Chinas ursprüngliche Innovation hat den „entscheidenden Ball“ geschlagen, Galaxy Universal schafft den AstraTennis-Moment.

Am 22. August flog im Nationalen Eisschnelllaufstadion „Eis-Seidenband“ ein Tennisball über das Netz und raste mit hoher Geschwindigkeit auf die gegenüberliegende Seite zu.

Auf der anderen Seite stand ein humanoider Roboter.

Er fixierte den anfliegenden Ball, bewegte seine Schritte, um seine Position anzupassen, drehte dann seinen Körper und schwang den Schläger. Der Tennisball wurde zurück in die Hälfte des Spielfelds geschlagen, wo sich der menschliche Athlet befand, und damit begann ein langer Ballwechsel zwischen Mensch und Roboter.

Das war eine Szene bei der Eröffnungsfeier der Zweiten Welt-Humanoid-Roboter-Spiele. Der Galaxie Universal-Roboter trat gemeinsam mit Spitzensportlern aus dem Tennissport an und absolvierte unter den Live-Kameras des China Media Group selbstständiges Laufen und Schlagen. Im Einzelspiel musste er die Flugbahn des Balls selbstständig beurteilen; nach dem Eintritt in das Doppelspiel arbeitete er zudem in Echtzeit mit menschlichen Teamkollegen zusammen, passte seine Strategie dynamisch an die Situation auf dem Spielfeld an und vollbrachte sogar unter hochgeschwindigen Angriffs- und Verteidigungsaktionen Rettungsschläge am Limit.

Diese Live-Übertragung des Großwettbewerbs stellt einen weltweiten Meilenstein dar und zeigt vollständig das vollautonome Tennisspiel von humanoiden Robotern. Sie realisiert zudem bahnbrechend die autonome Wahrnehmung, autonome Entscheidungsfindung und autonome Handlung von Robotern auf einem echten Spielfeld, sodass sie mit menschlichen Athleten in Echtzeit antreten und zusammen agieren können.

Vor zehn Jahren, im Jahr 2016, besiegte AlphaGo Lee Sedol auf dem Schachbrett und ließ die künstliche Intelligenz erstmals auf beeindruckende Weise in die Öffentlichkeit gelangen. Zehn Jahre später fing der Galaxie Universal-Roboter auf dem Spielfeld selbstständig einen Rückschlag eines weltbekannten Sportlers auf und zeigte der Welt den AstraTennis-Moment der verkörperten Intelligenz.

Und dieses markante Ereignis wurde diesmal von China geschaffen und ist zur eindrucksvollsten Erklärung für die ursprüngliche technische Innovation in China geworden.

1. Nicht nur äußere Ähnlichkeit, sondern auch innere Übereinstimmung: Tennis wird zur harten Prüfung für verkörperte Intelligenz

Die diesjährigen Humanoid-Roboter-Spiele waren groß angelegt. Laut offiziellen Daten nahmen insgesamt 2056 Roboter an der Veranstaltung teil. 51 Wettbewerbsdisziplinen wie Laufen, Wushu, Fußball und Tischtennis testen alle die sportlichen Grenzen von humanoiden Robotern.

Tennis wurde nicht als offizielle Wettkampfdisziplin dieser Spiele aufgenommen, sondern trat als Demonstrationswettbewerb bei der Eröffnungsfeier auf.

Das liegt nicht daran, dass diese Sportart für Roboter noch zu früh ist – im Gegenteil: Weltweit gibt es derzeit nur Galaxie Universal, die einen vollautonomen Tenniswettbewerb auf einem echten Spielfeld durchführen kann. Die Festlegung der Regeln muss warten, bis genügend Teilnehmer vorhanden sind, um die Paarungsliste zu vervollständigen. Und Galaxie Universal entschied sich, den einzigen Gegner auf dieser Paarungsliste einem echten menschlichen Tennissportler zu überlassen.

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

Mit anderen Worten: Humanoide Roboter sind bereits in der Lage, ein komplettes Tennisspiel auf eine Weise zu absolvieren, die menschlichen Sportlern sehr nahe kommt. Was die Zuschauer auf dem Spielfeld am direktesten spüren, ist die starke menschliche Anmutung, die sie ausstrahlen.

