Rechenkapazität, Robotik, Simulation und Kapital – Wer definiert das nächste Jahrzehnt der physischen KI?

Der 10. Globale ICT-Gipfel: Entschlüsselung der Umsetzung und Investition von Physical AI

Wenn die künstliche Intelligenz von „Sehen, Hören, Sprechen und Denken“ zu „Bewegen, Handeln und Umsetzen“ übergeht, ist es zu einer gemeinsamen Aufgabe von Technik und Industrie geworden, wie KI in die reale Welt einzugreifen und industriellen Wert zu schaffen.

Am 12. September 2026 fand das 10. Globale ICT-Gipfeltreffen im Hangzhou International Expo Center erfolgreich statt. Unter dem Motto „KI entsteht aus der Realität“ richtete sich das diesjährige Gipfeltreffen den Blick weiter auf reale Szenarien: Wie kann KI nutzbar gemacht werden, stabil laufen und kontinuierlich Wert schaffen?

Wie bekannt ist, wird das Gipfeltreffen von Xixiang Technology als Hauptsponsor unterstützt, gemeinsam von Yuanqiao Asset, Iluvatar Corex, Wuyi Vision, Jack Technology, Innuovo und Agile Robotics veranstaltet, von der China Europe International Business School gefördert und von der Zhejiang-Filiale des CEIBS-Alumni-Vereins sowie der Hangzhou-Filiale der China Merchants Bank mitgestaltet.

„In den letzten zehn Jahren hat KI in der digitalen Welt das Sehen, Hören, Sprechen und Denken realisiert. In den nächsten zehn Jahren müssen die Probleme von Handlung und Ausführung gelöst werden“, sagte Zhou Xiaole, Initiator des Gipfeltreffens und Vorsitzender von Yuanqiao Asset, in seiner Eröffnungsrede. Physische KI ist nicht einfach ein großes Modell, sondern eine umfassende Umsetzung von Rechenleistung, Wahrnehmung, Steuerung, Szenarien, Daten und Ökosystem.

Im Folgenden werden die zentralen Erkenntnisse und zukunftsweisenden Urteile von 6 Gipfelgästen über technische Durchbrüche, Szenarienumsetzung und Investitionsmöglichkeiten im Bereich KI geteilt.

Szene des 10. Globalen ICT-Gipfeltreffens

Evolution der KI, gehirnähnliche Mechanismen und autonome Intelligenz

Gastredner: Jin Yaochu, Akademiemitglied der Europäischen Akademie der Wissenschaften und Leiter des Fachbereichs Künstliche Intelligenz der Westlake-Universität

Akademiemitglied Jin Yaochu forscht seit langem auf dem Gebiet der evolutionären Optimierung, der Schwarmintelligenz und der evolutionär-entwickelnden künstlichen Intelligenz und erforscht den Integrationsmechanismus von „Evolution – Entwicklung – Lernen“. Auf dem Gipfeltreffen begann er mit der Entwicklungsgeschichte der künstlichen Intelligenz, blickte auf die „drei Aufstiege und zwei Rückgänge“ der KI in der Vergangenheit zurück, stellte die drei Hauptrichtungen des Konnektionismus, Symbolismus und Behaviorismus sowie grundlegende Methoden wie diskriminative und generative Modelle, überwachtes Lernen, Verstärkungslernen und unüberwachtes Lernen vor.

Er stellte drei wichtige Trends in der Entwicklung der KI vor.

Erstens: Von mobiler Intelligenz zu verkörperter Intelligenz: Verkörperte Intelligenz beschränkt sich nicht auf die Form von Robotern, sondern verleiht KI die Fähigkeit zur Wahrnehmung, Interaktion und autonomen Lernen, was die Möglichkeit für autonome allgemeine künstliche Intelligenz eröffnet;

Zweitens: Von großen Modellen zu Agenten: Große Modelle sind passiv, während Agenten die Welt wahrnehmen, Handlungen ausführen, zusammenarbeiten und sich selbst verbessern können;

Drittens: Von tiefem Lernen und großen Modellen zu gehirnähnlichen Mechanismen: Insbesondere zu pulsierenden neuronalen Netzen, Evolution und Entwicklung sowie Lernintegration. Das menschliche Gehirn verfügt über etwa 86 Milliarden Neuronen und verbraucht nur etwa 20 Watt Strom. Im Vergleich dazu liegt der Stromverbrauch aktueller großer Modelle um mehrere Größenordnungen über dem des menschlichen Gehirns. Nach dem Training sind große Modelle im Wesentlichen festgelegt, während das menschliche Gehirn dynamisch umstrukturiert werden kann, wobei Entwicklung und Plastizität von entscheidender Bedeutung sind. Diese Fähigkeiten des menschlichen Gehirns, die großen Modellen weit überlegen sind, belegen die Notwendigkeit, zukünftig gehirnähnliche Mechanismen zu erforschen.

