HardKick Erstveröffentlichung | Ein Team von Doktoranden der Tsinghua-Universität hat eine neue Architektur für das Robotergehirn entwickelt und eine Angel-Finanzierung im Millionenbereich abgeschlossen.

Bildquelle: Fangqi Technology

HardKre hat erfahren, dass Fangqi Technology, ein Entwickler von allgemeinen Gehirnen für verkörperte Intelligenz, kürzlich eine Finanzierung im siebenstelligen Bereich in der Seed-Runde abgeschlossen hat, an der sich Institutionen wie TusStar Venture Capital als Investoren beteiligt haben.

Fangqi Technology wurde 2026 gegründet und ist ein Unternehmen für die Entwicklung von allgemeinen Gehirnen für verkörperte Intelligenz. Der Teamgründer WANG Xinzhou hat seinen Abschluss an der Fakultät für Informatik der Tsinghua-Universität gemacht und war vor der Gründung des Unternehmens tief an der Architekturgestaltung des 3D-Modells Hunyuan von Tencent und des physikalischen KI-Algorithmus beteiligt.

Den Angaben zufolge werden die Mittel dieser Finanzierungsrunde hauptsächlich für die Forschung und Entwicklung der Kerntechnologie sowie die Erweiterung des Forschungsteams verwendet, um die Verifizierung und kommerzielle Umsetzung der Schlüsseltechnologien in typischen Szenarien zu beschleunigen und kontinuierlich ein „allgemeines Fähigkeitsbetriebssystem“ für Roboter zu entwickeln, das nachhaltiges Lernen und die Übertragung zwischen verschiedenen Roboterplattformen ermöglicht, um die Grundlage für die Entwicklung eines allgemeinen „Roboter-Gehirns“ zu schaffen.

Dr. WANG Xinzhou ist der Ansicht, dass die Hauptursache für die schwache Generalisierungsfähigkeit der aktuellen verkörperten Roboter darin liegt, dass das Weltmodell keine menschlichen Kenntnisse enthält, während das verkörperte „Gehirn“ kein physikalisches Allgemeinwissen hat, d. h. es besteht eine Trennung zwischen physikalischen Kenntnissen und semantischen Kenntnissen zwischen dem Weltmodell und dem verkörperten Modell.

Bildquelle: Fangqi Technology

Auf dieser Grundlage hat Fangqi Technology eine kombinierte Architektur aus „semantisiertem Weltmodell + Turing-Lernen“ vorgeschlagen.

Das semantisierte Weltmodell koppelt das große verkörperte Modell tief mit dem Weltmodell und organisiert visuelle, sprachliche und physikalische Zustände in einem einheitlichen dreidimensionalen semantischen Raum, sodass der Roboter die Welt verstehen und wie ein Mensch Aktionen vorhersagen und selbstständig Entscheidungen treffen kann.

Das „Turing-Lernparadigma“ wird durch den Aufbau von Lernpfaden aus kurzbasiertem Lernen, Aufgabenlernen, praktischem Lernen und Reflexionslernen realisiert. Es durchbricht die Schwierigkeit des traditionellen ferngesteuerten Lernens von Robotern, „nur die Oberfläche zu kennen“, sodass Roboter kontinuierlich aus menschlichen Daten und echter Praxis lernen und ein skalierbares Lernparadigma aufbauen können.

Das semantisierte Weltmodell und das Turing-Lernen bilden gemeinsam das Evolutionsrad des Modells für Roboter mit verkörperter Intelligenz, das das cloud-native verkörperte Gehirn zu kontinuierlichem Wachstum antreibt. Einerseits wird die Wiederverwendung von Fähigkeiten zwischen verschiedenen Roboterplattformen realisiert, andererseits wird das Lernen zwischen verschiedenen Robotern für eine gemeinsame Weiterentwicklung ermöglicht.