Wenn ein anfliegender Ball in die untere Ecke geschlagen wird, bleibt er nicht an Ort und Stelle und schwingt den Schläger hastig, sondern bewegt sich zuerst quer und sucht dann mit einer Reihe kleiner Schritte die Treffposition. Nachdem der Körperschwerpunkt stabilisiert ist, dreht sich der Rumpf und der Schläger schwingt dem anfliegenden Ball entgegen. Bei noch schwieriger zu erreichenden Aufschlagpunkten läuft er über den größten Teil des Spielfelds und vollbringt den Rettungsschlag, wenn er fast das Gleichgewicht verliert. Aufschlag, Rückschlag sowie der Wechsel zwischen Vor- und Rückhand werden zu einer natürlichen Bewegungskette verbunden.

„Menschlich zu sein“ ist nur der erste Schritt. Wichtiger ist es, „Tennis zu verstehen“.

Bei langen Ballwechseln an der Grundlinie steuert der Roboter den Rückschlagpunkt entsprechend der Position des Gegners; wenn ein Gelegenheitsball auftaucht, bewegt er sich zum Netz hin und ändert die Schlagart. Im Einzelspiel organisiert er selbstständig Angriff und Verteidigung bei jedem Schlag; im Doppelspiel kann er die Position des Teamkollegen beobachten, beurteilen, wer den Ball behandeln soll, und die entstehenden Lücken auf dem Spielfeld rechtzeitig schließen.

Noch interessanter ist, dass Roboter keine psychischen Schwankungen haben wie menschliche Sportler. Egal ob sie in Führung liegen oder zurückliegen, sie bleiben ruhig und lassen sich nicht durch Fehler von nachfolgenden Entscheidungen ablenken, sondern konzentrieren sich stets darauf, wie der nächste Ball zu spielen und der nächste Punkt zu gewinnen ist.

Die Live-Kameras unterstreichen zudem den Wert dieser Technologie. Demonstrationen im Labor können wiederholt aufgenommen werden, aber die anfliegenden Bälle auf dem echten Spielfeld folgen nicht streng den Trainingsskripten. Wenn der Roboter auf weltklasse Sportler trifft, muss er bei jedem Schlag schnell eine Antwort finden.

Dies ist die AstraBrain-Latent-Technologie, die von Galaxie Universal im März dieses Jahres vorgestellt wurde, die erstmals einen hochdynamischen, lang andauernden Tennis-Ballwechsel zwischen einem humanoiden Roboter und einem echten Menschen zeigte. Dieses Video ließ die ausländische Technikszene einst an ihren Augen zweifeln. Tesla-CEO Elon Musk äußerte sich auch auf sozialen Plattformen dazu, und der ehemalige KI-Leiter von Tesla, Andrej Karpathy, gab an, dass er beim ersten Ansehen des Videos sogar vermutet habe, dass das Bild von KI erzeugt worden sei.

Heute hat Galaxie Universal mit einer hervorragenden Leistung in der weltweiten Live-Übertragung alle Zweifel widerlegt.

2. Kooperation von Groß- und Kleinhirn: Der technische Sprung hinter AstraTennis

Jeder, der schon einmal Tennis gespielt hat, weiß, dass Tennis eine Sportart ist, die Denken und Handeln gleichzeitig bis an die Grenzen treibt. Das gilt auch für Roboter: Sie müssen das Spiel verstehen, Entscheidungen treffen und ihren Körper bei hochgeschwindigen Wettkämpfen präzise ausführen.

Dafür sorgt das von Galaxie Universal selbst entwickelte großmodell für verkörperte Intelligenz, AstraBrain, das weltweit erste verkörperte Großmodell, das Großhirn, Kleinhirn und Nervensteuerung in einem System vereint.

Im System von AstraBrain ist das „Großhirn“ für Verständnis und Entscheidungsfindung zuständig: Es beobachtet den anfliegenden Ball, versteht die Spielsituation, entscheidet, welche Rückschlagstrategie angewendet wird, und überlegt, wie das Spiel zu gewinnen ist. Das „Kleinhirn“ hingegen löst das Problem, wie der gesamte Körper innerhalb von Millisekunden koordiniert wird, sodass der Roboter Bewegungen, Gleichgewicht und Schläge ausführen kann.