„Die verkörperte Intelligenz ist noch weit von feinen Arbeiten und realen Anwendungen entfernt, die Weltmodelle sind bei weitem nicht ausreichend, und es muss eine geschlossene Echtzeit-Rückkopplungskorrektur hinzugefügt werden“, sagte Akademiemitglied Jin Yaochu. Auf Anwendungsebene dringt KI derzeit in Bereiche wie industrielle Optimierung, KI für die Wissenschaft, Gesundheitswesen und Automatisierung der wissenschaftlichen Forschung ein, wobei jedoch Risiken in Bezug auf Sicherheit, Datenschutz, Gerechtigkeit, Transparenz und Verantwortung beachtet werden müssen.

Physische KI braucht ein Gehirn, das „in Geräte eingebaut werden kann und Anwendungen ausführen kann“

Gastredner: Guo Wei, Vizepräsident von Iluvatar Corex und Generalmanager des Endgeräte-Geschäftsbereichs

Guo Wei konzentrierte sich auf die Rechenleistungsgrundlage der physischen KI. Seiner Meinung nach benötigt physische KI auch auf Endgeräten starke Rechenleistung, wobei der Kernkonflikt auf Endgeräten immer auf Rechenleistung, Stromverbrauch, Kosten und Echtzeitfähigkeit beruht. Daher ist eine allgemeine Architektur, die kompatibel, flexibel und erweiterbar ist und sich an schnell wechselnde Modelle und Algorithmen anpassen kann, besser geeignet.

Im Vergleich dazu sind spezielle Architekturen nicht nutzlos: Fest eingestellte Algorithmen wie ISP eignen sich für Hardware-Beschleunigung, aber wenn die Algorithmen selbst unbestimmt sind, besteht ein hohes Risiko bei der spezialisierten Beschleunigung. Nvidia verbessert die Echtzeitfähigkeit von Bildverarbeitung durch ISP-Beschleuniger, während Iluvatar Corex an der allgemeinen GPU-Architektur festhält, die Cloud, Edge und Endgeräte abdeckt und Produkte auf internationale Mainstream-Ökosysteme ausrichtet.

Darüber hinaus ändern sich die Werkzeugketten für physische KI extrem schnell: VLA, Weltmodelle, Simulationen und Inferenz-Frameworks werden fast monatlich aktualisiert. Chipunternehmen sind im Wesentlichen „Schaufelverkäufer“. In einer Zeit mit vielfältigen Algorithmen kann eine allgemeine Architektur Kunden besser unterstützen, „Gold zu graben“.

In der industriellen Praxis sind die lokale Bereitstellung für Kulturausstellungen und die Kombination von industrieller Computer Vision mit großen Modellen die realen Richtungen für die Umsetzung von physischer KI.

Ob ein Gericht stabil zubereitet werden kann: Ein konkret nachvollziehbarer Prüfstandard für physische KI

Gastredner: Li Ming, Hauptsponsor des Gipfeltreffens, Gründer und CEO von Xixiang Technology

Li Ming lenkte den Blick auf den Esstisch. Seiner Meinung nach entwickelt sich KI gerade aus der zweidimensionalen virtuellen Welt in die dreidimensionale physische Welt, wobei die Zubereitung von Speisen einer der konkretesten und lebendigsten Anwendungsfälle für physische KI ist. Xixiang Technology wurde 2013 gegründet. Container-Küchen für Bohrmannschaften der CNPC, Notfallversorgung in Rongjiang, Guizhou, intelligente Küchen, intelligente Essenswagen und Haushaltsküchen gehören zu den umgesetzten Szenarien.

