Exklusives Interview mit Shi Xiaoxin: Das endgültige Schicksal humanoider Roboter hängt zur Hälfte von ihren Händen ab.

「Karriere Bonus」 (ID: ZhiChangHongLi)

„Aimo, kann helfen“ · 01

Drei Hürden für geschickte Roboterhände · 02

Ästhetik und Anthropomorphismus: Wege zur Überwindung des Uncanny Valley · 03

Die Organisation hinter „Aimo“ entschlüsseln · 04

Das Herz des Handwerkers · 05

Shi Xiaoxin hat seit vier Monaten keine öffentlichen Äußerungen mehr getätigt.

Die letzte Nachricht, die die Außenwelt von ihm hörte, stammt aus einem Beitrag in seinem Freundeskreis auf WeChat Anfang Juni: „Ich hatte das Glück, hier 1675 Tage zu verbringen und auf ein so liebenswertes und warmes Team zu treffen … Ich packe meine Koffer und mache mich auf den neuen Weg.“ Auf dem Abschiedsbanner, das das Team für ihn vorbereitet hatte, stand „Mein Chef ist jetzt frei“. Zu dieser Zeit war die Aufmerksamkeit, die der menschenähnliche Roboter IRON von XPeng, für den er als verantwortlicher Produktplaner fungierte, durch sein katzenartiges Gehen im gesamten Internet erregt hatte, noch nicht abgeklungen, und die Serienproduktion stand kurz bevor.

Ende Oktober traf er uns in Shenzhen als Gründer von Aimo Robotics. Dies war sein erstes Medieninterview seit der Gründung seines Unternehmens.

Aimo konzentriert sich auf die Entwicklung von geschickten Roboterhänden – dem schwierigsten und teuersten Bauteil an menschenähnlichen Robotern. Diese Branche ist nicht mehr leer. Die jährliche Auslieferung von geschickten Händen von Timebot übersteigt 10.000 Einheiten, Unternehmen wie BrainCo, Starward Era und Pacini haben jeweils ihre eigenen Marktpositionen, und eine Branchenübersicht listet zehn Hauptanbieter auf … Fast jeder Investor, der ihn trifft, stellt dieselbe Frage: Ist es nicht zu spät, jetzt in diesen Markt einzusteigen?

„Mit Ausdauer gibt es kein Zu-früh oder Zu-spät“, sagte er, „Du verpasst die Vorteile dieser Welle, aber du vermeidest auch die Fallstricke dieser Welle.“

Dieser „Veteran“, der seit 13 Jahren mit Robotern arbeitet, spricht selten über das Endziel und Vorstellungen. Wir haben mehr über Dinge gesprochen, die nicht besonders aufregend klingen, einschließlich der Lebensdauer der Hände, der Herstellbarkeit, der Stabilität der Hardware und der Tatsache, dass sie nach der Auslieferung „nicht kaputt gehen“.

Er nennt das die „untere Grenze“.

Wenn man Shi Xiaoxin über seine Methoden sprechen hört, hat man das Gefühl, vor einem Handwerker zu stehen. Zum Beispiel sagt er, dass anthropomorphes Design das Uncanny Valley überwinden kann, wenn „Form, Geist und Intelligenz“ jeweils ihre richtige Position einnehmen. Bei der Einstellung von Mitarbeitern geht es nicht um Überzeugung, sondern darum, „Leute zu finden, die gemeinsam rudern, nicht Leute, die nur mitfahren“. Die Organisation muss nicht die Prozesse großer Unternehmen kopieren, Atmosphäre und Effizienz sind die einzigen beiden Indikatoren.

Vielleicht werden alle bekannten und sicheren Dinge in Zukunft von KI ersetzt. Als er nach Ratschlägen für junge Menschen gefragt wurde, gab dieser vorsichtige Befragte den Kernpunkt seiner Berufswahl an: „In dieser Zeit ist Sicherheit das größte Risiko.“

Dieser Satz ist auch eine Zusammenfassung seiner Entscheidung in den letzten vier Monaten.

„Aimo, kann helfen“

Der Name Aimo wurde im Juli festgelegt. Wie ist er entstanden?

Shi Xiaoxin: Er hängt mit dem Ausdruck AI Motion zusammen, AI plus Bewegungsintelligenz. Später wurde er von allen so verstanden und weiterentwickelt: AI plus more – AI erstreckt sich auf die physische Welt und eröffnet noch mehr Möglichkeiten.

