Fra sprintrekorder til industriel virkelighed: Kinas humanoide robotter tager næste skridt

Beijings anden World Humanoid Robot Games og World Robot Conference 2026 viste to sider af den samme branche. På løbebanen leverede Tiangong-robotterne markante fremskridt i fart og spring. På konferencen præsenterede Beijing Humanoid Robotics Innovation Center en bredere software- og hardwareplatform med fokus på fysisk kunstig intelligens og billigere robotter.

Det vigtigste budskab handler derfor om mere end en enkelt rekord: Humanoide robotter er så småt ved at bevæge sig fra spektakulære demonstrationer mod egentlig produktudvikling. Den svære tærskel er dog endnu ikke passeret. Branchen mangler stadig at bevise, at robotterne kan arbejde pålideligt, sikkert og økonomisk forsvarligt i stor skala.

Tiangongs markante resultater i Beijing

Tiangong-serien var blandt de mest synlige deltagere ved de anden World Humanoid Robot Games.

• Tiangong Ultra vandt 400-meterløbet for store robotter i 38,15 sekunder. 45
• Senere vandt den finalen på 100 meter i 8,64 sekunder, efter at have løbet semifinalen på 8,86 sekunder. 15
• Tiangong Omni vandt 400-meterløbet for små robotter i 45,66 sekunder. 23
• Blandt de rapporterede rekorder var 2 minutter og 21,64 sekunder på 1.500 meter, et stående højdespring på 3,40 meter og et stående længdespring på 4,83 meter. 25

Tallene viser, at robotterne hurtigt bliver bedre til dynamisk bevægelse. Men de skal læses med en vis forsigtighed. En robot, der er optimeret til en bestemt konkurrence under bestemte forhold, demonstrerer en specialiseret evne. Det beviser ikke, at den kan bevæge sig sikkert rundt på en uforudsigelig fabrik, håndtere mange forskellige genstande eller arbejde i timevis uden menneskelig hjælp.

Nogle medier har desuden tilskrevet Beijing Humanoid Robotics Innovation Centers hold og Tiangong-serien 15 guld-, 12 sølv- og 18 bronzemedaljer samt 34 rekorder. Disse tal stammer fra sekundære kilder og er ikke uafhængigt verificeret her. De bør derfor betragtes som rapporterede opgørelser. 613

Et robot-“hoved” og en lettere krop

På World Robot Conference præsenterede centret Pelican-Unify, en samlet model for fysisk kunstig intelligens, der skal forbinde forståelse, ræsonnement, forestillingsevne og handling. Den tilhørende forskning beskriver en enkelt vision-language-model som et fælles modul til forståelse og ræsonnement. Modellen omsætter scener, instruktioner, visuel kontekst og tidligere handlinger til et fælles semantisk rum. 17

Lanceringen afspejler en vigtig ændring i udviklingen af humanoide robotter. Udfordringen handler ikke længere kun om stærkere motorer, bedre balance eller mere smidige hænder. Udviklerne forsøger også at skabe et genanvendeligt intelligenslag, som kan fortolke omgivelserne, planlægge en opgave og omsætte planen til fysisk handling.

Centret viste samtidig Tiangong Omni, en humanoid robot på 1,35 meter og 39 kilogram, der ifølge planerne skal understøtte billigere masseproduktion. 1319 Den mindre konstruktion peger på et centralt kommercielt spørgsmål: Kan en lettere og billigere platform gøre det nemmere for virksomheder at eksperimentere med og tage humanoide robotter i brug end store robotter med meget høje specifikationer?

Pelican-Unify og Omni er dermed to dele af samme strategi. Den ene retter sig mod software- og intelligenslaget, mens den anden er den fysiske platform, laget skal køre på.

“ChatGPT-øjeblikket” er stadig en prognose

Xiong Youjun, centrets administrerende direktør, har sagt, at fysisk kunstig intelligens nærmer sig et “ChatGPT-øjeblik” – det punkt, hvor en generel model og tilstrækkelige datamængder kan gøre teknologien nyttig på tværs af mange opgaver. Sammenligningen beskriver branchens ambition, men den er ikke et bevis på, at der allerede findes alsidige, selvkørende humanoide robotter.

Robotter møder et vanskeligere driftsmiljø end softwaresystemer. De skal forstå skiftende fysiske forhold, undgå sammenstød, kontrollere kræfter, komme sig efter fejl og udføre den samme opgave igen og igen. En model kan fungere overbevisende i en demonstration og stadig kræve store mængder opgavespecifikke data, overvågning og teknisk integration, før den kan bruges sikkert i en virksomhed.

Den afgørende test for sammenligningen bliver derfor, om én model pålideligt kan overføres mellem forskellige robotkroppe, arbejdspladser og opgaver – ikke blot om den kan levere en imponerende demonstration.

Fra tekniske specifikationer til systemets samlede præstation

Humanoide robotter er ofte blevet sammenlignet på synlige specifikationer som højde, vægt, antal frihedsgrader, løfteevne og topfart. De mål er stadig relevante, men de besvarer ikke de spørgsmål, der afgør, om en kunde vil købe robotten.

Industrielle kunder vil snarere spørge:

• Hvor ofte løser robotten opgaven uden menneskelig indgriben?
• Hvor høj er oppetiden, og hvor meget vedligeholdelse kræver den?
• Hvor ensartede er hastighed og kvalitet?
• Hvad koster integrationen med det eksisterende udstyr?
• Kan systemet arbejde sikkert tæt på mennesker?
• Skaber robotten et målbar økonomisk afkast?

