Wenn Embodied Intelligence Einzug in die Haushalte hält: Ein Wettstreit um „Gehirn“ und „Szenarien“

Wenn wir heute über verkörperte Intelligenz und den Haushalt sprechen, diskutieren wir immer noch ein bestimmtes Bild.

Ein Roboter arbeitet im häuslichen Umfeld.

Das scheint ein selbstverständlicher kommerzieller Weg und ein technisches Endziel zu sein. Aber in dem komplexen System der verkörperten Intelligenz stehen hinter diesem Bild zwei völlig unterschiedliche Wege.

„Basismodell-Unternehmen“ und „Szenario-Unternehmen“.

Genauer gesagt handelt es sich um Unternehmen, die auf ein generisches Basismodell für verkörperte Intelligenz abzielen, und um Unternehmen, die auf den häuslichen Bereich abzielen. Für die Basismodell-Unternehmen ist es ihr ultimatives Ziel, das „verkörperte Gehirn“ zu entwickeln. Der Haushalt ist nicht ihr einziges Szenario, aber er ist die beste Bestätigung für die Fähigkeiten ihres Modells. Sie versuchen, von den Modellfähigkeiten nach unten vorzudringen, indem sie ständig die Generalisierungsfähigkeit und die Dateneffizienz verbessern, damit Roboter aus begrenzten Trainingserfahrungen breitere Aufgabenfähigkeiten erwerben.

Auf der anderen Seite wählen einige Roboterhersteller den Haushalt als Hauptarbeitsbereich. Sie neigen dazu, Roboter über relativ kontrollierbare Umgebungen wie Hotels, Einzelhandel und Gesundheitsfürsorge zuerst in häusliche Szenarien einzuführen. Während sie kommerzialisiert werden, sammeln sie Daten zu echten Aufgaben, technische Erfahrungen und Nutzerfeedback, um dann die Iteration von Modellen, Roboterkörpern und Produkten voranzutreiben.

Aber diese Einteilung ist nicht scharf abgegrenzt.

Tatsächlich drängen die „Gehirn“-Unternehmen auch aktiv in echte Szenarien ein, denn die Modellfähigkeiten müssen schließlich in der physischen Welt validiert werden. Und die Haushaltsroboter-Unternehmen erhöhen auch ihre Investitionen in Technologien wie VLA und Weltmodell, denn die bloße Erhöhung der Anzahl der Einsätze führt nicht automatisch zu einer stärkeren Generalisierungsfähigkeit. Die beiden Ansätze nähern sich einander ständig an.

Der eigentliche Unterschied liegt nicht darin, „wer das Modell entwickelt und wer die Daten erzeugt“, sondern vielmehr darin, wer ab welchem Glied der Wertschöpfungskette seinen eigenen Fähigkeitskreislauf aufbaut. Letztendlich müssen beide Ansätze zum gleichen Punkt gelangen: Das Modell tritt in die reale Welt ein, die reale Welt erzeugt Daten, und die Daten fördern die Evolution des Modells.

Am Ende werden nicht reine Technologieunternehmen und nicht reine auf Szenarien spezialisierte Unternehmen die Schwelle des Haushalts überwinden, sondern diejenigen, die Modellfähigkeiten, technische Fähigkeiten und Produkteinsicht zu einer Einheit verschmelzen können.

Es spielt keine Rolle, von welchem Ansatz sie ausgehen. Wichtig ist, ob sie vor Erreichen des Endziels das fehlende Puzzleteil ergänzen können.

Bei diesem Wettbewerb zwischen „Gehirn“ und „Szenario“ geht es letztendlich nicht darum, wer einen höheren Ausgangspunkt hat, sondern darum, wer schneller lernen kann.

Die Basismodell-Unternehmen haben nicht den Haushalt als eigentliches Ziel

Die Leistung der Unternehmen für verkörperte Gehirne im häuslichen Szenario ist unerwartet, aber gleichzeitig auch vernünftig.

