Kinas humanoide robotter går fra opvisning til arbejde

Det andet World Humanoid Robot Games gav et billede af en branche med to ansigter. Humanoide robotter dystede i sport og leverede opsigtsvækkende resultater, men de blev også testet i opgaver med kabelforbindelser, lagerarbejde, restaurantservice, kontorarbejde, nødsituationer og andre scenarier fra arbejdslivet. Samtidig viste besøg i Beijings innovationspark for embodied AI – kunstig intelligens, der kan opfatte og handle i den fysiske verden – virksomheder, som udvikler komponenter, indsamler træningsdata, rejser kapital og forsøger at få robotterne ud til kunder. 1213

Tilsammen peger det på en branche, der er på vej ind i en tidlig og ujævn kommercialiseringsfase – ikke på et færdigt marked for universel robotarbejdskraft. Hardware kan i stigende grad produceres i større skala, men nyttigt arbejde kræver stadig driftssikkerhed, standarder, klart afgrænsede anvendelser og store mængder data af høj kvalitet.

Robotlegene er ved at blive en arbejdstest

Legene åbnede den 22. august 2026 i Beijings National Speed Skating Oval, der også er kendt som Ice Ribbon. Arrangørerne registrerede 666 hold og 2.056 robotter. Antallet af hold var steget med 138 procent i forhold til den første udgave, mens antallet af robotter omtrent var firedoblet. Programmet voksede til 51 discipliner: 30 sportslige konkurrencer og 21 scenariebaserede opgaver. 26

Formatet er vigtigt, fordi sportslige præstationer kun måler en snæver del af en robots evner. En robot kan løbe hurtigt i en kontrolleret konkurrence uden nødvendigvis at kunne udføre en ensformig industriel opgave sikkert, stabilt og til en pris, der giver mening for en virksomhed. De arbejdsorienterede discipliner flytter derfor fokus mod selvstændighed, fingerfærdighed og evnen til at gennemføre opgaver i miljøer, der skal ligne fabrikker, lagerhaller, restauranter, kontorer og beredskabssituationer. 1912

Kravene til autonomi blev samtidig skærpet. Ifølge omtalen af legene handlede det ikke længere blot om at fuldføre en opgave, men om at gøre det hurtigt, præcist og stabilt – uden fjernstyring. 9

Hele hardwarekæden er ved at skalere

Besøgene i august i Beijings Zhongguancun Haidian-innovationspark for embodied AI tydede på, at sektoren ikke længere kun består af enkeltstående prototyper. Virksomheder beskrev robotkonfigurationer og kernekomponenter, der i stigende grad ligner hinanden. Den konvergens kan reducere behovet for specialtilpasning og gøre komponentproduktionen lettere at skalere. 13

Zhuoyu Technology oplyste, at markedet havde bevæget sig fra prototypepartier på omkring 10-50 enheder i 2024 og 2025 til større kundeinstallationer. Ifølge virksomheden havde mellem 10 og 20 kunder hver bestilt mere end 1.000 enheder. Zhuoyu rapporterede desuden en månedlig komponentproduktion svarende til cirka 3.000 robotter med et mål på 50.000-60.000 i november. Virksomheden beskrev samtidig en ordrebeholdning på flere hundrede tusinde robotter. Tallene er virksomhedens egne eller branchebaserede oplysninger og er ikke uafhængigt reviderede leverancetal. 13

Også de bredere markedsforventninger vokser. Morgan Stanley hævede sit estimat for kinesiske leverancer af humanoide robotter i 2026 fra 28.000 til 50.000 enheder med henvisning til kommerciel validering, politisk støtte og momentum i forsyningskæden. 2728 Prognoser er ikke det samme som leverede robotter, men opjusteringen viser, hvor hurtigt forventningerne ændrer sig.

Wujie Power viser, hvordan kommercialiseringen finansieres

Wujie Power, der blev grundlagt i 2025, illustrerer både kapitaltilførslen og produktambitionerne i sektoren. Virksomheden oplyste, at to generationer af robotkroppe var i masseproduktion, mens en tredje var under udvikling. Den rapporterede også mere end 200 millioner dollar i angel-finansiering og næsten 100 millioner dollar i globale ordrer i første halvdel af 2026. Blandt de nævnte anvendelser var industriel produktion og service i kaffebarer, og virksomheden hævdede at have opnået europæisk CE-certificering for en industriel full-stack-løsning. 13

Meldingerne viser, at kunder og investorer er villige til at finansiere pilotprojekter og tidlige installationer, før humanoide robotter lever op til den driftssikkerhed, man forventer af modent industriudstyr. De beviser dog ikke, at robotterne allerede kan udføre bredt kommercielt arbejde selvstændigt over lange driftsperioder.

Wujie Powers grundlægger, Zhang Yufeng, pegede på den centrale forskel: På en kontrolleret industriplads kan man træne en robot til en snæver, gentagelig færdighed. Kommerciel service kræver derimod, at færdigheden kan generaliseres på tværs af skiftende miljøer, brugere, genstande og fejl. Den anden opgave er markant sværere. 13

Branchen mangler stadig en klar gennembrudsanvendelse

Efterspørgslen er reel, men kortet over anvendelsesområder er endnu ikke tegnet færdigt. Fabrikker kan tilbyde faste rammer og gentagelige opgaver. Logistik tilfører bevægelse, skiftende genstande og krav om høj oppetid. Detailhandel og hotel- og restaurationsbranchen indebærer uforudsigelige mennesker og interaktioner. I private hjem samles alle udfordringerne – plus et næsten ubegrænset udvalg af genstande og situationer.

