Wang Xingxings heutige Rede enthüllt, dass die verkörperte Intelligenz zwei schwierige Jahre durchlaufen wird.

Am 22. Oktober 2026 kamen mehr als 3000 Gäste zur Weltkonferenz für Physikalische KI 2026 und zum Ökosystem-Kongress der Unitree-Partner – dies war die größte Veranstaltung von Unitree seit seinem Börsengang vor zwei Monaten.

In seiner Hauptrede mit dem Titel „Glaube, glaube so stark wie möglich an die KI“ nannte Wang Xingxing einige Sätze, die die derzeit kaum überwindbaren Engpässe der verkörperten Roboter offenlegen:

„Mit der Veröffentlichung von GPT-6 zeichnet sich bereits ab, dass die physikalische KI durchbrochen wird, sehr wahrscheinlich in den nächsten 1-2 Jahren oder 2-3 Jahren.“

„Die größte Herausforderung, um den ChatGPT-Moment der verkörperten Intelligenz zu erreichen, liegt in der Ausrichtung der Ein- und Ausgaben des KI-Modells auf die echten Roboter. Große Modelle können Planung und Navigation durchführen, lösen aber keine Probleme nach physischem Kontakt.“

„Die Umsetzung im kommerziellen Dienstleistungsbereich wird schneller voranschreiten als im Haushalts- und Industriesektor.“

„Fast alle Menschen auf der Welt legen noch nicht genug Wert auf KI und haben nicht genug Vertrauen in sie, auch er selbst nicht.“

Betrachtet man diese vier Sätze einzeln, spricht er über die zentralen Engpässe der Branche für verkörperte Intelligenz.

Ökosystem-Kongress der Unitree-Partner 2026

Die erste Ebene ist die Zeit: Die Durchbrechung der physikalischen KI zeichnet sich ab, aber es dauert noch ein bis drei Jahre.

Die zweite Ebene ist die Fähigkeit: Der Flaschenhals liegt in der Ausrichtung. Das Modell steuert das „Denken“, aber nicht das „Berühren“. Szenarien wie Haushalt und Industrie, auf die große Hoffnungen gesetzt werden, rücken dadurch nach hinten.

Die dritte Ebene ist die Grenze: Derzeit sind nur Szenarien mit hoher Fehlertoleranz wie kommerzielle Dienstleistungen erreichbar – das ist eine nüchterne Selbsteinschätzung.

Die letzte Ebene trifft am meisten: Derjenige, der in dieser Branche am besten abschneidet und am meisten Kapital erhalten hat, zählt sich selbst zu den Personen mit „nicht genug Vertrauen“.

Zusammengenommen bedeutet das: Der ChatGPT-Moment der verkörperten Intelligenz ist noch nicht gekommen, die großflächige kommerzielle Umsetzung dauert noch mehrere Jahre.

Wenn diese Worte von jemand anderem kommen, sind sie eine Prognose – wenn sie von Wang Xingxing kommen, sind sie ein Zeugnis.

Unitree ist das Unternehmen mit der weltweit höchsten Auslieferungsmenge humanoider Roboter. Im Jahr 2025 betrug sein Marktanteil etwa 32,4 %. Das Modell G1 wurde insgesamt 10.000 bis 20.000 Mal ausgeliefert, und es gehört zu den wenigen rentablen Akteuren in der gesamten Branche.

Wang Huadong, geschäftsführender Partner von Matrix Partners China, war früher Frühinvestor von Unitree und alleiniger Hauptinvestor der B1-Runde im Jahr 2021. Er bestätigte das Gewicht dieser Position im Videopodcast „Ausführliches Gespräch“: Im März 2024 betrat er ein Robotiklabor in Silicon Valley, in dem sich 8 Roboter von Unitree befanden. Die Produkte anderer Marken waren fast alle defekt, nur die von Unitree waren funktionsfähig.

Seinen Worten zufolge gibt es in China nur sehr wenige Unternehmen, die in einem Bereich weltweit absolut führend sind: DJI zählt dazu, Unitree zählt ebenfalls dazu.

Humanoider Roboter G1

Wenn ein führendes Unternehmen selbst bestätigt, dass „die Kommerzialisierung noch mehrere Jahre dauert“, ist dies der Ausgangspunkt für harte Zeiten für die gesamte Branche in den nächsten zwei Jahren.

01

Der Zeitplan wird immer nach vorne verschoben, aber der Engpass bleibt unverändert

Im vergangenen Jahr hat sich die öffentliche Äußerung von Wang Xingxing mehrmals geändert.

Im August 2025 sagte er auf der Weltroboterkonferenz, dass der ChatGPT-Moment der verkörperten Intelligenz „bei günstigem Verlauf ein bis zwei Jahre oder zwei bis drei Jahre“ dauert.

