Wang Xingxings neueste Prognose: Der Wendepunkt der Embodied Intelligence wird innerhalb von ein bis zwei Jahren eintreten

Am 12. Oktober sprach Wang Xingxing, Gründer von Unitree Robotics, auf der Eröffnungszeremonie der Chinesischen Internationalen Industriemesse über den technischen Wendepunkt der verkörperten Intelligenz und gab ein radikaleres Urteil als je zuvor ab: „Wenn es schnell geht, ist es sogar innerhalb von ein oder zwei Jahren möglich, denn wenn GPT-7 nächstes Jahr herauskommt, könnte es das Problem der verkörperten Intelligenz direkt vollständig lösen.“

Das ist nicht das erste Mal, dass er einen Zeitplan aufstellt. Auf der Weltroboterkonferenz im August 2025 sagte er: „Wenn alles gut läuft, dauert es ein oder zwei Jahre oder zwei bis drei Jahre“. Im August dieses Jahres änderte er seine Aussage zu „schnell zwei bis drei Jahre, langsam fünf bis zehn Jahre“. Im Oktober wurde daraus „ein bis zwei Jahre“.

Jedes Mal, wenn ein neues Modell veröffentlicht wird, rückt sein Zeitplan um einen Schritt nach vorne.

Was hat Unitree mit GPT-6 gemessen?

Wang Xingxings Optimismus ist nicht unbegründet. Auf der Konferenz erwähnte er speziell GPT-6: „Wir haben es auf verschiedenen Robotern für verschiedene Aufgabentests eingesetzt, und das Ergebnis ist tatsächlich sehr gut.“

Wie gut es genau ist, lässt sich an Referenzen aus Tests anderer Teams erkennen. Xu Huazhe, Gründer von Pebble Robotics, gab auf der Bund-Konferenz bekannt, dass die Erfolgsquote von GPT-6 Astra bei Robotersteuerungsaufgaben 95 % erreicht, während die des Vorgängermodells Fable 5.1 nur 40 % betrug. GPT-6 kann Operationen wie Greifen, Drehen und Zustellen durchführen. Selbst bei Objekten wie Essstäbchen, die eine feine Kraftsteuerung erfordern, „erkennt es die Dinge auf dem Tisch und bewegt sich auch an die richtige Stelle“.

Aber Xu Huazhe wies gleichzeitig darauf hin, dass die physikalische Generalisierungsfähigkeit von GPT-6 immer noch begrenzt ist. Es kann das Problem lösen, „was man sieht, wo sich das Objekt befindet und wie man sich nähert und es greift“, aber es kann keine Aufgaben erledigen, die komplexe physikalische Berührungen erfordern, wie das Bewegen von Objekten mit Essstäbchen, das Stapeln von Kisten oder das Falten von Kleidung. „Komplexe physische Interaktion ist immer noch die letzte Festung für Unternehmen für verkörperte Intelligenz.“

Diese Beurteilung erklärt genau, warum Wang Xingxing seine Wette auf GPT-7 setzt. Allgemeine große Modelle haben bereits ihre Fähigkeiten im semantischen Verständnis und der räumlichen Generalisierung bewiesen. Der nächste Schritt, der gemeistert werden muss, ist die physische Interaktion. Wang Xingxings Urteil ist, dass GPT-7 das Problem möglicherweise „direkt vollständig lösen kann“ – keine schrittweise Verbesserung, sondern ein sprunghafter Durchbruch.

Der tatsächliche Engpass in Fabriken ist nicht, dass die KI nicht klug genug ist

Die Erwartungen an technologische Durchbrüche beschleunigen sich, aber der tatsächliche Fortschritt bei der Einführung von Robotern in Fabriken ist nicht so schnell wie erwartet.

Wang Xingxing gab selbst zu: „Derzeit führen unser Unternehmen und andere Roboterunternehmen Pilotprojekte in Fabriken durch. Tatsächlich müssen sowohl die Generalisierungsfähigkeit als auch die Effizienz noch weiter verbessert werden, um eine großflächige Anwendung zu erreichen.“

Unitree hat bereits 2024 mit mehreren Automobilunternehmen Pilotprojekte gestartet. Aber zwei Jahre später steckt es immer noch im „Pilotstadium“. Daten von IDC zeigen, dass im ersten Halbjahr 2026 die Auslieferungen von humanoiden Robotern weltweit fast 25.000 Einheiten erreichten, wobei Szenarien wie wissenschaftliche Forschung und Bildung, Aufführungen und Ausstellungen sowie staatliche Datenerfassungszentren immer noch 69 % der weltweiten Auslieferungen ausmachen. Szenarien wie industrielle Fertigung, Einzelhandel und Logistik sind noch nicht die Hauptauslieferungsrichtungen.

Was ist der Engpass genau? Wang Xingxing sagte auf der Weltroboterkonferenz eine sehr direkte Aussage: „Jedes Mal, wenn eine neue Aufgabe ansteht, muss neu trainiert werden, und die Gesamteffizienz ist niedriger als die des Menschen.“ Ein Roboter, der gelernt hat, Schrauben an einem Arbeitsplatz anzuziehen, muss möglicherweise neu trainiert werden, wenn er an einen anderen Arbeitsplatz wechselt. Unzureichende Generalisierungsfähigkeit bedeutet, dass jedes neue Szenario Kosten von Null an verursacht.