Bei internen Gesprächen haben wir ihn auch zur Homophonie von „ai mo neng zhu“ (können leider nicht helfen) weiterentwickelt: Aimo, kann helfen – es lässt uns die Bedeutung des Begriffs „kleiner Assistent“ neu überdenken – die „Hand“ kann viele Probleme lösen.

Als er mündlich weiterverbreitet wurde, stellten wir fest, dass er sehr eingängig ist, also haben wir diesen Namen gewählt. Die Benennung ist ein anstrengender Prozess: Sie muss einzigartig sein und die Bedeutung ausdrücken, die wir vermitteln wollen, und es gibt nicht viele gute Namen zur Auswahl.

Was haben du und dein Team in diesen vier Monaten gemacht? Welche Dinge waren nicht vorherzusehen?

Shi Xiaoxin: Das Unternehmen von 0 auf 1 aufbauen. Registrierung, Suche nach Räumlichkeiten, Abschluss der ersten Finanzierungsrunde – der gesamte Prozess verläuft vom Lernen über die Vertrautheit bis zur vollständigen Kontrolle. Unerwarteter waren vor allem Probleme in Bezug auf Prozesse und Formen, zum Beispiel Rechtsangelegenheiten. Die Finanzierung ist für uns eine vertraute und gleichzeitig fremde Angelegenheit – jeder kennt den Primärmarkt und hat mit Institutionen gesprochen, aber wenn man wirklich selbst ein Unternehmen betreibt und mit Institutionen zusammenarbeitet, sind viele Dinge neu. Welche Inhalte soll das Unternehmen den Institutionen zeigen? Was ist den Institutionen wichtig? Wie soll man langfristig operieren und sich vorbereiten? Das sind Dinge, mit denen man als Berufsmanager in einem Unternehmen selten in Berührung kommt.

 

Drei Hürden für geschickte Roboterhände

In der Branche heißt es, dass die Hälfte des Wettbewerbs um menschenähnliche Roboter letztendlich um die Hände geht. Stimmst du dem zu?

Shi Xiaoxin: Im Grunde stimme ich zu. Aus Sicht der Hardware und des Körpers ist der Wert der Hand vergleichbar mit dem des restlichen Körpers, einschließlich des Bedienwerts und der Schwierigkeit. Man kann sagen, dass die Hälfte des Wettbewerbs um die Hände geht.

Ich neige eher zu einer anderen Interpretation: Eines der Dinge, die wirklich Wert schaffen, ist die Hand, das andere ist das Gehirn. Aus dieser Sicht ist es auch halb und halb, Hand und Gehirn sollten sich gemeinsam entwickeln. Das hat auch eine biologische Grundlage. Die menschliche Hand ist viel geschickter als die Hand eines Gorillas, die Evolution der Hand und die Evolution des Gehirns verlaufen gemeinsam. Das Gehirn fördert die Evolution der Hand, und die Geschicklichkeit der Hand treibt wiederum die Evolution des Gehirns voran.

Wenn du die Einflussfaktoren für die Schwierigkeit bei der Herstellung geschickter Hände priorisierst – zum Beispiel Freiheitsgrade, Last, Kosten, Lebensdauer usw. – was würdest du zuerst lösen?

Shi Xiaoxin: Wir glauben derzeit, dass es drei Schlüsselfaktoren gibt.

Der erste ist die Verwendbarkeit. Sie bezieht sich auf Lebensdauer und Stabilität und steht an erster Stelle. Das Problem, vor dem alle jetzt stehen, ist nicht, dass es keine Hände gibt, sondern dass es keine Hände gibt, die verwendet werden können und lange Zeit funktionieren.

Der zweite ist die Herstellbarkeit: Sie wird mit guten Verfahren, kontrollierten Kosten und angemessener Zeit hergestellt. Ein gutes Produkt, das nicht effektiv und schnell hergestellt werden kann, kann kaum zu einem marktfähigen Produkt werden.

