Unitree und AgiBot teilen sich ein gemeinsames Gehirn, die mysteriöse Modell-Demo sorgt für eine Sensation, die gesamte 10-minütige Aufnahme erfolgt in einem einzigen durchgehenden Take ohne Schnitt.

Heutzutage stellen Unternehmen für verkörperte Intelligenz ihre Demo-Videos so aufwendig und übertrieben dar wie Werbespots – aber haben Sie schon einmal ein ungeschnittenes echtes Video gesehen?

Vor ein paar Tagen schickte mir ein Freund aus der Branche eine 10-minütige Demo, die durchgehend in einer Einstellung gedreht wurde: ohne Schnitt, ohne externe Fernsteuerung, ohne manuelle Anweisungen, sie ist sogar etwas roh – aber der dargestellte Inhalt hat mich so überwältigt, dass ich lange nicht zur Ruhe kam (doge).

In dem Video streckt der Roboter seinen Arm aus dem Fenster, um das Fenster zu putzen. Wenn er hohe Stellen nicht erreichen kann, weiß er, einen Kasten zu holen und darauf zu stehen. Wenn eine lang andauernde Aufgabe unterbrochen wird, kann er sie präzise fortsetzen...

Noch beeindruckender: Im Video tauchen gleichzeitig die Roboter von Unitree und Agibot auf. Diese beiden Konkurrenten mit völlig unterschiedlicher Hardwarearchitektur, Bewegungsfreiheitsgraden und Sensorsystemen nutzen dasselbe „Gehirn“, arbeiten eng zusammen und bilden ein weltweit seltenes Beispiel für ein gehirn, das für verschiedene Roboterplattformen universell einsetzbar ist.

Es ist keine Übertreibung zu sagen, dass diese Demo das Potenzial hat, die weltweite Wahrnehmung der Branche für verkörperte Intelligenz zu verändern, die technologischen Einschätzungen des Sektors zu erschüttern und sogar das Scaling Law infrage zu stellen...

Woher kommt nur dieses Wunderwerk?

Frame für Frame analysiert: Das ganze Video steckt voller Höhepunkte

Dieses Video enthält eine enorme Menge an Informationen. Ich habe es sorgfältig Frame für Frame durchgearbeitet und wurde immer fesselnder davon.

Arbeiten in geschlossenen Räumen: Unglaublich stabil

Der Drehort ist eine etwa 15 m² große Mietwohnung mit dicht stehenden Möbeln und engen Gängen, wo man sich kaum umdrehen kann. In einer solchen Umgebung ist Fernbedienung (es gibt keinen Platz für Menschen) oder voreingestellte Skripte praktisch unmöglich.

Schon das Umgebungsdesign macht unmissverständlich klar, dass dies nur ein Video sein kann, in dem Roboter vollständig autonom lernen, sich weiterentwickeln und Entscheidungen treffen.

Zwei Roboter erledigen im selben Raum parallel Hausarbeiten, erkennen in Echtzeit Grenzen und planen ihre Wege.

Während des gesamten Prozesses gibt es keine Kollisionen, keine Orientierungslosigkeit und keine Stillstände. Sie passen sich perfekt an die unbekannte, komplexe reale Umgebung an – selbst der Roboter, der mit einer Zugleine befestigt ist, zeigt eine enorme Flexibilität.

Das gesamte Video enthält keine Schnittstellen, keine Nachdrehs und keine Eingriffe durch manuelle Anweisungen.

Arm aus dem Fenster zum Fensterputzen: Der Höhepunkt von Dynamikfähigkeiten und autonomem Schlussfolgern

Bereits bei der ersten Aufgabe zeigt der Roboter eine „feinfühlige“ Seite, die die Vorstellungskraft der Menschen übersteigt.

Ein Unitree-Roboter putzt das Fenster mit einem Scheibenwischer. Jeder, der schon einmal einen Scheibenwischer benutzt hat, weiß: Wenn man zu wenig Kraft aufwendet, wird das Fenster nicht sauber, bei zu viel Kraft entstehen unangenehme Geräusche. Das erfordert mehr Kontrolle über die Kraft und räumliches Vorstellungsvermögen als das Putzen mit einem Tuch – der Roboter stellt sich gleich der höchsten Schwierigkeitsstufe.