Obwohl das Unternehmen erst in diesem Jahr gegründet wurde, hat Fangqi Technology bereits kommerzielle Fortschritte erzielt und strategische Kooperationen mit UDI Roboter, Jiangsu Longhuan und anderen geschlossen. Es wird das „dreidimensionale Reinigen“ als Übungsfeld nutzen, um die Pilotimplementierung voranzutreiben. Derzeit sind Aufträge im Wert von fast zehn Millionen unterzeichnet worden, und die Geschäftsmodelle für den Verkauf von kompletten Robotern und den Verkauf von Fähigkeiten sind etabliert.

Im Folgenden finden Sie das Protokoll des Austauschs zwischen HardKre und WANG Xinzhou, dem Gründer von Fangqi Technology, dessen Inhalt redaktionell bearbeitet wurde

HardKre: Viele Unternehmen in der Branche haben bereits begonnen, den Börsengang anzustreben und die kommerzielle Umsetzung voranzutreiben – die Branche ist bereits in dieser Phase. Fangqi tritt erst jetzt ein, um eine Finanzierung zu erhalten. Auf welche Fähigkeiten von Fangqi setzen die Investoren?

WANG Xinzhou: Derzeit befindet sich die verkörperte Intelligenz offenbar in einer Zwischenphase. Die Anforderungen der Investoren an die verkörperte Intelligenz steigen rasant – es ist kaum noch möglich, Geld zu erhalten, wenn man nur die Geschichte der nächsten 5 bis 10 Jahre erzählt. Sie wollen die Indikatoren der echten Geräte, die Daten der Pilotprojekte sehen und prüfen, ob die Technologie in echten Szenarien funktionieren kann.

Unser Team stammt von der Tsinghua-Universität und der Chinesischen Akademie der Wissenschaften, unsere technische Grundlage ist stark. Aber wir legen mehr Wert darauf, ob die Technologie die Kernprobleme der Branche wirklich lösen kann: Dem Roboter die Fähigkeit zur Generalisierung zwischen verschiedenen Plattformen und Szenarien zu verleihen, anstatt auf manuelle Fernsteuerung und Demonstration angewiesen zu sein. Dieses gemeinsame Verständnis ist die Grundlage dafür, dass wir und die Investoren zusammengefunden haben.

HardKre: Wer sind die Kunden von Fangqi?

WANG Xinzhou: Derzeit zielen wir hauptsächlich auf zwei Kundengruppen ab. Die eine Gruppe besteht aus bestehenden Hardware-Herstellern oder Hardware-Unternehmen, die keine vollständigen Fähigkeiten zur Entwicklung von verkörperter Intelligenz besitzen – wir liefern ihnen das Gehirn und die Fähigkeiten. Die zweite Gruppe sind Kunden aus vertikalen Branchen, zum Beispiel Longhuan Property. Derzeit konzentrieren wir uns auf kommerzielle Dienstleistungsszenarien – diese Szenarien stellen höhere Anforderungen an die Übertragbarkeit von Roboterfähigkeiten und kommen genau unserem Vorteil von „einem Gehirn für mehrere Formen“ zugute.

Wir positionieren uns als Unternehmen, das das Gehirn für Roboter entwickelt. Wir entwickeln kein separates Gehirn für jeden einzelnen Robotertyp, sondern wandeln die Fähigkeiten des Gehirns in eine Vielzahl von einzelnen Fähigkeiten um.

HardKre: Es gibt heute sehr unterschiedliche Roboterformen. Wie kann Fangqi das Konzept „ein Gehirn für mehrere Formen“ umsetzen?

WANG Xinzhou: Ob humanoid, radgeführt oder als Roboterarm – sie alle haben einen größten gemeinsamen Nenner, nämlich die menschliche Form.

Wir nehmen den Menschen als Vermittler. Egal ob es sich um Roboter von Unitree oder von Agibot handelt, wir wandeln alle Aktionen der Roboter in menschliche Aktionen um, also in Aktionen, die auf den Menschen zentriert sind. Auf diese Weise bauen wir eine Art von virtuellem Standard-Roboter auf.