Et initiativ fra Kinas ministerium for industri og informationsteknologi, MIIT, og den statslige tilsynsmyndighed SASAC fra juni 2026 pressede virksomhederne til at træne, validere og implementere robotter i virkelige miljøer inden årets udgang. Det øger presset for at komme videre end udstillinger og demonstrationer. 13 Men politisk støtte løser ikke det grundlæggende produktspørgsmål: Hvilke opgaver skaber tilstrækkelig værdi til at retfærdiggøre en humanoid robots pris, vedligeholdelse, overvågning og sikkerhedskrav?

Det mest troværdige marked på kort sigt er derfor sandsynligvis begrænset og gentageligt arbejde – ikke fuldt universel robotarbejdskraft. Scenarieopgaverne ved robotlegene er netop nyttige, fordi de synliggør afstanden mellem en programmeret demonstration og en arbejdsgang, der fungerer pålideligt. 113

Driftssikkerhed og standarder vejer tungere end showet

Branchefolk erkendte, at mange humanoide robotter stadig mangler industriel driftssikkerhed og modne internationale standarder. Det er en væsentlig forskel fra traditionelle industrirobotarme, som forventes at kunne arbejde i titusindvis af timer. 13

En robot, der én gang gennemfører en imponerende disciplin, har demonstreret en bestemt evne. Den har ikke nødvendigvis vist, at den kan arbejde sikkert og økonomisk over flere skift med skiftende belastninger, forudsigelig vedligeholdelse og pålidelig håndtering af fejl.

For købere ændrer de relevante spørgsmål sig derfor:

• Hvor ofte svigter robotten eller kræver menneskelig indgriben?
• Kan den håndtere en uventet genstand, person eller forhindring?
• Hvor mange timer kan den arbejde mellem vedligeholdelser?
• Kan den samme færdighed overføres mellem forskellige robotmodeller og arbejdssteder?
• Findes der et anerkendt sikkerheds- og compliance-rammeværk for brugen?

Svarene vil betyde mere for udbredelsen end sportsrekorderne, selv om rekorderne naturligt får mest opmærksomhed.

Træningsdata er ved at blive den centrale flaskehals

Samtalerne i innovationsparken fremhævede også et skifte fra et hardwareproblem til et dataproblem. Kundernes rapporterede behov vokser fra tusindvis af træningstimer til hundredtusinder og på længere sigt titals millioner. Noitom Robotics oplyste, at virksomheden planlagde at producere hundredtusinder af timer i 2026 og millioner i 2027. 13

Skalaen kan illustreres af Noitoms offentlige udgivelse af HiPHI, et datasæt på 617,5 timer med præcise optagelser af menneskelige bevægelser og samspil med genstande. Datasættet er omfattende, men størrelsen viser også afstanden mellem en værdifuld forskningsressource og de langt større datamængder, virksomheder siger, der bliver nødvendige for robuste systemer med fysisk intelligens. 4749

Data kan ikke uden videre erstatte hinanden. Diskussionerne beskrev tre overordnede lag:

1. Data fra operationelt arbejde i høj kvalitet: Præcise førstepersons- eller fjernstyrede eksempler, der kan lære robotten vanskelige færdigheder, men som er dyre at indsamle.
2. Menneskecentrerede data, der kan overføres mellem robotter: Menneskelige bevægelser og interaktioner optaget på en måde, så de kan tilpasses forskellige robotkroppe.
3. Simulationsdata: Store og forholdsvis billige datamængder, som dog begrænses af forskellen mellem den simulerede og den fysiske verden.

Fysisk dataindsamling blev beskrevet som noget, der koster tusindvis af yuan i timen. Det driver bestræbelser på at indsamle data i langt større skala, blandt andet Noitoms plan om at crowdsourcere data fra næsten 20.000 mennesker inden næste år, begyndende med situationer i hjemmet. 13

Den grundlæggende pointe er enkel: En humanoid robot bliver ikke universel, blot fordi den har en menneskelignende krop. Den skal have tilstrækkelig varieret og præcist mærket erfaring til at forbinde sanser, bevægelser, genstande, mennesker og konsekvenser i den fysiske verden.

Hvad augustbegivenhederne faktisk viser

Robotlegene og besøgene i innovationsparken understøtter en nøgtern konklusion:

• Branchen vokser. Det stigende antal deltagere, det større antal discipliner, konvergensen mellem komponenter, finansieringen og de rapporterede ordrer peger alle på et større kommercielt økosystem. 213
• Den kommercielle afprøvning er begyndt. Virksomheder arbejder mod installationer i fabrikker, logistik, hotel- og restaurationsbranchen samt andre virkelige miljøer, mens politiske initiativer øger presset for at teste robotterne uden for udstillingshallerne. 113
• Universelt arbejde er ikke løst. Driftssikkerhed, standarder, økonomi, valg af opgaver og datagrundlag er stadig åbne problemer. 13

Humanoid robotteknologi er dermed kommet videre fra en fase, der især var præget af dans, løb og programmerede opvisninger. Den næste prøve bliver mindre spektakulær, men langt vigtigere: Kan en robot udføre nyttigt arbejde sikkert og stabilt i tusindvis af timer – og håndtere tilstrækkelig variation i den virkelige verden til at fortjene en plads i en virksomhed?