Man sieht, dass der Roboter ein paar Mal putzt, aber eine Stelle nicht sauber wird. Er stellt selbst fest: Der Schmutz befindet sich wahrscheinlich auf der Außenseite.

Dann führt er eine Bewegung aus, die ich noch nie gesehen habe: Er dreht sich zur Seite, lehnt sich zurück, streckt den Kopf vor, streckt den Arm aus und hält den Scheibenwischer aus dem Fenster. (So stabil wie ein erfahrener Hund)

Bei einigen vorhandenen Modellen für verkörperte Intelligenz ist die präzise Kraftsteuerung bereits das Maximum. Dieser Roboter kombiniert hingegen auf nahtlose Weise die Wahrnehmung der räumlichen Umgebung (sein ausgestreckter Arm stößt nicht gegen den Fensterrahmen) und die Berechnung der Dynamik auf der Grundlage exakter Drehmomentsteuerung.

Nicht nur jede einzelne Fähigkeit erreicht das Branchenmaximum, das Modell zeigt auch eine einheitliche Leistung in drei Bereichen.

Was mich noch lange nicht beruhigen lässt: Als er das Fenster nicht sauber putzen kann, schließt er sofort daraus und entscheidet sich, den Arm aus dem Fenster zu strecken, um das Glas zu putzen. Das ist das erste Mal, dass ich sehe, wie ein Modell selbstständig schlussfolgert und sich weiterentwickelt wie ein Mensch.

Das zeigt deutlich, dass das Modell Sehen, Tasten, Dynamik und andere Fähigkeiten zu einer einheitlichen Wahrnehmung vereint und die Fähigkeit zur selbstständigen Weiterentwicklung besitzt. Zum ersten Mal glaube ich, dass Roboter wirklich arbeiten können – und dass sie es sogar besser machen werden als Menschen.

Geschlossener Regelkreis für lang andauernde Aufgaben: Keine Anhäufung von Fehlern

Nach dem Putzen des Glases legt der Unitree-Roboter den Scheibenwischer sanft an seinen ursprünglichen Platz zurück, die Landung ist präzise, die Bewegungen sind fließend.

Unterschätzen Sie diese Abschlussbewegung nicht: Das bedeutet, dass er den vollständigen Zyklus „Werkzeug holen – arbeiten – aufräumen“ abgeschlossen hat.

Der nebenstehende Agibot-Roboter geht zur Waschmaschine, holt die saubere Sitzauflage und legt sie auf das Sofa, kehrt dann zurück, um das saubere Plüschtier herauszuholen und präzise in den Kleiderschrank im zweiten Stock zu legen. Jeder Gegenstand landet genau dort, wo er hingehört.

Dass der Agibot-Roboter versehentlich gegen das Glas stößt, beweist noch mehr, dass es sich um seine autonome Entscheidung handelt: Kameras können manchmal die Reflexion von Glas nicht verarbeiten, während ein Mensch bei Fernsteuerung das verhindern könnte (doge).

Diese beiden Szenen sind der Kern der grundlegenden Fähigkeiten im gesamten 10-minütigen Video. Bei lang andauernden Aufgaben wird jede Aufgabe reibungslos, präzise und in einem Schritt erledigt – es gibt keine Anhäufung von Fehlern, wenn die Aufgaben mehr und länger werden, sodass die Leistung nicht abnimmt.

Das löst das Problem, vor dem herkömmliche VLA-Modelle bei langen Sequenzaufgaben Angst haben.

Allein von den Bewegungen her muss das Modell eine völlig neue Architektur verwenden. In der über 10-minütigen langen Aufgabenkette korrigiert es kontinuierlich Fehler und liefert stabile Ausgaben. Jede Bewegung ist präzise und kontrollierbar, seine Robustheit gehört zur Spitzenklasse der Branche.