Öl, Salz, Hitze und Arbeitsabläufe in der chinesischen Küche werden durch Algorithmen, automatisierte Geräte und digitales Management zu steuerbaren und wiederholbaren Produktionsprozessen umgewandelt. Die Zubereitung von Speisen durch Roboter ist jedoch nicht einfach: Jeder Schritt wie das Greifen der Ölflasche, Positionierung, Ergreifen, Wegplanung, Dosierung des Öls, Steuerung der Hitze und Kollisionsvermeidung muss in zahlreiche Teilaufgaben unterteilt werden.

Li Ming erklärte, dass Xixiang Technology keine unbegrenzte Allgemeingültigkeit anstrebt, sondern ähnlich wie das autonome Fahren eine lokale Allgemeingültigkeit in eingeschränkten Szenarien realisiert. Der eigentliche Wert von Haushaltsrobotern liegt nicht nur in der Zubereitung von Speisen, sondern auch im Schneiden von Gemüse, Waschen von Gemüse, Geschirrspülen und Reinigen von Töpfen. Das endgültige Ziel ist es, Roboter so zu gestalten, dass sie wie eine Mutter jeden Menschen entsprechend seinem tatsächlichen körperlichen Zustand versorgen können.

In der Zukunft sind alle Unternehmen Roboterunternehmen

Gastredner: Zhao Yue, Vorsitzender von Agile Robotics

Zhao Yue stellte zu Beginn seiner Rede die These auf: Die zukünftige Roboterwelt wird so vielfältig sein wie die biologische Welt, es wird keine nur menschenähnlichen Formen geben, und alle Unternehmen werden in Zukunft Roboterunternehmen sein. Da kein Unternehmen alle Arten von Robotern herstellen kann, muss die Plattform den Widerspruch zwischen vielfältigen Lieferketten und individuellen Kundenbedürfnissen lösen.

Aufgrund dieser Positionierung definiert sich Agile Robotics als Plattformunternehmen mit dem Maschinengehirn als Kern. Sie definieren das „Gehirn“ als Kombination aus großem Modell + „Kleinhirn“ + neuronalem Netz, wobei das große Modell für die Wahrnehmung und Zerlegung von Aufgaben zuständig ist, das „Kleinhirn“ für die Echtzeitsteuerung und die Neuronen für die Verbindung mehrerer Sensoren.

Derzeit unterstützt die Plattform von Agile Robotics bereits mehr als 400 Hardware-Marken, über 2000 Roboter-Konfigurationen und fast 3000 Kunden. Das Kernziel besteht darin, die drei Haupthürden für die Nutzung von Robotern zu senken –

Auf der Ebene der Entwicklungshürden: Durch die Einrichtung eines Systems und einer Lieferkette können Kunden Roboter leichter anpassen;
Auf der Ebene der Beschaffungshürden: Die Online-Plattform soll eine Rolle wie Taobao oder JD.com spielen, sodass Kunden Roboter direkt online auswählen und konfigurieren können;
Auf der Ebene der Nutzungshürden: Agile Robotics ermöglicht es Arbeitnehmern durch Simulationswerkzeuge, modulare Werkzeuge und KI-Assistenten, Aufgaben selbst zu planen.

Mit dem zunehmenden tatsächlichen Bedarf an Robotern in den Produktionsszenarien des B2B-Bereichs ist Zhao Yue überzeugt, dass Roboterprodukte schließlich zu freier, kostengünstiger Anpassung gelangen und sogar „Web Control“ in Fabriken realisieren können: Unternehmen laden Roboter-Designdateien und Szenarienbeschreibungen hoch, können dann kleine Modelle und Controller herunterladen und die Roboter arbeiten lassen.

Unter dieser Vision besteht der geschlossene Strategiezyklus von Agile Robotics darin, ein Ökosystem zu schaffen, das dem Wasserkreislauf in hohen Bergen ähnelt: Von Controllern über Plattformen und Modelldestillation bis hin zur Speicherung in Datenbanken, sodass schließlich keine Hürden mehr für die Nutzung von Robotern in allen industriellen Szenarien bestehen.

Bevor Menschen den Mars erreichen, trifft die physische Simulation bereits ein

Gastredner: Wang Chenkang, Geschäftsführer und stellvertretender Präsident von Wuyi Vision

In der Ära der digitalen KI ist die Monopolisierung durch Großkonzerne deutlich ausgeprägt, aber die Endformen von physischer KI sind stark verteilt. Wang Chenkang erklärte, dass in der Vergangenheit bei der Entwicklung der Technologie für autonomes Fahren der Anteil des Trainings in der virtuellen Welt über 90 % betrug und die Daten von realen Straßen nur etwa 1 % ausmachten. Im Gegensatz dazu sind die Weltmodelle hinter der heutigen verkörperten Intelligenz noch nicht konvergiert, und die Daten der realen Welt sind knapp und die Erfassungseffizienz niedrig.

