Die Fernbedienung wegzuwerfen ist die ultimative Hürde der Embodied Intelligence.

Aufmerksame Zuschauer werden feststellen, dass bei Wettläufen, Hindernisläufen, Hochsprung, Gewichtheben und Weitsprung immer ein oder zwei Bediener hinter den Robotern stehen, die Fernbedienungen in den Händen halten und den Robotern Anweisungen geben.

Beim Roboter-Marathon im vergangenen Jahr mussten fast alle Menschen mit Fernbedienungen hinterherlaufen, und manchmal waren sogar drei Ingenieure pro Roboter als "Begleiter" erforderlich. Dies wurde einst als "Fernbedienungsauto-Wettbewerb" kritisiert.

Die tatsächliche Existenz der "menschlichen Fernsteuerung" zerstört den perfekten Schein, der durch die schönen Demos der Roboterunternehmen erzeugt wird, und lässt die Menschen mehr über die wahre Situation der körperhaften Roboter in China erkennen.

Aber wenn man Roboter deswegen vollständig mit ferngesteuerten Spielzeugen gleichsetzt – wie es viele Menschen im Internet als Witz oder Kommentar tun – ist das Verständnis für die Roboterindustrie offensichtlich zu vereinfacht.

Nach dem Verständnis der Kontroverse um die "Fernsteuerung" von Robotern können die Menschen mehr über die körperhafte Intelligenz erfahren.

01

Evolution

Sportwettbewerbe sind eine wichtige Plattform zur Förderung des Fortschritts der KI-Technologie.

Sowohl AlphaGo, das gegen Ke Jie antrat, als auch die DARPA-Challenge für autonomes Fahren, die von der Defense Advanced Research Projects Agency (DARPA) der USA veranstaltet wird, haben gezeigt, dass künstliche Intelligenz und intelligentes Fahren eine entscheidende Rolle spielen.

Inländische Roboter-Sportveranstaltungen haben eine ähnliche Wirkung. Solche Großveranstaltungen erzeugen nicht nur heiße Themen und locken zahlreiche Hersteller aus dem In- und Ausland zur Teilnahme an, sondern können auch die Leistung, Algorithmen, Ausdauer und andere Fähigkeiten von Robotern in extremen Umgebungen validieren.

Nehmen wir den Roboter-Halbmarathon als Beispiel: Bei der ersten Ausgabe traten 20 Teams von humanoiden Robotern an, aber nur 6 Teams schafften es ins Ziel. "Tiangong Ultra" gewann mit einer Zeit von 2 Stunden und 40 Minuten. Dieses Ergebnis war nicht besonders gut, und "Tiangong Ultra" brauchte zudem einen Vorläufer sowie Ingenieure, die mit "Batterien" auf dem Rücken für seine Sicherheit sorgten.

Bei der ersten Ausgabe des Roboter-Halbmarathons gewann Tiangong den Titel.

Bei der zweiten Marathon-Veranstaltung überquerte "Blitz", der autonome humanoide Roboter der Ehre-Qitian-Dasheng-Mannschaft, die Ziellinie während des Wettbewerbs.

Bei der zweiten Ausgabe des Roboter-Halbmarathons in diesem Jahr wurde die Veranstaltung in Teams für autonome Navigation und ferngesteuerte Teams unterteilt. Die Ergebnisse der beiden Gruppen wurden mit Gewichtungsfaktoren von 1,0 bzw. 1,2 berechnet und einheitlich rangiert.

Schließlich überquerte der ferngesteuerte Roboter "Blitz" der Ehre-Jueying-Chitu-Mannschaft die Ziellinie als Erster mit 48 Minuten und 19 Sekunden, aber aufgrund der 1,2-fachen Gewichtungsregel wurde die Zeit entsprechend verlängert. Der autonome Navigationsroboter "Blitz" der Ehre-Qitian-Dasheng-Mannschaft gewann anschließend den Titel mit einer Nettozeit von 50 Minuten und 26 Sekunden.

Dieses Ergebnis verkürzte die Zeit im Vergleich zum Sieger der vorherigen Ausgabe um fast 1 Stunde und 50 Minuten und brach zudem den menschlichen Halbmarathon-Rekord von 57 Minuten und 20 Sekunden.

Bei dem Roboter-Halbmarathon in diesem Jahr waren 40 % der Roboter autonom navigierend und laufend, und die ersten drei Plätze (Mannschaft Qitian Dasheng, Mannschaft Donner und Blitz, Mannschaft Funken der Brandstiftung) wurden alle von Robotern autonom absolviert.

Der Zweck der 1,2-fachen gewichteten Zeit im Wettkampfregelwerk besteht darin, die teilnehmenden Teams zu ermutigen, echte autonome Roboter einzusetzen.

Bei der ferngesteuerten Gruppe werden Kurvenfahren, Vermeidung von Löchern und Umgehung von Hindernissen vollständig von Menschen bedient, der Roboter ist nur für die Ausführung verantwortlich und ist schneller; bei der Gruppe für autonome Navigation muss der Roboter Steigungen, Kurven und unebene Stellen selbstständig erkennen, Routen planen und Hindernisse umgehen.