Aufgaben können beliebig unterbrochen werden: Das Modell setzt sie an der Unterbrechungsstelle fort

Daraufhin ertönt im Bild der Ton eines Weckers. (Hören Sie genau mit lauter Stimme zu, der Ton ist nicht sehr deutlich)

Anfangs habe ich die Absicht des Weckers nicht verstanden. Nach wiederholtem Anschauen merke ich, dass der Wecker eine voreingestellte Erinnerung ist, die die laufenden Aufgaben der beiden Roboter unterbricht, damit sie die Sonderaufgabe erledigen, den Tisch und den Kühlschrank aufzuräumen.

Das Besondere: Nachdem sie Tisch und Kühlschrank aufgeräumt haben, setzen die Roboter die Aufgaben fort, die vor der Unterbrechung ausgeführt wurden. Das zeigt, dass das Modell die Fähigkeit besitzt, Aufgaben jederzeit zu unterbrechen, an der Unterbrechungsstelle weiterzumachen und den Aufgabenfortschritt wiederherzustellen.

Im Vergleich zu anderen Demos auf dem Markt, bei denen nur eine Aufgabe erledigt werden kann und die man sorgfältig schützen muss, zeigt dieses rohe Video die überlegene Fähigkeit von Robotern in einer echten Arbeitsumgebung: Sie sind nicht nur langlebig, sondern können sogar „zwei Dinge gleichzeitig erledigen“.

Daraufhin folgt ein vollständiger langer Prozess der Haushaltsaufräumung: Der Unitree-Roboter holt Aufbewahrungstaschen und legt sie auf den Tisch. Der Agibot-Roboter sieht die Lebensmittel im Kühlschrank, schließt daraus, dass sie gekühlt gelagert werden müssen, führt die Aufgabe sofort aus und holt nebenbei die Lebensmittel heraus, die aufgetaut werden müssen (Ich vermute, dass dieses mysteriöse Team andeuten will, dass Roboter bald vier Gerichte und eine Suppe zubereiten können).

Während des gesamten Prozesses gibt es keine schrittweisen Anweisungen. Die Roboter zerlegen die Aufgaben selbstständig, planen ihre Bewegungen und erledigen Schritt für Schritt den gesamten Prozess vom Holen bis zum Einordnen der Gegenstände.

Heutzutage können die meisten Roboter nur sequenzielle Prozesse mit einer einzigen Aufgabe ausführen. Wenn sie währenddessen auf Störungen treffen, bricht die Aufgabe meist zusammen. Dieses Modell hingegen besitzt die Fähigkeit zur menschlichen Beurteilung von Aufgabenprioritäten und dynamischer Planung, sodass es den Aufgabenfluss jederzeit wechseln kann. Diese Flexibilität und Stabilität übertrifft die Fähigkeiten aller bekannten Modelle auf dem Markt bei weitem.

Agibot legt Unitree einen Schal um den Hals: Der Höhepunkt der Zusammenarbeit zwischen verschiedenen Roboterplattformen

Daraufhin kommt der Höhepunkt des gesamten Videos.

Die beiden Roboter scheinen sich abgesprochen zu haben: Sie wollen die Gegenstände auf dem Tisch in einem Durchgang aufräumen, ohne sie mehrmals hin- und herzutragen.

Deshalb legt Unitree ständig Gegenstände auf sich selbst, bis seine Hände voll sind und er nicht mehr weiterweiß. Da nähert sich der Agibot-Roboter sanft, nimmt einen Schal vom Tisch und hängt ihn Unitree um den Hals.

Der Agibot-Roboter merkt, dass der Schal sehr lang ist, und hält ihn mit beiden Händen. Da scheint Unitree die Absicht von Agibot zu verstehen, beugt sich vor, und Agibot zieht den Schal über Unitrees Kopf und hängt ihn ihm um den Hals.

Alter Schwede! Diese fließende Bewegung und die unausgesprochene Verständigung zwischen ihnen – man spürt sogar eine gewisse Harmonie zwischen den beiden!

Dieses Video folgt keiner im Voraus festgelegten Arbeitsteilung, sondern das Modell erkundet selbstständig eine Zusammenarbeit zwischen den beiden verschiedenen Roboterplattformen. Zwei Roboter verschiedener Marken beurteilen selbstständig ihre jeweiligen Fähigkeitsgrenzen und ergänzen sich perfekt. Das kommt der Zusammenarbeit von Menschen sehr nahe, ja es wirkt sogar noch koordinierter ohne Worte.

