Ein Auszug von Wang Xingxing, dem KI-Anhänger: Unitree stieg um 54 %, aber die eigentlichen Herausforderungen liegen noch vor ihm.

In den letzten Tagen hat Unitree Technology seine vorherige Schwäche durchbrochen und ist kontinuierlich gestiegen. Der jüngste Aktienkurs hat sich von dem Tiefstwert von 404,3 Yuan pro Aktie im Intraday-Handel am 15. Oktober um mehr als 54 % erholt. Insbesondere heute stieg er direkt um 20 % auf das Tageslimit und schloss bei 624 Yuan pro Aktie, wobei der Marktwert erneut 252,4 Milliarden Yuan überschritt.

Abbildung | Quelle: Wind

Gleichzeitig mit dem starken Kursanstieg hat Unitree gerade den H2-X Kung Fu-Legenden-Roboter vorgestellt, der als "Leibwächter" positioniert ist. Im Demonstrationsvideo trägt er ein Auto, führt Flugtritte und Ellbogenstöße aus, und seine Tragfähigkeit hat sich im Vergleich zu den früheren tanzenden Robotermodellen stark verbessert. Offensichtlich versucht das Unternehmen weiterhin, die Grenzen der physischen Hardware zu durchbrechen.

Auf der gerade abgehaltenen Weltkonferenz für physische KI 2026 und der Unitree-Partner-Ökosystemkonferenz hat Wang Xingxing fast mehr als 90 % seiner Redezeit dafür verwendet, ausführlich über KI zu sprechen.

Er sagte: "Die ganze Welt, einschließlich seiner selbst, hat noch nicht genug Glauben an KI"; "Wenn Kollegen sich mehr auf KI konzentrieren, kann ihr Wert sich um das Zehnfache oder sogar Dutzendfache steigern"; "Es gibt möglicherweise nur einige Tausend Menschen, die das Potenzial fortschrittlicher KI-Modelle wirklich verstehen"; "Die physische KI zeigt bereits Anzeichen eines Durchbruchs, frühestens in 1 bis 2 Jahren, spätestens in 2 bis 3 Jahren..."

Das ist fast völlig anders als Wang Xingxing vor einigen Jahren. Seit er 2016 das Unternehmen gegründet hat, hat Wang Xingxing mehr Energie und Gedanken auf die Erforschung der Hardware verwendet.

Aus den Demonstrationen auf dieser Konferenz geht hervor, dass Unitree bereits die selbst entwickelte physische KI-Modell und das selbstevolutionäre System für Roboter vorantreibt. Die intuitivsten Demonstrationen vor Ort, wie Malen und Go-Spielen, basieren jedoch hauptsächlich auf den Testergebnissen von GPT-6 Astra.

Die Außenwelt interessiert sich vielleicht mehr dafür, wann Wang Xingxing, der zu einem KI-Anhänger geworden ist, endlich die eigenen KI-Fähigkeiten von Unitree vorstellen kann. Wenn die Hardware-Fähigkeiten humanoider Roboter ständig verbessert werden, wird es zu einer wichtigen Prüfung in der nächsten Phase, ob Unitree die selbst entwickelte KI von einer technischen Route zu einer echten Produktfähigkeit umwandeln kann.

Wang Xingxing spricht überall von KI, aber wo ist die KI von Unitree?

Leider betont Wang Xingxing wiederholt KI, aber auf der Unitree-Ökosystemkonferenz gibt es nicht viele überzeugende selbst entwickelte KI-Ergebnisse.

In diesen zwei Tagen hat Unitree in Hangzhou seine erste Ökosystemkonferenz seit zehn Jahren veranstaltet. Der neu vorgestellte Unitree H2-X ist sehr auffällig: Er klettert mühelos über Autos, seine Flugtritte und Ellbogenstöße können Dellen in Autotüren schlagen, er hebt Autos mit bloßen Händen und springt von einer 4 Meter hohen Plattform, um sanft zu landen. Offiziell beträgt die maximale Akkulaufzeit 8 Stunden.

Abbildung | Quelle: Unitrees offizieller WeChat-Videokanal

Dennoch beweisen diese Aktionen immer noch die Fähigkeiten von Unitree in Bezug auf Hardware, Bewegungssteuerung und Aktionsgestaltung, nicht die KI, der Wang Xingxing große Bedeutung beimisst.

Das Hauptforum dieser Konferenz trägt den Titel "Weltkonferenz für physische KI", und der Titel der Rede von Wang Xingxing lautet "Glauben, so viel wie möglich an KI glauben". Er hat fast die gesamte Rede auf KI konzentriert: Die ganze Welt hat nicht genug Glauben an KI, einschließlich seiner selbst; vor vier oder fünf Jahren hat er seine Kollegen daran erinnert, die Aktien führender KI-Unternehmen zu beachten. Wenn man damals geglaubt hätte, hätte sich das persönliche Vermögen möglicherweise um das Zehnfache oder sogar Dutzendfache gesteigert; es gibt möglicherweise nur einige Tausend Menschen, die das Potenzial fortschrittlicher KI-Modelle wirklich verstehen; die physische KI zeigt bereits Anzeichen eines Durchbruchs, frühestens in 1 bis 2 Jahren, spätestens in 2 bis 3 Jahren...