Derfor er afgrænsede opgaver inden for inspektion, sortering, gentagen håndtering og andet “beskidt, farligt og kedeligt” arbejde i fokus. Her er det lettere at sammenholde robotternes pris med en konkret driftsmæssig gevinst – for eksempel mindre eksponering for farer, højere gennemløb eller aflastning ved mangel på arbejdskraft.

Den leverede rapportering beskriver også et projekt med kontrol af infrarøde termometre, hvor arbejdet angiveligt blev seks gange hurtigere. Tallet er ikke uafhængigt underbygget af det tilgængelige materiale og bør derfor ikke behandles som en fastslået præstationsmåling. Infrarøde sensorer kan ganske vist måle temperatur hurtigt og uden fysisk kontakt, men den generelle egenskab dokumenterer ikke resultatet i et bestemt robotprojekt. 33

Fælles infrastruktur kan løse et skaleringsproblem

Branchens flaskehals handler ikke kun om mekanisk ydeevne. Det handler også om omkostningerne ved at opbygge den infrastruktur, der omgiver robotterne.

Ifølge rapporteringen omkring lanceringerne kæmper virksomheder med dobbeltarbejde i dataindsamlingen, dyre verifikationsprocesser og inkompatible hardware- og softwareplatforme. Hvis hver robotproducent og fabrik skal udvikle egne datasæt, grænseflader, sikkerhedsprocedurer og integrationsværktøjer, vil udbredelsen forblive langsom og dyr – selv om de enkelte robotter bliver bedre.

Det foreslåede svar er et fælles infrastrukturlag. Tiangong-platformen positioneres som en genanvendelig robotkropsplatform, mens det åbne Huisi Kaiwu-økosystem tilbyder værktøjer og modeller til udvikling af fysiske verdensmodeller og vision-language-modeller til robotter. X-Humanoids eget materiale beskriver muligheder for brug på tværs af scenarier og opgaver, blandt andet i fabrikker, hjem og udendørs miljøer samt til gribning, navigation og menneske-robot-samarbejde. 2122

Åbne eller kompatible infrastrukturer kan reducere gentaget udviklingsarbejde. Åbenhed er dog ikke i sig selv en garanti for driftssikkerhed. Fælles platforme har stadig brug for tydelige grænseflader, robuste testmetoder, god dokumentation, sikkerhedskontroller og beviser på, at modeller faktisk kan overføres mellem forskellige robotkroppe og driftsmiljøer.

Partnerskaber peger først mod samarbejde – ikke erstatning

Det rapporterede partnerskab med Mercedes-Benz, hvor Tiangong 3.0 beskrives som en “siliciumbaseret rådgiver”, peger på en mere forsigtig rolle for humanoide robotter på kort sigt: De skal hjælpe medarbejdere og anbefale handlinger i afgrænsede arbejdsgange frem for straks at erstatte menneskers samlede vurdering. Det tilgængelige materiale bekræfter, at partnerskabet er blevet rapporteret, men dokumenterer ikke dets fulde omfang eller praktiske resultater. 19

Forskellen er vigtig. Den industrielle anvendelse kan begynde med robotter, der inspicerer, anbefaler, henter, sorterer eller udfører gentagne delopgaver, mens mennesker fortsat håndterer undtagelser og beslutninger med store konsekvenser. Sådanne installationer kan samtidig generere driftsdata og afdække fejltyper, før virksomheder forsøger sig med mere selvstændigt arbejde.

Standarder er lige så vigtige som modeller

Sikkerhed og kompatibilitet bliver afgørende, hvis humanoide robotter skal videre end pilotprojekter. Kina har godkendt udviklingen af nationale standarder for humanoide robotter på områder som miljøopfattelse, beslutningstagning og planlægning, bevægelsesstyring og opgaveudførelse. 27

Standarder kan være med til at definere testmetoder, tekniske krav og forventninger til samspillet mellem mennesker og robotter. De kan også mindske usikkerheden for fabrikker, der skal integrere robotter fra flere leverandører.

Den konkrete påstand om, at arbejdet med 49 sikkerhedsrelaterede og andre standarder er i gang, er ikke uafhængigt verificeret af de leverede kilder. Den overordnede udvikling er dog tydelig: En robotbranche, der vil opnå masseudbredelse, har brug for mere end velfungerende hardware og modeller. Den har brug for ensartede evalueringer, troværdige sikkerhedsvurderinger, kompatible grænseflader og klare ansvarsforhold, når systemer fejler.

Den sandsynlige vej til masseudbredelse

Begivenhederne i Beijing peger på en gradvis model for udbredelse:

1. Begynd med snævre og målbare opgaver. Inspektion, sortering, gentagen håndtering og andre afgrænsede arbejdsgange er lettere at evaluere end åbne, generelle arbejdsopgaver.
2. Mål den faktiske drift. Gennemløb, kvalitet, oppetid, behovet for menneskelig indgriben, sikkerhed og de samlede ejeromkostninger betyder mere end én rekord på en løbebane.
3. Genbrug data og infrastruktur. Fælles platforme og kompatible værktøjer kan mindske dobbeltarbejde med træning og integration.
4. Udvikl standarder parallelt med teknologien. Fabrikker har brug for pålidelige metoder til at teste, godkende og overvåge humanoide systemer.
5. Øg autonomien trin for trin. Robotter kan først bevæge sig fra overvåget assistance til bredere opgaveløsning, når driftssikkerhed og økonomisk gevinst er dokumenteret.

Beijing-begivenhederne viser en branche med stærkt momentum inden for dynamisk bevægelse, forskning i fysisk kunstig intelligens og platformstænkning. Men det afgørende kapløb bliver ikke vundet med endnu en sprintrekord alene. Vinderne bliver de systemer, der kan udføre nyttigt arbejde gentagne gange, sikkert og til en pris, kunderne kan forsvare.