Zweifellos sind autonome Roboter das Endziel, das die Industrie anstrebt.

Auch bei der zweiten Weltspiele der humanoiden Roboter sind 23 von 30 Wettkampfdisziplinen ausdrücklich "vollautonom" vorgeschrieben, während im vergangenen Jahr die meisten Disziplinen die Wahl zwischen "ferngesteuert, halbautonom und vollautonom" erlaubten.

Hinter diesen Veränderungen steht der Fortschritt der industriellen Technologie. Im vergangenen Jahr konzentrierten sich die größten Fortschritte bei humanoiden Robotern auf Wahrnehmung und Positionierung: Letztes Jahr erkannten Roboter die Laufbahn nur über Kameras und liefen leicht in falsche Bahnen; in diesem Jahr haben die teilnehmenden Teams Lidar-Sensoren am Kopf installiert, vor dem Wettbewerb eine 3D-Karte der "Eisbande" erstellt und durch die Abgleichung von Lidar-Daten mit der Karte eine globale Positionierung im Zentimeterbereich erreicht, die den Robotern hilft, das Rennen autonom zu absolvieren.

Die 100-Meter-Hindernislauf und 400-Meter-Hindernislauf können aufgrund ihrer hohen Schwierigkeit die Verwendung von Fernsteuerung erlauben, aber die Endergebnisse werden mit dem Zeitgewichtungsfaktor 1,2 multipliziert, oder man kann sich für die vollautonome Gruppe mit dem Faktor 1,0 anmelden.

Aus diesen beiden viel beachteten Roboterwettbewerben geht hervor, dass der Anteil der "Fernsteuerung" bereits abgenommen hat und die autonomen Fähigkeiten der Roboter sichtbar verbessert werden.

02

Übergang

Obwohl sich Roboter im vergangenen Jahr beschleunigt entwickelt haben, benötigen die Roboter, die autonom an Wettbewerben teilnehmen, immer noch Bediener, die den Startbefehl per Fernsteuerung senden.

Sogar bei dem 400-Meter-Hindernislauf mit Fernsteuerung kann der Roboter sofort abstürzen und "nachdenken", wenn er in einer komplexen Umgebung gestört wird, da das Überqueren von Hürden und Kurven Echtzeitbeurteilungen unbekannter Räume erfordert.

Das ist gleichzeitig der größte Kontrast bei den Roboter-Spielen: Auf der Ergebnisliste können sie Menschen übertreffen, aber die tatsächliche Markteinführung der Produkte kann noch nicht schnell folgen.

Aber alle Roboterunternehmen und Praktiker werden der Öffentlichkeit sagen, dass ferngesteuerte Roboter nicht gleich ferngesteuerte Spielzeuge sind.

Bei herkömmlichen ferngesteuerten Autos gibt es Tasten für Vorwärts, Rückwärts, Links, Rechts und Kurvenfahren auf der Fernbedienung. Welche Aktionen das Spielzeugauto ausführen kann, hängt vollständig von der Fähigkeit des Bedieners ab. Es hat keine eigenständige "Intelligenz", kann keine Hindernisse vermeiden und denkt nicht aktiv.

Im Vergleich dazu sind humanoide Roboter keine "Marionetten mit Fäden". Zunächst einmal ist es selbst bei der schnellsten Handgeschwindigkeit und Reaktionszeit von Menschen unmöglich, Dutzende von augenblicklichen Bewegungen im Millimeterbereich gleichzeitig zu steuern.

Zweitens senden die Ingenieure über die Fernsteuerung nur hochrangige Anweisungen wie Vorwärtsbewegung, Moduswechsel und Zielbestimmung. Wie sie die Beine heben, den Schwerpunkt anpassen und Hindernisse überqueren, wird vollständig von dem Roboter autonom erledigt.

Der Bediener entspricht einem "Cheftrainer, der Taktiken festlegt". Wie man genau Fußball spielt, müssen die Spieler selbstständig denken und entscheiden.

Die ferngesteuerte Aktion zur Bedienung eines humanoiden Roboters besteht im Wesentlichen darin, Aufgaben auf der "Aufgabenebene" zuzuweisen. Der Bediener übernimmt die Rolle des "Gehirnkommandanten", der entscheidet, wohin man geht und welche Aktionen ausgeführt werden, und nimmt nicht an der spezifischen Bewegungsausführung teil.

Gegenwärtig können humanoide Roboter die Fernsteuerung noch nicht vollständig aufgeben. Sogar viele Roboter, die als autonom angepriesen werden, verstehen die physische Welt noch nicht vollständig wie Menschen, sondern arbeiten mit voreingestellten Aktionsskripten. Bei unerwarteten Ereignissen und komplexen Umgebungen steigt die Misserfolgsrate von Aufgaben sichtbar an.