Auf der diesjährigen WRC-Messe sehen die von verschiedenen Anbietern gezeigten Haushaltsaufgaben sehr ähnlich aus: Greifen, Verstauen, Kleidung falten, Wäsche waschen, Wasser eingießen, Tisch ordnen. Was jedoch wirklich den Abstand vergrößert, ist nicht mehr nur, welche Aktionen sie ausführen können, sondern ob sie auch dann funktionieren, wenn man Objekte oder Positionen austauscht. Kann dasselbe Modell eine ausreichend große Vielfalt an Aufgaben ausführen? Bei der Beantwortung dieser Fragen können die Unternehmen für verkörperte Modelle oft auffälligere Ergebnisse vorweisen.

Der Ausstellungsbereich von Xinghaitu deckt kommerziellen Einzelhandel, Kartonverpackung sowie Haushaltsaufgaben wie Kleidung falten und Wasser eingießen ab, die alle vom G0.5-Modell realisiert werden. Die Mitarbeiter erklärten, dass im Vergleich zu anderen Ständen Xinghaitu bei der beliebten Aufgabe des Kleiderfaltens eine bessere Leistung in Bezug auf Aufgabenerfüllungsgrad und Geschwindigkeit zeigt.

Ein anderer Ausstellungsbereich eines Unternehmens für verkörperte Gehirne zeigt ebenfalls eine deutliche Vorliebe für häusliche Szenarien. Die Fähigkeitsvorführung umfasst Aufgaben wie das Verstauen von Gegenständen, das Greifen von Objekten und die Benutzung von Geschirrspülern. Die Mitarbeiter erläuterten, dass der Roboter bei der Erledigung von Aufgaben seine Strategie selbstständig an die Umgebung anpasst und nach Wegen sucht, um die Aufgabe zu erfüllen. Nehmen wir als Beispiel die Aufgabe, ein Glas Wasser zu greifen: Wenn das Greifen von der Seite zu rutschig ist, wählt der Roboter, es von oben zu nehmen, was den Roboter so aussehen lässt, als würde ein Mensch denken.

Die Generalisierungsfähigkeit, die geringere Abhängigkeit von Stichproben und die Fähigkeit zur Bearbeitung langfristiger Aufgaben, die von Basismodell-Unternehmen angestrebt werden, passen genau zur zugrundeliegenden Logik von Haushaltsrobotern, denn das häusliche Szenario unterscheidet sich von anderen Szenarien dadurch, dass es keine einfache Aufgabensammlung ist, sondern eine offene Welt mit unendlich vielen Objekten und Aufgabenänderungen.

Gleichzeitig sind die Investitionen der Basismodell-Unternehmen in Daten im Vergleich zu den Haushaltsroboter-Unternehmen oft radikaler, und die Datenquellen sowie -typen sind vielfältiger. Sie versuchen, durch skalierte und diversifizierte Daten das Modell nicht nur bestimmte konkrete Aktionen lernen zu lassen, sondern auch allgemeinere Zusammenhänge zwischen Objekten, Umgebungen, Aktionen und Aufgaben.

Diese Vorteile führen auch dazu, dass die Basismodell-Unternehmen zu potenziellen Konkurrenten im Bereich der Haushaltsroboter werden.

Obwohl die Aufgaben, die Roboter derzeit erledigen können, noch relativ einfach und ihre Arten begrenzt sind, können die Basismodelle dieser Unternehmen für verkörperte Gehirne im Vergleich zu Unternehmen, die speziell Haushaltsroboter entwickeln, oft bessere Fähigkeiten bei der Übertragung zwischen verschiedenen Umgebungen und verschiedenen Roboterkörpern aufweisen und sind zudem sehr robust. In vielen Fällen können sie auch bei einem fehlgeschlagenen Versuch den richtigen Weg durch fortgesetzte Versuche und Erkundungen finden.

Aber die Fähigkeit, etwas zu tun, bedeutet nicht, dass man es vorrangig tun muss. Für die aktuellen Basismodell-Unternehmen sind sie bei der kommerziellen Umsetzung im häuslichen Szenario besonders vorsichtig. Derzeit realisieren sie die Umsetzung vorrangig in Bereichen mit klareren Anforderungen und höherer Durchführbarkeit wie Industrie und Logistik.