„Bei der Datenerfassung sind möglicherweise nur 2 von 8 Stunden nützlich, es gibt sogar eine Menge nutzloser Daten, und je realer die Daten sind, desto wichtiger sind sie“. Aufgrund dieses Branchenproblems erklärte Wang Chenkang, dass Wuyi Vision derzeit die Datenerfassung aus der ersten Perspektive, multimodale, leichtgewichtige und standardisierte Formen vorantreibt, um die Dateneffizienz zu verbessern und Crowdsourcing-Datenmodelle zu erforschen.

Vom autonomen Fahren zur verkörperten Intelligenz wird Wuyi Vision in Zukunft auch den Blick auf die Niedrigflugwirtschaft, den Weltraum und sogar die Simulation der Mars-Erkundung richten und mit dem nationalen Labor für Tiefenraumforschung zusammenarbeiten, um eine vollständige digitale Ressourcenbank für den Mars aufzubauen, die tatsächlichen Merkmale der Oberflächenstoffe wiederherzustellen und autonome Erkundungen, kooperative Inspektionen und Simulationsexperimente durch unbemannte Fahrzeuge und Drohnen in der digitalen Welt zu ermöglichen.

„Investitions-Erwartungswert = Gewinnwahrscheinlichkeit × Gewinnquote“

Gastredner: Xu Yuanling, Partner von Yuanqiao Asset Management

Am Ende des Gipfeltreffens lenkte Xu Yuanling den Blick zurück auf den Kapitalmarkt. Sie wies darauf hin, dass Anzahl und Betrag der Eigenkapitalfinanzierungen im ersten Halbjahr 2026 einen Höchststand in den letzten Jahren erreicht haben, wobei KI etwa 34 % des Investitionsvolumens ausmacht und etwa die Hälfte der neu hinzugekommenen Einhörner KI-Unternehmen sind. Der Anteil von KI an Börsengängen ist jedoch nicht sehr groß, was zeigt, dass sich KI noch in der frühen Phase der Industrie befindet.

„Investitionsentscheidungen sind im Wesentlichen Erwartungswerte, also das Produkt aus Gewinnwahrscheinlichkeit und Gewinnquote, unter Berücksichtigung des Verwässerungsanteils“. Sie ist der Meinung, dass die Grenzkosten von KI mit steigender Nutzerzahl zunehmen, sodass die Logik des „hohen Gewinnquoten, niedrigen Gewinnwahrscheinlichkeit“ aus der Ära des mobilen Internets in der KI-Ära nicht mehr gilt. Es wird nicht unbedingt eine Situation geben, in der ein Gewinner alles bekommt, sondern die bessere Strategie besteht darin, Gewinnwahrscheinlichkeit und Gewinnquote durch Wissensverbesserung zu steigern.

Sie stellte fest, dass die Gewinnwahrscheinlichkeit eines Sektors von der „richtigen Zeit, günstigen geografischen Lage und harmonischen menschlichen Beziehungen“ aus Politik, Industrie und Kapital abhängt; die Gewinnwahrscheinlichkeit eines Unternehmens hängt dagegen von dem „Vier-Räder-Auto“ aus Technik, Geschäft, Ökosystem und Kapital ab.

Sie wies außerdem darauf hin, dass eine hohe Bewertung in der Frühphase wie Gift wirken kann. Technologieunternehmen können nach der Angel-Finanzierung um 50 % bis 80 % verwässert werden, während der Marktwert von 80 % der börsennotierten Unternehmen unter 10 Milliarden Yuan und der von 60 % unter 5 Milliarden Yuan liegt, sodass die endgültige Rendite möglicherweise nicht zufriedenstellend ist. Anhand der Investitionsbeurteilung von Iluvatar Corex und der KI-Industriekarte teilte sie die Layout-Strategien für verschiedene Zyklen mit und betonte durch die Formel „30 % technische Fähigkeiten + 70 % Branchenkenntnisse“ die Bedeutung der tiefen Branchenerfahrung für die Wertrealisierung von KI.