Der Tennisschlag findet in einem sehr kurzen Zeitfenster statt. Der Roboter muss beim schnellen Laufen das dynamische Gleichgewicht des gesamten Körpers aufrechterhalten, sodass Beine, Rumpf, Arme und sogar Handgelenk hochgradig koordiniert werden, um den Schlag mit ausreichender Wucht und Präzision auszuführen. Durch die Steuerung des Kleinhirns sind die Bewegungen des Roboters keine mechanischen, getrennten Befehlsausführungen mehr, sondern können einen menschenähnlicheren, flüssigeren und hochdynamischeren Bewegungszustand zeigen.

Aber nur die Kooperation von Groß- und Kleinhirn reicht nicht aus, um das Roboter auf dieses Niveau zu bringen. Die entscheidende Frage lautet: Woher lernen Roboter all diese Fähigkeiten?

Wenn ein Mensch Tennis lernt, übt er normalerweise zuerst Schläge und Schrittfolgen und entwickelt dann durch zahlreiche Ballwechsel ein Gefühl für den Ball. Aber es ist schwierig für Roboter, einen ausreichend vollständigen Lernstoff zu erhalten.

Eine Möglichkeit besteht darin, die Bewegungen von professionellen Sportlern aufzuzeichnen. Dies erfordert jedoch eine hochpräzise Bewegungserfassung auf einem weitläufigen Spielfeld. Selbst kleinste Veränderungen von Handgelenk und Schlägerfläche beim schnellen Schwingen müssen genau aufgezeichnet werden. Selbst wenn die vollständigen menschlichen Bewegungen gesammelt werden, unterscheiden sich die Gelenkstruktur und der Bewegungsbereich von Robotern von denen des Menschen, sodass sie kaum direkt kopiert werden können.

Das Besondere an AstraBrain ist, dass es aus unvollkommenen menschlichen Daten lernen kann, und in der virtuellen Tenniswelt Roboter durch Millionen von menschlichen Vorerfahrungen lernen und reflektieren lassen kann, gleichzeitig mehrere intelligente Agenten zum Wettbewerb und Üben bringen kann, sodass die Roboter ein Aufblühen von Fähigkeiten erreichen und diese auf die physische Welt übertragen können.

Nachdem diese „unvollkommenen“ Daten in die Kerntechnikplattform von Galaxie Universal „Astra-Werkstatt“ gelangen, werden sie in der virtuellen Welt weiter verstärkt. Die Plattform kann verstreute menschliche Bewegungen in für Roboter erlernbare Daten umwandeln und fortlaufend Trainingsaufgaben unter unterschiedlichen Bedingungen von Ballgeschwindigkeit, Aufschlagpunkt und Gegner generieren.

Laut Wang He, Gründer und CTO von Galaxie Universal, entspricht die Trainingszeit, die Roboter in der virtuellen Tenniswelt angesammelt haben, dem, was Menschen erreichen würden, wenn sie Tag und Nacht ununterbrochen mehrere Jahrzehnte lang Tennis spielen.

Noch interessanter ist, dass mehrere virtuelle Roboter auch gegeneinander üben können. Sie probieren in zahlreichen Runden unterschiedliche Laufwege und Schlagstrategien aus und passen sich entsprechend den Ergebnissen weiter an. Dadurch beherrschen die Roboter nach und nach fortlaufende Schläge, Verschiebung an der Grundlinie und Steuerung von Aufschlagpunkten, und lernen zudem, wie sie im Wettbewerb Chancen für Punkte schaffen.

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

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

In gewisser Weise bilden AstraTennis und AlphaGo einen technischen Widerhall über ein Jahrzehnt hinweg und spiegeln den Unterschied zwischen zwei Generationen von Paradigmen der künstlichen Intelligenz wider.

