- und Kleinhirn: Der technologische Sprung hinter AstraTennis

Jeder, der schon Tennis gespielt hat, weiß, dass Tennis eine Sportart ist, die sowohl Denken als auch Handeln an die Grenzen treibt – das gilt auch für Roboter: Sie müssen nicht nur das Spiel verstehen und Entscheidungen treffen, sondern auch ihren Körper in der Hochgeschwindigkeitskonfrontation präzise ausführen lassen.

Das alles wird von dem von Galaxie Universal unabhängig entwickelten Embodied-Intelligenz-Großmodell AstraBrain (Galaxie Star Brain) unterstützt. Es ist auch das weltweit erste Embodied-Großmodell, das Gehirn, Kleinhirn und neuronale Steuerung in einem vereint.

Im System von AstraBrain ist das „Großhirn“ für das Verständnis und die Entscheidungsfindung zuständig: Es beobachtet den anfliegenden Ball, versteht die Spielsituation, entscheidet, welche Rückschlagstrategie angewendet werden soll, und überlegt, wie man das Spiel gewinnen kann. Das „Kleinhirn“ löst das Problem, wie man den ganzen Körper in Millisekunden koordiniert, damit der Roboter Bewegung, Gleichgewicht und Schläger schwingen kann.

Der Tennisschlag findet in einem extrem kurzen Zeitfenster statt. Der Roboter muss beim Hochgeschwindigkeitslauf die dynamische Ganzkörperbalance erreichen, damit Beine, Rumpf, Arme und sogar Handgelenk hochgradig koordiniert werden, um den Schläger mit ausreichender Explosivität und Präzision zu schwingen. Durch die Steuerung des Kleinhirns sind die Bewegungen des Roboters nicht mehr mechanische und getrennte Befehlsausführungen, sondern können einen menschenähnlicheren, flüssigeren und hochdynamischen Bewegungszustand zeigen.

Aber nur die Koordination von Groß- und Kleinhirn reicht nicht aus, um den Roboter auf dieses Niveau zu bringen. Die entscheidendere Frage lautet: Woher hat der Roboter überhaupt diese Fähigkeiten gelernt?

Wenn ein Mensch Tennis lernt, übt er normalerweise zuerst Schläger schwingen und Fußtechnik, und bildet dann durch viele Ballwechsel ein Ballgefühl. Aber es ist für Roboter schwierig, ein ausreichend vollständiges Lernmaterial zu erhalten.

Eine Möglichkeit besteht darin, das Spiel von Berufssportlern aufzuzeichnen, aber dies erfordert eine hochpräzise Bewegungserfassung auf einem großen Spielfeld. Selbst die winzigen Veränderungen von Handgelenk und Schlägerfläche bei schnellen Schlägen müssen genau aufgezeichnet werden. Selbst wenn vollständige menschliche Bewegungen gesammelt werden, unterscheiden sich die Gelenkstruktur und der Bewegungsbereich des Roboters immer noch von denen des Menschen, so dass es schwierig ist, sie direkt zu kopieren.

Das Besondere an AstraBrain ist, dass es von unvollkommenen menschlichen Daten lernen kann, und den Roboter in der virtuellen Tenniswelt durch Millionen von menschlichen Vorerfahrungen lernen und reflektieren lässt. Gleichzeitig führt es Spiele und Übungen zwischen mehreren intelligenten Agenten durch, damit der Roboter das Aufkommen von Fähigkeiten realisiert und in die physische Welt überträgt.

Nachdem diese „unvollkommenen“ Daten in die Kerntechnologieplattform von Galaxie Universal „Galaxie Star Workshop“ gelangen, werden sie in der virtuellen Welt weiter verstärkt. Die Plattform kann verstreute menschliche Bewegungen in lernbare Daten für Roboter umwandeln und kontinuierlich Trainingsaufgaben unter unterschiedlichen Bedingungen von Ballgeschwindigkeit, Landepunkt und Gegner generieren.

Laut der Aussage von Wang He, Gründer und CTO von Galaxie Universal, entspricht die Trainingszeit, die der Roboter in der virtuellen Tenniswelt angesammelt hat, dem, was ein Mensch jahrzehntelang ununterbrochen Tag und Nacht Tennis spielt.

Noch interessanter ist, dass mehrere virtuelle Roboter auch gegeneinander üben können. Sie probieren in vielen Runden verschiedene Laufwege und Schlagstrategien aus und passen sie entsprechend den Ergebnissen weiter an. Dadurch beherrscht der Roboter schrittweise kontinuierliches Schlagen, Grundlinienverlagerung und Landepunktsteuerung und lernt auch, wie man im Spiel Punktechancen schafft.