Ferngesteuerte Roboter sind keine "großen Spielzeuge" und keine "Industrie-Betrug", aber es ist unbestreitbar, dass sich Roboter noch im frühen Stadium der Industrie befinden. Ihr zentrales Problem ist die mangelnde Generalisierungsfähigkeit, wie Wang Xingxing feststellte.

He Xiaopeng unterteilte die Intelligenzstufen humanoider Roboter in fünf Stufen von L1 bis L5 nach dem Muster des autonomen Fahrens, und diese Ansicht wird in der Branche weit verbreitet zitiert.

Gegenwärtig befinden sich die auf dem Markt erhältlichen humanoiden Roboter im Wesentlichen im frühen L2-Stadium. Um in das echte kommerzielle Stadium einzutreten, müssen sie die Fähigkeit von L3 erreichen, d. h. Hände, Füße, Mund, Augen und Gehirn müssen vollständig integriert sein. Im Jahr 2026 erreichen Roboter den entscheidenden Knotenpunkt für die Massenproduktion (L3).

Ein Medienbericht teilte mit, dass er Mitarbeiter von Unitree Robotics kontaktiert habe, um Informationen über die Produkte zu erhalten. Ihm wurde mitgeteilt, dass die 99.900 Yuan teure G1-Standardversion keine Zweitentwicklung unterstützt und nur für Ausstellung und als Spielzeug verwendet werden kann. Im Wesentlichen ist sie immer noch ferngesteuert und befindet sich im Stadium L1-L2.

Die echte G1 EDU-Version für Forschungseinrichtungen, Universitäten und Entwickler kostet 200.000 bis 400.000 Yuan. Wenn man eine vollständige Lösung haben möchte, sind die Kosten für die kundenspezifische Entwicklung extrem hoch.

Im Vergleich zu bereits verbreiteten KI-Anwendungen wie DeepSeek und Doubao befinden sich humanoide Roboter noch im Grundschulstadium. Um die Sicherheit zu gewährleisten, unerwartete Unfälle zu vermeiden oder komplexe Aufgaben zu bearbeiten, ist die Fernsteuerung unverzichtbar.

Die Fernbedienung in der Hand des Bedieners muss nicht vermieden werden. Sie ist genau der notwendige Weg für Roboter, um zu echter Autonomie zu gelangen, und ein Übergangsprodukt zur Verbesserung der Intelligenz der Roboter.

03

Endzustand

Ob die Fernbedienung verwendet wird oder man Mechs durch neuronale Wahrnehmung und Gehirn-Computer-Schnittstellen steuert, wie im Film "Pacific Rim", all das ist noch nicht der Endzustand von Robotern.

Autonome Intelligenz ist die endgültige Form der industriellen Entwicklung. Das Ablegen der Fernbedienung ist die Initiation der körperhaften Intelligenz.

Wie oben erwähnt, befindet sich die körperhafte Intelligenz derzeit an dem kritischen Knotenpunkt zwischen L2 und L3, und der größte Engpass ist die mangelnde Generalisierungsfähigkeit. Die meisten Roboter erreichen eine Aufgaben-Erfolgsrate von fast 100 %, wenn sie in festen Szenarien ausreichend trainiert wurden. Sobald sie jedoch in neue Umgebungen eintreten, sinkt die Erfolgsrate deutlich.

Wang Xingxing stellte dazu den "Doppel-80 %-Standard" auf: Wenn man den Roboter in 80 % unbekannte Szenarien bringt und er durch Sprach- oder Textanweisungen etwa 80 % der Aufgaben reibungslos erledigen kann, erreicht die körperhafte Intelligenz den Punkt der Generalisierung und des großen industriellen Aufschwungs.

Er ist der Meinung, dass "Roboter in 2 bis 3 Jahren im besten Fall, in 5 bis 10 Jahren im schlechtesten Fall den ChatGPT-Moment erreichen können".

Auf diesem Evolutionspfad gibt es drei klare Entwicklungsknotenpunkte.

Der erste ist der Übergang von der Notwendigkeit von Bedienern zum vollständigen Abgang der Bediener.

Im L1-Stadium muss der Bediener jede Bewegung vollständig steuern. Beim Übergang von L2 zu L3 gibt der Bediener Aufgabenanweisungen und der Roboter führt sie aus. Die Steuerung durch Nachahmungslernen ist der Übergang von L3 zu L4: Der Bediener demonstriert die Aufgabe einmal, und der Roboter kann sie nach dem Erlernen unabhängig ausführen. L4 bis L5 ist die endgültige Form: Die Menschen müssen nur Anweisungen geben, zum Beispiel "Bring das Wasser her", und der Roboter erledigt die Details autonom.

Der derzeitige Hauptengpass ist die Kluft zwischen dem Verständnis übergeordneter Absichten und der untergeordneten Bewegungsausführung. Die Fähigkeit von großen untergeordneten Modellen, Dutzende von Gelenken direkt zu steuern,