Die Anpassung des Standardvorlags an einen bestimmten Roboter erfordert nur wenig Aufwand. Während die Entwicklungszeit für einen Roboter normalerweise etwa ein halbes Jahr beträgt, dauert die Anpassung des entsprechenden Algorithmus nur etwa zwei Wochen.

Auf technischer Ebene setzen wir auf ein cloud-natives Konzept aus „Super-Gehirn in der Cloud + Aufgabenintelligenz auf der Seite des Endgeräts“ – die Cloud übernimmt das großskalige Vortraining und die Speicherung von Fähigkeiten, während das Endgerät für die leichtgewichtige Bereitstellung und Ausführung zuständig ist, um das Konzept „ein Gehirn für mehrere Formen“ zu realisieren.

Bildquelle: Fangqi Technology

HardKre: Was ist derzeit in der Branche am meisten überschätzt und was am meisten unterschätzt?

WANG Xinzhou: Ich denke, das, was am meisten überschätzt wird, ist die Wirkung von ferngesteuerten Daten. Unserer Meinung nach ist dies für die echte kommerzielle Umsetzung – unabhängig von Kosten und Zeitaufwand – keineswegs ein nachhaltiger Weg, und es ist unmöglich, alle Bewegungsbahnen per Fernsteuerung abzudecken. Wenn der Greifer des Roboters zum Beispiel 5 cm kürzer ist, sinkt der Nutzen der Daten um fast 80 % bis 90 %, während die Hardware natürlich ständig weiterentwickelt wird.

Das, was am meisten unterschätzt wird, ist wahrscheinlich die intelligente Orchestrierung von Agenten (künstliche Intelligenz-Systeme, die unter begrenzter Aufsicht bestimmte Ziele erreichen). Viele Menschen sind der Meinung, dass Agenten nur ein Anhängsel von multimodalen großen Modellen sind. Aber die Aufgaben in der realen Welt sind immer lang sequenziert – die Arbeit eines Roboters besteht immer aus einer Reihe von miteinander verbundenen Aufgaben. Für Aufgaben dieser Schwierigkeit reicht es nicht aus, nur auf ein VLA oder ein Weltmodell zu setzen, es braucht ein Gehirn, um die Aufgaben zu orchestrieren.

HardKre: Wie geht es weiter? Wie schätzen Sie die weitere Entwicklung der Branche ein?

WANG Xinzhou: Wir planen, bis Ende 2026 die Implementierung eines funktionsfähigen Prototyps für kommerzielle Dienstleistungen abzuschließen und 2027 die großskalige Bereitstellung voranzutreiben.

Meine Einschätzung für die Branche lautet, dass die Ausscheidungskampagne frühestens 2027 beginnt. Die großflächige Verbreitung von humanoiden Heimrobotern wird noch 3 bis 5 Jahre dauern. Kurzfristig sind kommerzielle Dienstleistungen und industrielle Szenarien die besten Übungsfelder. Das endgültige Ziel für Roboter ist es, wie ein Mensch zu lernen, wie ein Mensch zu denken und wie ein Computer entwickelt zu werden.

Stellungnahme der Investoren:

LIU Bo, Geschäftsführer und verantwortlicher Partner von TusStar Venture Capital, erklärte, dass der Kern des Wettbewerbs um verkörperte Intelligenz darin liegt, den alten Pfad des „Aneinanderreihens von massiven Daten echter Geräte“ zu verlassen und einen kostengünstigen, skalierbaren Lernpfad für allgemeine Roboter zu finden. Das von Fangqi Technology vorgeschlagene semantisierte Weltmodell und das Turing-Lernparadigma bringen der Branche neue Lösungsansätze. Wir sind zuversichtlich, dass Fangqi Technology das Potenzial hat, die nächste Generation der grundlegenden Softwareplattform für verkörperte Intelligenz zu schaffen.