Mit anderen Worten: Die menschlichen Daten sagen dem Roboter, wie die Bewegung ungefähr aussehen soll, und das verstärkte Lernen hilft ihm, die für seinen Körper geeignete Realisierungsmethode zu finden.

3. KI beginnt, komplexe Spiele in der realen Welt herauszufordern

In gewissem Sinne bilden AstraTennis und AlphaGo einen technologischen Widerhall über zehn Jahre und spiegeln auch den Unterschied zwischen den beiden Generationen von Paradigmen der Künstlichen Intelligenz wider.

AlphaGo stützte sich auf eine riesige Anzahl von Schachspielen und Selbstspielen, um Strategiespiele in einem geschlossenen, bestimmten digitalen Schachbrettraum abzuschließen. Es bewies, dass KI menschliche Spitzenspieler in einer Welt mit klaren Regeln besiegen kann, und leitete die Ära der KI für tiefgreifende Spiele ein. Aber innerhalb des Schachbretts ist alles auf Symbole und Ableitungen beschränkt; AstraTennis hingegen bringt die Spielintelligenz aus dem virtuellen digitalen Raum in die reale physische Welt voller Rauschen, Störungen und Unsicherheiten.

Roboter führen nicht mehr nur Ableitungen auf Papier durch, sondern müssen gleichzeitig Umgebungswahrnehmung, Situationsentscheidung, dynamische Ganzkörpersteuerung und komplexe physische Interaktion abschließen. Die Intelligenz beschränkt sich nicht mehr nur auf das Denken, sondern muss den vollständigen Kreislauf aus „kognitiver Entscheidungsfindung + Ganzkörperausführung“ abschließen. Diese doppelte Prüfung, bei der Denken und Körper hochgradig verbunden sind, scheint eine grundlegende Anforderung von Bewegungsszenarien zu sein, ist aber ein Kernbarriere, die lange vor der Industrialisierung der Embodied Intelligence stand, und auch ein technologisches Problem, das die globale Branche nur schwer durchbrechen kann.

Um Roboter wirklich an die reale physische Welt anzupassen, muss man nicht nur das algorithmische Problem der intelligenten Entscheidungsfindung lösen, sondern auch die praktischen Probleme der präzisen Körperausführung und der Anpassung an dynamische Umgebungen lösen. Dadurch steckt die Branche lange Zeit in verschiedenen realen Engpässen: Hochwertige physische Interaktionsdaten sind knapp, vollständige menschliche Bewegungen können nicht direkt auf den Roboter selbst kopiert werden, und viele Lösungen bleiben in skriptgesteuerten Demonstrationen im Labor stecken, die die echte Prüfung der öffentlichen Live-Übertragung kaum bestehen können.

Gegen die allgemeinen praktischen Schwierigkeiten der Branche bietet dieser technologische Pfad von Galaxie Universal eine entscheidende Idee zum Durchbruch: Man beginnt mit der Aufklärung durch unvollkommene menschliche Vorerfahrungsdaten, realisiert das Aufkommen von Fähigkeiten durch Millionen von Spielen mehrerer intelligenter Agenten auf dem virtuellen Tennisplatz und vollzieht dann die Übertragung in die Realität. Die integrierte Architektur von Groß- und Kleinhirn durchbricht die vollständige Kette von der hochgradigen kognitiven Entscheidungsfindung bis zur millisekundengenauen Ganzkörperbewegungssteuerung und löst von der Wurzel aus die Branchenschmerzpunkte wie die Trennung von Entscheidungsfindung und Ausführung sowie die schlechte Anpassung an reale Szenarien.

Wenn ein humanoider Roboter in einer Live-Übertragung eines Großwettbewerbs selbstständig ein komplettes Tennisspiel absolvieren kann, geht sein Wert längst über das Tennisspielen selbst hinaus. Diese technologische Basis, die durch hochdynamische Konfrontation gehärtet wurde, hat das Potenzial für allgemeine Übertragbarkeit: Das Lernen mit vielen Stichproben senkt die Datenschwelle für komplexe Aufgaben; das Selbstspiel erlernt die Logik von Zusammenarbeit und Konfrontation; das virtuelle Training lässt den Roboter vor der Umsetzung in der Realität eine riesige Menge an Erfahrung ansammeln; die Koordination von Groß- und Kleinhirn lässt die Intelligenz wirklich zu stabilem und wiederverwendbarem Verhalten werden. Das bedeutet, dass eine große Anzahl unstrukturierter Aufgaben, die stark von menschlicher Erfahrung abhängen – wie Haushaltshilfe, industrielle Bedienung und medizinische Unterstützung – nun in den lösbaren Bereich der Embodied Intelligence eintreten.

Objektiv gesehen hat der Roboter im Vergleich zu Berufssportlern noch Verbesserungspotenzial bei der Schlagexplosivität und der taktischen