Je mehr er KI betont, desto mehr erwarten die Zuschauer, die KI-Ergebnisse von Unitree zu sehen. Aber vor Ort stammen die wirklich vorzeigbaren Demonstrationen nicht von dem selbst entwickelten Modell von Unitree.

Abbildung | Rede von Wang Xingxing

Zunächst muss gesagt werden, dass Unitree über selbst entwickelte KI-Produkte verfügt. Im September hat Unitree das Grundmodell UnifoLM-WLA-1.0 für allgemeine humanoide Roboter vorgestellt. Auf dieser Konferenz hat Wang Xingxing das in der Vorentwicklung befindliche "selbstevolutionäre System V1.0 für physische KI-Roboter" weiter vorgestellt.

Er hat das "selbstevolutionäre System V1.0 für physische KI-Roboter" auch als wichtigste Vorentwicklungsrichtung in diesem Jahr eingestuft: Lassen Sie die KI selbstständig wissenschaftliche Arbeiten durchsuchen, Code schreiben, in einer Simulationsumgebung trainieren, dann in echten Robotern testen und durch Bewertungsrückmeldungen von KI oder Menschen einen kontinuierlichen Iterationskreislauf bilden.

Aber ein Vorentwicklungsrahmen ist kein bereits funktionierendes Modell, und ein technischer Fahrplan ist keine bereits umgesetzte Fähigkeit.

Die intuitivste KI-Demonstration vor Ort stammt im Gegenteil von GPT-6 Astra: Der Roboter erledigt Malen, Pinselwaschen, Farbwechsel, Go-Spielen und Innenraumnavigation ohne vorheriges Training. Wang Xingxing hat selbst zugegeben, dass große Modelle Planung und Navigation bereits gut lösen können, aber bei tatsächlichen manuellen Vorgängen treten immer noch leicht Fehler auf.

Das zeigt, dass externe große Modelle Roboter zwar dazu antreiben können, einige Aufgaben zu erledigen, aber es zeigt auch auf, dass das selbst entwickelte Modell von Unitree noch nicht im Vordergrund steht.

Noch wichtiger ist, dass UnifoLM-WLA-1.0 seit mehr als einem Monat veröffentlicht ist, aber auf dieser Konferenz gibt es keine praktische Demonstration vor Ort, die auf diesem Modell basiert. Die Zuschauer sehen immer noch die Bilder, die von GPT-6 Astra angetrieben werden, während das eigene Modell von Unitree noch an echter praktischer Umsetzung mangelt.

Genauer gesagt: Die KI von Unitree ist nicht nicht vorhanden, aber sie ist noch nicht wirklich in den Mittelpunkt getreten.

Das Grundgerüst ist bereits aufgebaut – Modell, Daten, Bewertung und Open-Source-Ökosystem werden alle vorangetrieben, aber es gibt noch einen Abstand zu dem Ziel, "dass der Roboter einen Satz versteht und dann die Arbeit erledigt". Wang Xingxing prognostiziert, dass der "ChatGPT-Moment" der verkörperten Intelligenz frühestens 2027 eintritt, was bedeutet, dass Unitree sich ein Zeitfenster von mehr als einem Jahr zum Aufholen gegeben hat.

Das Problem ist, dass die Konkurrenten in diesem Zeitfenster nicht anhalten und warten.

Hardware kann kontinuierlich iteriert werden, aber Intelligenzfähigkeit ist die nächste Hürde

Der Hardware-Vorteil von Unitree ist real. Der H2-X kann Autos heben, Flugtritte ausführen, von einer 4 Meter hohen Plattform springen, hat eine Akkulaufzeit von 8 Stunden und seine Bewegungssteuerungsfähigkeit gehört zur ersten Klasse unter den humanoiden Robotern weltweit.

Aber Hardware hat in China keine Barrieren. Motoren, Untersetzungsgetriebe, Controller, Lidar – die Lieferkette ist bereits ausgereift, und Nachzügler können durch technische Iterationen schnell aufholen. Wenn man zufällig die Weltroboterkonferenz 2026 besucht hat, ist der erste Eindruck vieler Menschen: Humanoide Roboter, die singen und tanzen können, sind überall zu sehen, und das ist keineswegs die einzigartige Fähigkeit eines einzelnen Unternehmens.

Abbildung | Quelle: Weltroboterkonferenz, die Szene ist so belebt wie ein Marktplatz

Daher reicht es für Unitree bei weitem nicht aus, durch kontinuierliche Verbesserung der Hardware ein bestimmtes Fortschrittsniveau aufrechtzuerhalten.