Am 20. August 2026, am zweiten Tag nach dem Börsengang, sagte er: „Schnell 2 bis 3 Jahre, langsam 5 bis 10 Jahre“. Auf der Industriemesse am 12. Oktober äußerte er sich am radikalsten: „Wenn es schnell geht, sogar innerhalb von ein bis zwei Jahren“, nächstes Jahr könnte GPT-7 direkt die Durchbrechung schaffen. Heute kehrt er zurück zu der Aussage: „In 1-2 Jahren oder 2-3 Jahren zeichnet sich die Durchbrechung ab“.

Mit jeder neuen Generation großer Modelle verschiebt sich sein Zeitplan um einen Schritt nach vorne. Aber eine Gruppe von Wörtern hat sich nie geändert: Ausrichtung, Generalisierung, Fehler, erneutes Training.

Im August drückte er es am deutlichsten aus: Wenn die Datenerfassung in festen Szenarien ausreichend durchgeführt wird, liegt die Erfolgsrate nahe bei 100 %. Sobald sich die Umgebung leicht ändert, stürzt die Erfolgsrate ein. Wenn ein Roboter etwas greift, scheint er es festzuhalten, aber am Ende fehlen immer noch einige Zentimeter bis einige Millimeter, die nicht korrigiert werden können. Nach zwei Jahren Betrieb von Fabrikpilotprojekten ist die Effizienz immer noch niedriger als die von Menschen, und bei jeder neuen Aufgabe muss neu trainiert werden.

Die Vorverlagerung des Zeitplans kommt von den großen Modellen; die Unveränderlichkeit des Engpasses kommt von der physikalischen Realität.

Der Tag, an dem die Technologie wirklich in Szenarien wie Hausarbeit, Pflege und Fabriken angewendet wird, dauert nach eigener Angabe der führenden Unternehmen noch einige Jahre.

02

„Nicht genug Vertrauen“ bedeutet, dass die Investition in das Gehirn nicht ausreicht

Finanzierung ist das Blut dieser Branche.

Wang Huadong zufolge: „In der Geschichte der chinesischen Investitionen gab es noch nie eine Branche wie die der verkörperten Intelligenz, in der so viele Unternehmen so viel Geld mit so hohen Bewertungen eingesammelt haben.“

Nach Statistiken von IT Juzi beliefen sich die Finanzierungen im inländischen Sektor der verkörperten Intelligenz im ersten Halbjahr 2026 auf etwa 93,5 Milliarden Yuan – damit überstieg der halbe Jahr bereits das gesamte Jahr 2025.

Nach den monatlichen Statistiken der Allianz für Szenarioanwendungen humanoider Roboter erreichte die weltweite Finanzierung im Juni allein einen Rekordwert von 31,5 Milliarden Yuan und überschritt im August wieder 30 Milliarden Yuan. XPeng Robotics sammelte in einer Runde mehr als 900 Millionen US-Dollar ein und brach damit den Rekord für die einzelne private Eigenkapitalfinanzierung im Bereich der verkörperten Intelligenz in China.

Aber die Richtung dieser riesigen Investitionen stimmt nicht mit dem von Wang Xingxing bestätigten Engpass überein.

Der Großteil der Finanzierung fließt in die Hardware des Körpers: Gesamteinheiten, Gelenke, geschickte Hände, Sensoren.

Und er sagt, dass fast alle Menschen auf der Welt noch nicht genug Wert auf KI legen und nicht genug Vertrauen in sie haben, auch er selbst nicht.

In seinem Kontext ist diese Aussage keine bescheidene Äußerung, sondern eine strategische Forderung: Der Schwerpunkt der Branche lag in den letzten zwei Jahren vollständig auf der Hardware, der entscheidende Wettbewerbsvorteil liegt aber im verkörperten Gehirn, und die Investitionen der Branche in KI sind bei weitem nicht ausreichend.

Auf der Industriemesse am 12. Oktober reflektierte er selbst auch: „Der größte Fehler, den ich in den letzten zehn Jahren gemacht habe, ist, dass ich nicht genug an die KI geglaubt habe.“

Ein Gründer, der mit Hardware den ersten Platz weltweit erreicht hat, sagt öffentlich, dass der strategische Schwerpunkt auf das KI-Gehirn verlagert werden sollte.

Folgt man dieser Schlussfolgerung, ergibt sich eine noch kältere Erkenntnis: Wenn der Engpass wirklich in der KI liegt, müssen Hunderte von Unternehmen, die in den letzten zwei Jahren nach der Logik der „Hardware-Massenproduktion“ bewertet wurden, alle neu geprüft werden.

Die Bedeutung der verspäteten Realisierung des kommerziellen Werts ändert sich damit auch: Es reicht nicht, nur durchzuhalten, sondern das Geld muss auf andere Weise ausgegeben werden.