Der dritte ist die Geschicklichkeit, die mit den Freiheitsgraden zusammenhängt. Von 2021 bis 2024 bestanden die frühen Aufgaben der Branche hauptsächlich aus einfachen Aufgaben wie Greifen und Ablegen. Selbst bei geschickten Händen werden sie bei der Verwendung eigentlich als Greifzange (zweifingriger Greifer, der nur einfach öffnen und schließen kann) verwendet. In den letzten zwei Jahren neigen viele Spitzenlabore dazu, hohe Freiheitsgrade für hochgeschickte Bedienvorgänge zu verwenden, und alle haben allgemein die Engpässe von Greifzangen und Händen mit niedrigen Freiheitsgraden festgestellt. In der nächsten Phase werden die Anforderungen an die Geschicklichkeit immer höher.

Die Freiheitsgrade selbst sind relativ sicher, wir sind in der Lage, geschickte Hände mit den höchsten Freiheitsgraden normal zu betreiben. Wenn wir uns dafür entscheiden, die Freiheitsgrade zu reduzieren, geschieht dies hauptsächlich aus Gründen der Kosten- und Strukturvereinfachung.

Was die Last betrifft, ist sie derzeit kein Hauptproblem. Bei geschickten Bedienvorgängen ist die Komplexität der Bedienung wichtiger, die Last kann mit Hilfe von Werkzeugen gelöst werden. Die Kosten werden hauptsächlich durch Design und Verfahren gesenkt, das ist die Grundlage für die Serienproduktion, und darin sind wir relativ gut.

Gibt es technische Wege, die du bewusst vermeiden willst?

Shi Xiaoxin: Nein. Aber wir werden nicht alle gängigen Antriebslösungen wie Seilantrieb (Finger werden durch Seile gezogen), Schubstangenantrieb (Finger werden durch Stangen angetrieben) und Direktantrieb (Motor wird direkt in das Gelenk eingebaut) erforschen. Aus früheren Erfahrungen haben wir bereits einige Schlussfolgerungen gezogen und werden am Weg des Direktantriebs festhalten. Beim Direktantrieb bleiben wir offen und erforschen die Möglichkeiten verschiedener Strukturen, Gelenkgetriebe und Motoren.

Im März dieses Jahres hast du auf dem Symposium des Standardisierungsausschusses für KI des Ministeriums für Industrie und Informationstechnik eine Idee zur allgemeinen intelligenten Klassifizierung von menschenähnlichen Robotern vorgeschlagen, die die Autonomie in mehrere Ebenen unterteilt. Nach deinem eigenen Rahmenwerk, auf welcher Ebene befinden sich die führenden Produkte der Branche heute? Auf welcher Ebene will Aimo ankommen?

Shi Xiaoxin: Zuerst muss ich eine Voraussetzung korrigieren. Die Hand ist eher ein Schlüsselbauteil, wir klassifizieren die geschickte Hand selbst kaum nach Intelligenz, weil sie nicht den gesamten Roboter darstellen kann. Damit die Hand Wert schaffen kann, braucht sie einen Arm; damit der Arm bedient werden kann, braucht er einen Controller (Gehirn); wenn sich dann Beine oder Fahrgestelle bewegen können, entsteht ein vollständiger Roboter. Damit sie Wert schafft, braucht sie mindestens Arm und Gehirn, das ist in gewissem Sinne bereits die Klassifizierung des Roboters.

Betrachtet man die Klassifizierung allgemeiner Roboter – heute gibt es Unterschiede zwischen technischer Erforschung und Produkten. Viele Menschen glauben, dass die Technologie bereits ein bestimmtes Niveau erreicht hat, aber die Produktstandards sind höher als die Ergebnisse der technischen Erforschung. Gemessen an Produktstandards glaube ich, dass sich die gesamte Branche derzeit möglicherweise nur auf L2 befindet, einige erreichen sogar nicht einmal L2, und einige extreme Szenarien werden ignoriert.

Aus Sicht der Hardware wird die Reife der Hand zwei bis drei Jahre später als die des Roboterkörpers eintreten, der Maßstab dafür ist: Kann sie in einem bestimmten Umfang und zu einem angemessenen Preis erhalten werden? Derzeit können die Kosten für zwei Hände teurer sein als die für andere Teile des Roboterkörpers.

Für Aimo werden wir zuerst die Hardware basierend auf L2-Fähigkeiten, die Bewegungssteuerung und die zugrundeliegenden Edge-Modelle (Modelle, die lokal auf dem Gerät laufen und nicht von der Cloud abhängig sind) gut und solide machen, damit wir in Zukunft die Grundlage für den Aufbau von L4 und L5 haben. Wenn selbst die Fernsteuerung nicht gut funktioniert und die Hand bei der Verwendung noch ausfällt oder kaputt geht, wird die Intelligenz zwangsläufig auf Engpässe stoßen.