Das Effizienzproblem ist praktischer. Die Anforderungen an den Takt im industriellen Szenario sind starr, und die Stundenleistung der Arbeiter an einer Produktionslinie hat klare Standards. Wenn der Roboter nicht schnell genug ist oder eine hohe Fehlerrate aufweist, muss die gesamte Linie für ihn verlangsamt werden. In einer Untersuchung von Xinhua Finance berichteten einige Unternehmen, dass Roboter eine „hohe Fehlerrate“ aufweisen, unzureichende Wahrnehmungsgenauigkeit und die Trennung des Entscheidungssystems von industriellen Szenarien sind häufige Probleme.

Wang Xingxing sagte, dass diese Probleme „in den nächsten Jahren sehr wahrscheinlich gelöst werden können“, aber er gab keine Details zum Lösungsweg. Aus den eigenen Maßnahmen von Unitree geht hervor, dass die Idee darin besteht, KI in die Modellentwicklungs kette einzusetzen – ein System der „selbstevolutionären physikalischen KI“ zu bilden, das einen Selbstkreislauf aus Codierung, Modelltraining, Bereitstellung, Test und Feedback bildet. Aber er betonte auch, dass „immer noch Menschen an der Bewertung beteiligt sein müssen“.

Wer verdient Geld und wer setzt auf die Zukunft?

Wang Xingxings optimistische Aussage hat im aktuellen Kapitalumfeld der humanoiden Roboterindustrie eine weitere Bedeutung.

Daten von Frost & Sullivan zeigen, dass die fünf umsatzstärksten Unternehmen für humanoide Roboter weltweit im ersten Halbjahr 2026 alle chinesische Unternehmen sind: UBTech liegt mit 620 Millionen Yuan auf Platz 1, Agibot mit 610 Millionen Yuan auf Platz 2, Unitree Robotics mit 580 Millionen Yuan auf Platz 3, Galaxy General mit 210 Millionen Yuan und Leju Robotics mit 150 Millionen Yuan.

Aber UBTech, das auf Platz 1 liegt, verzeichnete im ersten Halbjahr einen Verlust von 339 Millionen Yuan. Vollformatige humanoide Roboter mit verkörperter Intelligenz – also diejenigen, die wirklich „arbeiten können“ – wurden im ersten Halbjahr nur 921 Mal verkauft. In den letzten Jahren hat UBTech anhaltende Verluste erlitten und ist auch im ersten Halbjahr dieses Jahres noch nicht profitabel.

Die Situation von Unitree ist etwas besser. Im Jahr 2025 wurden mehr als 5500 Einheiten ausgeliefert, der Umsatz betrug etwa 1,7 Milliarden Yuan und die Nettomarge nach nicht wiederkehrenden Posten lag bei etwa 34,8 %. Aber sein Hauptprodukt ist ein Halbformat-Modell der G1-Klasse im Wert von mehreren zehntausend Yuan, dessen Kunden hauptsächlich aus Wissenschaft und Bildung stammen. Die Auslieferung von Vollformat-Modellen, die wirklich für industrielle Szenarien konzipiert sind, liegt weit unter der der Halbformat-Produkte.

Das ist nicht nur das Problem von Unitree. Die Struktur der gesamten Branche lautet: Günstige Modelle tragen den größten Teil des Absatzes bei, teure Maschinen tragen den größten Teil des Umsatzes bei, aber noch kein einziges Unternehmen hat positive Gewinne mit vollformatigen humanoiden Robotern in industriellen Szenarien erzielt. Von den 25.000 im ersten Halbjahr ausgelieferten Einheiten waren die meisten Modelle mit einem Einzelpreis von unter 30.000 US-Dollar. Vollformatige Modelle machen nur etwa 20 % des Absatzes aus, erzielen aber mehr als 75 % des Branchenumsatzes.

Geld strömt herein. Bis zum 11. Oktober gab es in diesem Jahr 565 Investitions- und Finanzierungsereignisse im Primärmarkt im Bereich der verkörperten Intelligenz mit einem Gesamtbetrag von 112,622 Milliarden Yuan. Im Jahr 2025 betrug diese Zahl für das ganze Jahr 39,511 Milliarden Yuan, und in weniger als zehn Monaten dieses Jahres ist sie fast dreimal so hoch wie im letzten Jahr. Aber die Investitionsrichtung des Kapitals ändert sich. Im ersten Halbjahr ging der Anteil der Geldaufnahme von Ganzmaschinenunternehmen zurück, und die Investitions- und Finanzierungsaktivitäten von Kernkomponenten und Dateninfrastruktur stiegen. Die Investitionslogik wechselt von „für Träume bezahlen“ zu „für Szenarien bezahlen“.

Wenn der Wendepunkt wirklich kommt, profitieren nicht zuerst die Fabriken

Wang Xingxing erwähnte auf der Industriemesse auch ein leicht zu übersehendes Urteil: Die Einführung im kommerziellen Dienstleistungsbereich könnte schneller sein als im industriellen Bereich.