Was wirklich entscheidet, wer am Spieltisch bleiben kann, ist die Intelligenzfähigkeit.

Wang Xingxing selbst hat diese Hürde sehr klar beschrieben. Er hat einen quantitativen Standard für den "ChatGPT-Moment" der verkörperten Intelligenz festgelegt: In etwa 80 % unbekannter Szenarien werden etwa 80 % der Hauptaufgaben durch Anweisungen in natürlicher Sprache erledigt. Dieser Standard ist nicht niedrig – er bedeutet, dass Roboter von "Demonstrationsobjekten in spezifischen Szenarien" zu "nutzbaren Produkten in allgemeinen Umgebungen" werden müssen.

Die Schwierigkeit liegt darin, dass große Modelle Roboter besser zum "Denken" bringen, aber Hausarbeit ist nicht Chatten.

Wang Xingxing gibt zu, dass derzeit große Modelle Planung und Navigation bereits gut lösen können, aber bei tatsächlichen manuellen Vorgängen treten immer noch leicht Fehler auf. Der zentrale Engpass ist die Ausrichtung zwischen Ein- und Ausgaben des KI-Modells und dem echten Roboter: Die Messwerte der Sensoren weichen ab, die Reaktion der Gelenke ist verzögert, Greifkraft, Reibung, Verdeckung und Lichtänderungen führen alle zu Fehlern.

Einen Schachstein aufzuheben ist vielleicht nicht schwer, aber um kleine Teile präzise zusammenzubauen, zerbrechliche Geschirrstücke sicher in die Spülmaschine zu legen, kann ein Fehler von wenigen Millimetern über Erfolg oder Misserfolg entscheiden.

Noch problematischer ist die Generalisierbarkeit. Derzeit können KI-Modelle nach ausreichendem Training in festen Szenarien eine Erfolgsrate von fast 100 % erreichen. Aber sobald sich Position, Form von Objekten oder die Umgebung geringfügig ändern, kann die Erfolgsrate deutlich sinken.

Hausszenarien sind genau die am wenigsten "kooperativen": Der Tisch ist jeden Tag anders, ältere Menschen, Kinder und Haustiere ändern ständig den Raumzustand, und Aufgaben sind oft unscharf – "räume mal das Wohnzimmer auf" klingt einfach, dahinter stecken Erkennung, Planung, Greifen, Bewegung, Hindernisvermeidung, Fehlerkorrektur und Wiederholung bei Misserfolg. Roboter dürfen nicht nur einmal eine schöne Demonstration absolvieren, sie müssen in unbekannten Umgebungen wiederholt erfolgreich sein.

Genau das muss das selbst entwickelte Modell von Unitree beweisen.

Das im September vorgestellte UnifoLM-WLA-1.0 ist ein verkörpertes multimodales Großmodell mit 6B-Parametern, das auf etwa 2500 Stunden echter Roboterdaten trainiert wurde. Ein einzelnes Modell koordiniert 64 Aufgaben und liegt in mehreren Bewertungen zur verkörperten Schlussfolgerung vor Open-Source-Modellen.

Abbildung | Wang Xingxing erläutert der Funktionsmechanismus des selbstevolutionären Systems von Unitree

Aber eine führende Position in Bewertungen bedeutet nicht, dass es vor Ort praktikabel ist. UnifoLM-WLA-1.0 ist seit mehr als einem Monat veröffentlicht, aber auf dieser Konferenz gibt es keine praktische Demonstration vor Ort, die auf diesem Modell basiert. Die Zuschauer sehen immer noch die Bilder, die von GPT-6 Astra angetrieben werden.

Das zeigt genau, dass das selbst entwickelte Modell von Unitree noch eine "vor Ort stattfindende Bestätigung" braucht. Ein Modell zu veröffentlichen, eine technische Route vorzuschlagen und ein Rechencluster aufzubauen, ist etwas völlig anderes, als die tatsächliche Fähigkeit des Modells zu beweisen. Was wirklich Aufmerksamkeit verdient, ist, ob das selbst entwickelte Modell Aufgaben auf echten Robotern stabil erledigen kann, sich an unbekannte Umgebungen anpassen kann und sich kontinuierlich auf Basis der Ausführungsergebnisse verbessern kann.

Aus dem Prospekt geht hervor, dass die gesamten Forschungs- und Entwicklungskosten von Unitree in den drei Jahren von 2023 bis 2025 etwa 265 Millionen Yuan betragen. Verglichen mit den F&E-Investitionen von Unternehmen für große KI-Modelle ist diese Geldsumme nicht in der gleichen Größenordnung. Wang Xiaochuan hat einmal verraten, dass die einmalige Trainingskosten eines großen Modells mit Billionenparametern zwischen 30 Millionen und 50 Millionen Yuan liegen. Und mehrere Praktiker im Bereich der verkörperten Intelligenz haben gegenüber Phoenix New Technology angemerkt, dass die Investitionen in das verkörperte Gehirn enorm sind