03

H2-X beweist: Es gibt keine grundlegende Verbesserung der Fähigkeiten

Schauen wir uns den Produktbereich an.

Einen Tag vor dem Kongress veröffentlichte Unitree den H2-X „Legendärer Wächter der Kung-Fu“: Er kann Autotüren einkerben, Autos mit bloßen Händen heben, 4 Meter Salti in der Luft landen, und die angegebene maximale Akkulaufzeit beträgt etwa 8 Stunden. Die Szenariobeschreibung lautet: Schutz des Besitzers, Unfallrettung, Sicherheit und Notfallrettung.

Screenshot von Weibo

Vor einem Jahr trat Unitree in der Frühlingsgala mit Kung-Fu und Yangko auf.

Die Bewegungen sind wilder, die Verpackung ist neuer, aber das Wesen hat sich nicht geändert: Es handelt sich immer noch um Szenarien mit hoher Fehlertoleranz, einfachen Aufgaben, ohne feine Bedienung und ohne autonomen Betrieb.

Der Teil der feinen Bedienung, also der Teil, der von der Ausrichtung blockiert wird, wurde von dieser Produktgeneration überhaupt nicht berührt.

Hier muss man genauer betrachten, was Wang Xingxing mit „kommerziellen Dienstleistungen“ meint.

Dieser Korb enthält genau die aktuellen Szenarien: Ausstellungen in Hallen, Einkaufszentren-Führung, Kung-Fu auf der Bühne, plus die neu veröffentlichte Sicherheitsfunktion.

Ihre Gemeinsamkeit sind geschlossene Szenarien, feste Aufgaben, keine Notwendigkeit zur Generalisierung: Man spielt die gleichen Bewegungen für verschiedene Zuschauer ab, man fährt die gleiche Route in verschiedenen Einkaufszentren ab.

Diese Szenarien können Einnahmen bringen, aber keine großen Einnahmen: Es gibt keinen Raum für großflächige Replikation, man kann nicht Tausende von neuen Gegenständen berühren, die Obergrenze ist greifbar nah.

Die sogenannte vorzeitige Umsetzung kommerzieller Dienstleistungen bedeutet, dass dieselben Produkte mit niedriger Generalisierungsfähigkeit in verschiedenen Szenarien weiterverkauft werden.

Vergleicht man dies mit dem erwarteten Bereich: Hausarbeit.

Kleidung falten, den Schreibtisch aufräumen, Tausende von Gegenständen unterschiedlicher Form bearbeiten – das ist genau der Teil, der von Testdaten immer wieder als am schwierigsten erwiesen wird.

Xu Huazhe, Gründer von Shell Robotics, enthüllte Tests auf der Bund-Kongress: Die Erfolgsrate von GPT-6 Astra bei Robotersteuerungsaufgaben beträgt 95 %, bei früheren Modellen nur 40 %. Aber Dinge wie Gegenstände mit Stäbchen bewegen, Kisten falten, Kleidung falten – alles kann es nicht tun.

Vergleich der Bedienung von Astra bei der Aufgabe, einen Schlüssel herauszuziehen

Die Reaktion der führenden Unternehmen ist ehrlich: Wenn die Fähigkeiten keine Durchbrüche erzielen, werden die Produkte weiterhin in Szenarien entwickelt, die die vorhandenen Fähigkeiten erreichen können.

Die Auslieferungsstruktur zeigt, dass dies nicht nur die Entscheidung eines einzelnen Unternehmens ist.

Laut IDC-Daten belief sich die weltweite Auslieferung humanoider Roboter im ersten Halbjahr 2026 auf fast 25.000 Einheiten, wobei Forschung und Bildung, Aufführungen und Ausstellungen sowie staatliche Datenerfassungszentren 69 % ausmachten. Die Hauptkäufer von Robotern sind immer noch Personen, die Roboter erforschen, Personen, die Roboter vorführen, und Personen, die Daten für Roboter sammeln.

Wenn die führenden Unternehmen so vorgehen, ist die Produktstruktur der gesamten Branche im Grunde festgelegt: In den nächsten zwei bis drei Jahren hängen die Einnahmen von Szenarien ab, die „grob korrekt“ sind, und die allgemeinen Anwendungen mit echtem kommerziellen Wert müssen auf Durchbrüche der Modelle warten.

04

Dies ist ein Anzeichen dafür, dass die Branche bald in eine kalte Periode eintritt

Stellt man die Finanzierungsseite und die oben genannten Realitäten zusammen, ist der Widerspruch offensichtlich.

Der Primärmarkt hat nach der Bewertung mit der Annahme „Die Kommerzialisierung kommt sehr bald“ die größte Menge an Geld in der Geschichte investiert.

Aber der Zeitpunkt der Kommerz