Diese Beurteilung ist bemerkenswert. Wenn der Wendepunkt der verkörperten Intelligenz innerhalb von ein bis zwei Jahren eintritt, ist das Szenario, das zuerst an Fahrt gewinnt, möglicherweise nicht die Fabrik, sondern der kommerzielle Dienstleistungsbereich – Szenarien wie Führung, Inspektion und Einzelhandelsunterstützung, die weniger strenge Effizienzanforderungen haben und einen größeren Fehlertoleranzbereich aufweisen. Die derzeitigen Hauptkunden von Unitree, Wissenschaft und Bildung, gehören im Wesentlichen zu dieser Kategorie.

Im Vergleich dazu steht die Einführung in häuslichen Szenarien bei Wang Xingxing an letzter Stelle. Die häusliche Umgebung stellt die höchsten Anforderungen an die Anpassungsfähigkeit von Robotern. Die Anordnung von Tischen und Stühlen, die Position von Gegenständen und der Zustand des Bodens ändern sich jeden Tag, und die Schwelle der Generalisierungsfähigkeit ist weit höher als bei festen Arbeitsplätzen in Fabriken. Wang Xingxings Aussage, dass der industrielle Bereich und der kommerzielle B2B-Dienstleistungsbereich „schneller und reifer sein werden als das häusliche Szenario“, ist eine pragmatische Einstufung.

Für Investoren bedeutet dies, dass der Kommerzialisierungszeitplan humanoider Roboter schichtenweise verstanden werden muss. Die Skalierung von Fabrikszenarien hängt davon ab, ob sich Generalisierungsfähigkeit und Effizienz innerhalb weniger Jahre wesentlich verbessern lassen; die Zunahme des kommerziellen Dienstleistungsszenarios könnte früher erfolgen; das häusliche Szenario ist eine weiter entfernte Angelegenheit.

Das Serienproduktionstempo von Tesla Optimus weist auf eine ähnliche Struktur hin. Die Produktionslinie im Werk Fremont, die ursprünglich Model S und Model X herstellte, wurde zu einer Roboterfertigungsanlage umgebaut, mit einer angestrebten Jahreskapazität von 1 Million Einheiten. Bis März 2026 waren mehr als 1000 Optimus-Einheiten in den eigenen Fabriken von Tesla im Einsatz, um Batterien zu sortieren und Teile zu transportieren. Der externe Verkauf wird erst nach 2027 beginnen, mit einem langfristigen Zielpreis von 20.000 bis 30.000 US-Dollar, vorausgesetzt, die Jahresproduktion erreicht eine Million Einheiten.

Die Strategie von Tesla besteht darin, es zuerst selbst zu nutzen, Daten aus echten Produktionslinien zur Iteration zu sammeln und dann über den Verkauf an externe Kunden nachzudenken. Dieses Schwungrad – das räumliche Verständnis, das durch Millionen von Meilen FSD-Training vermittelt wird, die erweiterte Schulung durch den Supercomputer Cortex 2.0 und die Rückführung echter Betriebsdaten durch Roboter in der Fabrik – kann von reinen Roboter-Startups nicht repliziert werden.

Glaube kann Validierung nicht ersetzen

Der verbreitetste Satz in Wang Xingxings Rede ist seine Reflexion über seine vergangenen Fehlurteile: „Der größte Fehler, den ich in den letzten zehn Jahren gemacht habe, ist, dass ich nicht genug an die KI geglaubt habe.“

Dieser Satz hat ein großes Gewicht, wenn er aus dem Mund eines Gründers eines Roboterunternehmens kommt. Es bedeutet, dass er der Ansicht ist, dass seine vorherige Einschätzung der Fähigkeiten der KI zu konservativ war, und er korrigiert diese Abweichung jetzt. Die Art der Korrektur besteht darin, den Zeitplan für den technischen Wendepunkt ständig vorzuziehen.

Aber Glaube kann Validierung nicht ersetzen. Dass GPT-6 den Roboter in die Lage versetzt, Essstäbchen zu greifen, bedeutet nicht, dass der Roboter in der Fabrik stabil arbeiten kann; wenn GPT-7 das Problem der verkörperten Intelligenz wirklich „vollständig lösen“ kann, liegt zwischen dem Modell-Durchbruch und der technischen Umsetzung immer noch eine lange Kette aus Datenerfassung, Hardwareanpassung, Szenarienanpassung und Kostenkontrolle.

Wang Xingxing sagte, dass „ein bis zwei Jahre“ der technische Wendepunkt ist, nicht der Kommerzialisierungsknotenpunkt. Diese Unterscheidung ist wichtig. Die Technologie beschleunigt sich, aber Roboter in Fabriken müssen noch eine einfachere Frage beantworten: Wie viele Schrauben kann er pro Tag anziehen und wann sind seine Kosten niedriger als die eines Arbeitnehmers? Bevor diese Frage beantwortet ist, sind alle Prognosen zum Wendepunkt nur Prognosen.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Tech Business“, Autor: Tech Business, veröffentlicht mit Genehmigung von 36Kr.