AlphaGo stützte sich auf massenhafte Schachpartien und Selbstwettbewerb, um strategische Wettbewerbe in einem abgeschlossenen, festen digitalen Schachraum durchzuführen. Es bewies, dass KI menschliche Spitzenspieler in einer Welt mit klaren Regeln besiegen kann, und leitete die Ära der KI für tiefe Wettbewerbe ein. Aber innerhalb des Schachbretts ist alles auf Symbole und Ableitungen beschränkt; AstraTennis hingegen drängt die Wettbewerbsintelligenz aus dem virtuellen digitalen Raum in die reale physische Welt voller Störungen, Einflüsse und Unsicherheiten.

Roboter führen nicht mehr nur Ableitungen auf Papier durch, sondern müssen gleichzeitig Umgebungswahrnehmung, Situationsentscheidung, dynamische Ganzkörpersteuerung und komplexe physische Interaktion abschließen. Intelligenz beschränkt sich nicht mehr nur auf das Denken, sondern muss den vollständigen Kreislauf aus „kognitiver Entscheidung + Ganzkörperausführung“ abschließen. Diese doppelte Prüfung, bei der Denken und Körper hochgradig verbunden sind, scheint eine grundlegende Anforderung in Bewegungsszenarien zu sein, ist aber das zentrale Hindernis, das lange Zeit vor der industriellen Umsetzung der verkörperten Intelligenz lag, und auch das technische Problem, das die globale Branche lange Zeit nicht durchbrechen konnte.

Um Roboter wirklich an die reale physische Welt anzupassen, muss man nicht nur die algorithmischen Probleme der intelligenten Entscheidungsfindung meistern, sondern auch die praktischen Schwierigkeiten bei der präzisen Ausführung durch den Körper und der Anpassung an dynamische Umgebungen lösen. Dadurch steckt die Branche lange Zeit in verschiedenen realen Engpässen fest: Hochwertige Daten für physische Interaktion sind knapp, vollständige menschliche Bewegungen können nicht direkt auf Roboter übertragen werden, und zahlreiche Lösungen bleiben in skriptgesteuerten Demonstrationen im Labor stecken, sodass sie kaum der echten Prüfung durch öffentliche Live-Übertragungen standhalten können.

Angesichts der Umsetzungsschwierigkeiten der gesamten Branche liefert dieser technische Weg von Galaxie Universal eine entscheidende Lösungsidee: Auf der Grundlage unvollkommener menschlicher Vorerfahrungsdaten zur Einleitung wird durch Millionen von Wettbewerben mehrerer intelligenter Agenten auf dem virtuellen Tennisplatz das Aufblühen von Fähigkeiten erreicht, bevor die Übertragung auf die Realität erfolgt. Die integrierte Architektur von Groß- und Kleinhirn durchbricht die vollständige Kette von kognitiven Entscheidungen auf hoher Ebene bis zur Ganzkörperbewegungssteuerung im Millisekundenbereich und löst von Grund auf die Branchenschmerzpunkte von getrennter Entscheidung und Ausführung sowie schlechter Anpassung an reale Szenarien.

Wenn ein humanoider Roboter in einer Live-Übertragung eines Großwettbewerbs selbstständig ein komplettes Tennisspiel absolvieren kann, übersteigt sein Wert längst das Tennisspielen selbst. Diese durch hochdynamische Wettkämpfe erprobte technische Grundlage hat das Potenzial zur allgemeinen Übertragung: Das Lernen aus zahlreichen Proben senkt die Datenschwelle für komplexe Aufgaben; das Lernen durch Selbstwettbewerb erlernt die Logik von Zusammenarbeit und Konfrontation; virtuelles Training lässt Roboter vor der Umsetzung in der Realität massenhafte Erfahrungen sammeln; die Kooperation von Groß- und Kleinhirn lässt Intelligenz tatsächlich in stabiles, wiederverwendbares Verhalten umwandeln. Das bedeutet, dass zahlreiche unstrukturierte Aufgaben, die stark von menschlicher Erfahrung abhängen – wie häusliche Unterstützung, industrielle Bedienung und medizinische Hilfe – in den lösbaren Bereich der verkörperten Intelligenz gelangen.

Objektiv gesehen