Im Gespräch mit Technikern tauchte auch ein bemerkenswertes Phänomen auf. Weltmodelle als derzeit stark beachteter technischer Ansatz werden von allen Seiten erforscht, aber die Basismodelle, die tatsächlich in Roboter eingesetzt werden, basieren derzeit hauptsächlich auf VLA und seinen zugehörigen Architekturen. Weltmodelle werden mehrheitlich für die Datengenerierung beim Modelltraining verwendet, und ihre direkte Beteiligung an der Schlussfolgerung und Planung realer Roboter befindet sich noch in der Erkundungsphase.

Für Roboter ist das wirklich Wichtige immer noch, ob sie den Raum und die Objekte vor sich verstehen und kontinuierlich Aufgaben in der realen Welt erledigen können. Die Bedeutung der Erreichung dieser Ziele wird derzeit oft unterschätzt.

Der Umweg der Haushaltsroboter zur Erreichung ihres Ziels

Wenn die Basismodell-Unternehmen versuchen, von der Modellebene nach unten vorzudringen, dann gehen eine andere Gruppe von Haushaltsroboter-Unternehmen in die entgegengesetzte Richtung.

Seit Ende 2025 sind auf dem Markt eine Reihe von Haushaltsroboter-Unternehmen entstanden. Diese Unternehmen zielen von Anfang an auf das Endziel, Roboter in Haushalte zu bringen, und erhalten oft große Finanzierungsrunden. Die meisten der auf der WRC ausgestellten Haushaltsroboter stammen von Herstellern, die bereits praktische Anwendungen umgesetzt haben.

Auf dieser WRC zeigte der Roboter „Weilai Buyuan F2“ Fähigkeiten wie Kleidung falten, Wäsche waschen, Schach spielen und Nudeln kochen. Weilai Buyuan hat einen relativ radikalen kommerziellen Weg gewählt: Von Pilotprojekten für den Einzug in Haushalte bis zur Einführung von Online-Mietmodellen sind inzwischen mehr als 500 Roboter in echten Haushalten im Einsatz. Geplant ist, im nächsten Jahr die Massenproduktion und den öffentlichen Verkauf zu starten. Dieser aktive Weg, Roboter in Haushalte zu bringen, ermöglicht den Erhalt von erstklassigen Daten aus häuslichen Szenarien und fördert ständig die Iteration von Modellen und Hardware.

Der Roboter „GR-3“ von Fourier kann selbstständig Lösungen nach natürlicher Sprache generieren, sich im häuslichen Raum an bestimmte Positionen bewegen, um Aufgaben wie das Greifen von Gegenständen zu erledigen, und verfügt zudem über Begleitfunktionen. Auf dem Stand wurde auch die Fähigkeit gezeigt, Gegenstände über eine Gehirn-Computer-Schnittstelle zu verstauen, was eine neuartige Interaktionsmethode für Roboter für behinderte Menschen mit eingeschränkter Mobilität darstellt.

Deeppu Intelligent zeigte Szenarien, in denen der Roboter „Xiaopu Simbot“ zu Hause Wäsche wascht, Gegenstände verstaut und mit Spielzeugen spielt. Außerdem wurden Fähigkeiten wie das Empfangen von Gästen in Hotels und das Greifen von Gegenständen nach natürlicher Sprache demonstriert. Eine einzelne Aufgabe kann bereits nach einer Stunde Training ohne spezifische Daten für den Roboterkörper erlernt werden.

Moqi Intelligent, das vor weniger als einem halben Jahr gegründet wurde, führte erstmals eine systematische Demonstration seiner Fähigkeiten vor der Öffentlichkeit durch. Eine 15-minütige fortlaufende Aufgabe vor Ort, von der Reinigung des Wohnzimmers und der Auffüllung des Kühlschranks bis zum Trocknen und Falten von Kleidung, verbindet einen vollständigen häuslichen Arbeitsablauf. Allein für die Reinigung von Tischen und die Sortierung von Gegenständen reichen zusätzlich einige Dutzend Stunden Training auf der Grundlage von 30.000 Stunden Vortrainingsdaten aus, damit der Roboter diese Fähigkeit erlernt.