Wie lange schätzt du, dass dieser Prozess dauern wird?

Shi Xiaoxin: In den nächsten ein bis zwei Jahren wird sich die Fähigkeit zur Bedienung basierend auf geschickten Vorgängen stark weiterentwickeln. Bis L4 und L5 die von uns erhoffte physische KI und Einsatzszenarien wirklich bilden, braucht es mehr Zeit, zum Beispiel 3 bis 5 Jahre.

Aber diese 3 bis 5 Jahre stellen keine klare Grenze dar. Es ist eher eine Phase, die zuerst in einigen Szenarien stattfinden kann, noch nicht gut funktioniert oder nur in diesem einen Szenario funktioniert, und dann auf zehn, hundert, zehntausend Szenarien ausgeweitet wird. Der gesamte Prozess kann noch länger andauern, und wir sind bereit für langfristige Investitionen.

Du hast einmal gesagt, dass du „darauf bestehen willst, echte Roboter herzustellen, keine leeren Versprechungen zu machen“. Was ist deiner Meinung nach ein echter Roboter, was ist ein leeres Versprechen?

Shi Xiaoxin: Ein echter Roboter ist ein Produkt, das die Probleme der Kunden wirklich lösen kann. Er stellt eine untere Grenze dar und muss Wert liefern. Ein leeres Versprechen ist nicht negativ gemeint, es ist eher die technische Möglichkeit, die obere Grenze, aber diese obere Grenze hängt von vielen Bedingungen und Zeit ab, um realisiert zu werden.

Es ist schwierig, nach oben zu gehen und die obere Grenze der Technologie zu zeigen; aber es ist in gewissem Maße schwieriger, nach unten zu gehen, das Produkt gut umzusetzen und den Wert in den Benutzerszenarien zu realisieren. Das Wichtigste, was man derzeit gut machen muss, ist: Was ist deine untere Grenze? Kann die Hardware ausgeliefert werden? Kann sie nach der Auslieferung wirklich verwendet werden? Geht sie nicht kaputt, wenn man sie benutzt? „Bis ins Detail der Hardware hineingraben und Details optimieren“ ist das Problem, mit dem wir in dieser Phase – oder viele Unternehmen, die wirklich Roboter herstellen – konfrontiert sind.

Auf der diesjährigen Weltroboterkonferenz gab es viele Szenarien: Sortieren, Gastgewerbe, Medizin, Inspektion. Der Prozess ist sicherlich kurvenreich, aber solche Versuche sind notwendig – Versuche unterscheiden sich von leeren Versprechungen. Wenn ein Versuch die endgültigen Anforderungen nicht erfüllt, befindet er sich nur noch im Entwicklungsprozess. Wie beim Sortierszenario wird es in Zukunft sicherlich mehrere große, gut funktionierende Unternehmen auf dem Markt geben, aber bisher gibt es noch relativ wenige, die wirklich liefern können. Die Realisierung des Werts hängt noch von der Stabilität der Hardware, dem Rhythmus und der Erfolgsrate des gesamten Lösungsvorschlags ab.

Man hört, dass du früher das Ziel hattest, das Unitree unter den geschickten Roboterhänden zu werden. Unitree ist auch eines der Robotikunternehmen in China mit dem größten Auslieferungsvolumen und Umsatz. Zählst du das nicht zu deinem eigenen leeren Versprechen?

Shi Xiaoxin: Vielleicht schon. (lacht) Aber Unitree ist sicherlich ein großartiges Unternehmen. Diese Aussage dient eher dazu, dass wir intern eine Idee ausrichten: Wir wollen Anwendungen in einem bestimmten Umfang erreichen, mit konkreten Branchenindikatoren – zum Beispiel ob die Kunden es weitgehend akzeptieren, ob es einen bestimmten Umfang gibt. Ohne Umfang kann man kaum beurteilen, ob etwas gut ist. Gleichzeitig brauchen wir aus Sicht des Unternehmensbetriebs die Fähigkeit, Umsatz zu erzielen. Unitree stellt einen Standard in dieser Richtung dar.

 

Ästhetik und Anthropomorphismus: Wege zur Überwindung des Uncanny Valley

Leute, die dich