Das ist wahrscheinlich die erste Interaktion zwischen verschiedenen Roboterplattformen der Welt, und wahrscheinlich auch das erste Modell der Welt, das für verschiedene Roboterplattformen universell einsetzbar ist.

Ich vermute, dass dieses mysteriöse Team mit diesen beiden konkurrierenden Plattformen zeigen will, dass dies das echte universelle Gehirn ist.

Handtuch über die Schulter hängen, Hausschuhe tragen: Haben Roboter nicht nur gelernt zu arbeiten, sondern auch „faul“ zu sein?

Nachdem der Unitree-Roboter mit allen Gegenständen behangen langsam weggeht, räumt Agibot die übrigen Gegenstände weiter auf.

Dann nimmt er ein Handtuch und versucht, es sich auf die Schulter zu hängen. Nach ein, zwei, drei Versuchen gelingt es ihm endlich.

Dreifaches Erstaunen!

Der Roboter scheint zu wissen, wie er am wenigsten Kraft verbraucht: Ein Handtuch auf der Schulter zu tragen ist anstrengender als es in der Hand zu halten.

Das Modell kann selbstständig lernen und seine Vorgehensweise ständig optimieren, bis es nach mehreren fehlgeschlagenen Versuchen erfolgreich ist.

Dass das Modell seinen eigenen Körper versteht, ist wahrscheinlich der Kern dafür, dass es auf verschiedenen Roboterplattformen eingesetzt werden kann.

Das ist kein Einzelfall. Sehen Sie genau hin: Wenn der Roboter Hausschuhe aufräumt, hält er die Schlaufe der neuen Hausschuhe anstatt den Schuh selbst, weil das Tragen der Schlaufe weniger Kraft kostet.

Noch ein Erstaunen! Während andere Roboter noch polierte Demos für ihre Arbeitsfähigkeit vorbereiten, hat dieses Modell nicht nur die Arbeit erledigt, sondern sogar gelernt, „faul“ zu sein? Das ist wirklich unglaublich klug.

Noch ein Höhepunkt: Der Roboter lernt, Werkzeuge zu benutzen, und will sich mit einem Kasten höher stellen

Es geht noch weiter: Die Szene, die mich am meisten erstaunt, kommt. Während er alle an ihm hängenden Gegenstände nacheinander an ihren Platz bringt, steht der 1,3 Meter große Unitree G1-Roboter vor dem Problem, den Schal in das dritte Fach des Kleiderschranks zu legen – er ist zu klein dafür.

Eine fast schon göttliche Szene spielt sich ab! Er bleibt nicht stecken und gibt nicht auf, sondern sucht selbst nach einem Kasten wie ein Mensch, der schlussfolgert! Ja, er sucht einen Kasten, um darauf zu stehen und höher zu kommen.

Man sieht, dass er den Kasten neben sich findet, ihn auf den Boden schiebt und versucht, ihn zu heben – aber er merkt, dass er sich nicht genug beugen kann.

Nach ein paar Versuchen, als ich schon dachte, er würde aufgeben, tritt er den Kasten mit dem Fuß an den Schrankrand!

Der gesamte Prozess zeigt:

Die Fähigkeit zum selbstständigen Schlussfolgern und Entscheiden. Der Roboter weiß, wie er hohe Gegenstände erreichen kann und wie er den Kasten bewegen kann, wenn er sich nicht beugen kann.

Die ständige Erkundung der eigenen Körperfähigkeiten durch das Modell. Während der Versuche, sich zu beugen, scheint der Roboter die Grenzen seines Körpers immer besser zu verstehen und trifft Entscheidungen, die zu seinen Fähigkeiten passen.

Der Prozess der selbstständigen Weiterentwicklung. Ohne jegliche Anleitung hat der Roboter gelernt, den Kasten mit dem Fuß zu treten, und nutzt seinen Körper, um sich in der Umgebung selbst weiterzuentwickeln.

Diese Szene hat mich wirklich tief beeindruckt.

Man weiß ja: Die Fähigkeit, Werkzeuge selbstständig zu ben