Die Probleme, auf die diese Hersteller von Haushaltsrobotern achten, unterscheiden sich teilweise von denen der Basismodell-Unternehmen. Die Basismodell-Unternehmen legen mehr Wert darauf, ob Fähigkeiten übertragen werden können, während die Haushaltsroboter-Unternehmen mehr Wert darauf legen, ob das Produkt wirklich funktioniert.

Die Basismodell-Unternehmen lassen das Modell oft an vielen verschiedenen Aufgaben trainieren und erwarten, dass die Generalisierungsfähigkeit aus der Skalierung hervorgeht. Die Haushaltsroboter-Unternehmen hingegen streben oft danach, eine bestimmte Art von Aufgaben zuverlässiger zu gestalten und sie besser an die reale Umgebung anzupassen.

Hinter diesem Phänomen steht das Streben der Haushaltsroboter nach praktischer Umsetzung. Angesichts des derzeitigen Mangels an leistungsfähigen „Gehirnen“ für Roboter wählen die Haushaltsroboter-Unternehmen oft, zuerst in die Praxis umzusetzen, ihre Fähigkeiten in realen Szenarien ständig zu verbessern und die Evolution von Modellen und Hardware voranzutreiben, um die derzeitigen Mängel der Modelle in gewissem Maße auszugleichen.

Während der Umsetzung tritt ein sehr interessantes Phänomen auf: Immer mehr Haushaltsroboter-Unternehmen wählen nicht direkt den Haushalt als ersten Einsatzort, sondern das Hotelszenario.

Der Grund ist einfach: Das Hotelszenario teilt viele Aufgabebereiche mit dem häuslichen Szenario, wie Schlafzimmer, Badezimmer, Tische und Betten. Die Ähnlichkeit der Aufgaben ist hoch, man kann es als eine „abgespeckte Version“ des häuslichen Szenarios bezeichnen. Es bietet ein Datenfeld, das leichter zu kontrollieren ist als der Haushalt und dem Haushalt dennoch nahe genug ist. Roboter können ständig mit verschiedenen Menschen, Objekten und Aufgaben in Kontakt kommen, Betriebsdaten in der realen Welt sammeln, ihr Verständnis für Raum und Objekte schulen, ständig Produkt- und Ingenieursiterationen durchführen und sogar einen gewissen Kapitalrückfluss erzielen.

Aus der Sicht der heutigen praktischen Anwendung ist das Hotel jedoch noch weit von einer echten großflächigen Robotisierung entfernt. Bei komplexen Aufgaben befinden sich Roboter meist noch im Pilotstadium, die stabil zu übernehmenden Arbeiten sind begrenzt, und einige Anwendungen dienen eher der Kundengewinnung und Demonstration.

Die im Hotel gesammelten Erfahrungen müssen noch weiter zu einem allgemeinen Verständnis von Objekten, Raum, Aufgaben und Menschen abstrahiert werden, damit das Hotel als Sprungbrett die Roboter wirklich in die Haushalte bringen kann.

Drei Ebenen der Industriekette: Die Zukunft der Haushaltsroboter

Derzeit befinden sich Haushaltsroboter möglicherweise noch in der Phase, „auf den Wind zu warten“: Sie warten auf die Reife der Technologie und die Festlegung von Standards, damit die Roboter in diesem komplexesten Endzielszenario durchstarten können.

Und wenn dieser Moment wirklich kommt, werden die Technologien der Basismodell-Unternehmen die Szenarien übernehmen, oder werden die Haushaltsroboter-Unternehmen die Technologien durch ihre Szenarien einholen?

Die Basismodell-Unternehmen erforschen die Obergrenze der Modelle, während die Haushaltsroboter-Unternehmen die Untergrenze der Produkte vorbereiten. Ober- und Untergrenze sind für Haushaltsroboter unentbehrlich. Ohne Generalisierungsfähigkeit wird der Roboter nur zu einer Maschine mit addierten Funktionen. Ohne Produktfähigkeit kann das stärkste Modell nur in einer Demo verbleiben.

Die endgültige Antwort ist möglicherweise nicht schwarz-weiß, sondern eine Koexistenz.

Zunächst einmal ist der Marktraum für das häusliche Szenario groß genug und die Anforderungen sind vielfältig genug, dass