Wie WUWENAI Roboter mit virtuellen Welten trainieren will

Der Datenengpass als Kernproblem

Verkörperte KI – also künstliche Intelligenz, die in Robotern handelt und mit der physischen Welt interagiert – lässt sich nach der These von WUWENAI nicht allein durch immer mehr Demonstrationen skalieren. Das von Liu Shengxiang gegründete und geleitete Unternehmen setzt deshalb auf eine Real-to-Sim-to-Real-Schleife: Reale Interaktionsdaten bilden die Grundlage für ein generatives Weltmodell, dieses erzeugt und prüft zahlreiche alternative Erfahrungen in einer kontrollierbaren Simulation, und besonders relevante Fehlerfälle fließen anschließend zurück in die reale Datensammlung. So sollen Datenerzeugung, Policy-Training, Bewertung und Verbesserung zu einem einzigen System werden. Liu Shengxiang war zuvor bei Baidu für Daten und Tests im autonomen Fahren verantwortlich. 8

Drei Bausteine für einen geschlossenen Kreislauf

1. Data Factory: Die Realität als Ausgangspunkt

Multimodale Aufzeichnungssysteme erfassen synchronisierte Beobachtungen und Aktionen aus realen Interaktionen zwischen Robotern und Objekten. Dazu gehören unter anderem der visuelle Zustand, Bewegungen, Kontaktinformationen und das Ergebnis einer Aufgabe. Der entscheidende Punkt: Die Daten sollen nicht nur realistisch aussehen, sondern die physische Ursache-Wirkung-Kette abbilden, die gewöhnlichen Webvideos und rein synthetischen Szenen häufig fehlt.

WUWENAI hat außerdem seine physische KI-Datenplattform Wuyin vorgestellt. Nach Unternehmensangaben umfasst sie mehr als 1.000 TB Daten und 10.000 Stunden frei zugänglicher hochwertiger Datensätze. 12

2. Generatives World Model: Aus wenigen Erfahrungen werden viele

Ein World Model lernt, wie sich eine Szene verändert, wenn ein verkörperter Agent eine Handlung ausführt. Auf dieser Basis kann es – verankert in realen Daten – Varianten von Aufgaben, Bewegungsabläufen, Störungen, Objektanordnungen und Fehlversuchen erzeugen.

Technisch geht es dabei um eine kompakte gelernte Repräsentation der Szene und ihrer zeitlichen Entwicklung. 5 Für Roboter ist das besonders wichtig: Ein visuell überzeugendes Video genügt nicht, wenn es nicht zugleich plausible Kontakte, Bewegungen und Folgen von Aktionen abbildet.

3. World Simulator: Training, Bewertung und Auswahl

Im Simulator können Roboter-Policies deutlich schneller und günstiger ausprobiert werden als auf echter Hardware. Das System soll Ergebnisse bewerten, Schwachstellen aufdecken und entscheiden, welche Fälle eine neue Datensammlung in der physischen Welt erfordern.

Forschungsarbeiten zu interaktiven, aktionsgesteuerten Simulatoren zeigen, dass Bewertungen innerhalb einer Simulation mit der Leistung in der realen Welt korrelieren können. Das ist jedoch weiterhin ein aktives Forschungsgebiet und keine gelöste Standardfähigkeit. 3

Woher sollen die „Millionen Stunden“ kommen?

Lius zentrale These lautet nicht, dass WUWENAI tatsächlich Millionen Roboterstunden physisch aufzeichnen wird. Stattdessen soll ein vergleichsweise kleiner Bestand an sauber verankerten realen Interaktionen als Keimzelle dienen. Aus ihm generiert das World Model viele kontrollierbare Trainingsverläufe und Gegenbeispiele.

Der reale Teil der Schleife korrigiert das Modell fortlaufend und soll so eine zunehmende Abweichung von der Wirklichkeit begrenzen. Der virtuelle Teil liefert die nötige Größenordnung. Dieses Muster eines Rückkopplungskreislaufs zwischen realen und synthetischen Daten entspricht aktuellen Ansätzen für Reinforcement Learning mit echten Robotern. 4

Warum die bisherigen Wege nicht ausreichen

• Teleoperation: Menschen steuern den Roboter direkt und liefern dadurch klar mit Aktionen verknüpfte Demonstrationen. Das Verfahren ist jedoch teuer, langsam und von den Fähigkeiten der Bediener abhängig. Zudem entstehen vor allem erfolgreiche Abläufe – seltene Fehler und alternative Lösungswege werden nur ineffizient erfasst.
• First-Person-Videos von Menschen: Solche Aufnahmen bieten große Mengen an Bildmaterial, enthalten aber meist keine Roboteraktionen, kalibrierte Geometrie, Kraft- und Kontaktsignale oder eine direkte Entsprechung zwischen menschlichem und robotischem Körper. Für die Steuerung bei anspruchsvoller Manipulation sind sie daher nur eine begrenzte Form der Aufsicht.
• Reine Simulation: Sie ist kostengünstig und vielseitig, kann aber falsche Annahmen über Geometrie, Kontaktdynamik, Sensorrauschen, Objekteigenschaften oder menschliche Umgebungen enthalten. Diese Differenz zwischen Simulation und Wirklichkeit wird als Sim-to-Real-Lücke bezeichnet. Die dynamische Anpassung eines digitalen Zwillings an reale Beobachtungen soll diese Lücke verkleinern. 2

Der mögliche Schritt vom Nachahmen zum Lernen durch Versuch und Irrtum

Demonstrationen bilden zunächst die Grundlage für Imitationslernen: Der Roboter lernt vereinfacht gesagt, das Verhalten eines Demonstrators nachzuahmen. Ein ausreichend zuverlässiger, aktionsgesteuerter Simulator eröffnet darüber hinaus die Möglichkeit, alternative Handlungen auszuprobieren, Belohnungen für Aufgabenerfolge zu erhalten, langfristige Strategien zu optimieren und die Erholung nach Fehlern zu trainieren. Das führt in Richtung Reinforcement Learning.

Dass World Models zum Feintuning von Vision-Language-Action-Policies eingesetzt werden können, wurde in jüngeren Forschungsarbeiten bereits demonstriert. Entscheidend bleiben jedoch robuste Belohnungssignale und eine ausreichend hohe Modelltreue. 1

Konkurrenz baut an einer ähnlichen Architektur

Der Wettbewerb besteht offenbar weniger aus einem einfachen Vergleich einzelner Funktionen als aus dem Aufbau ähnlicher Infrastrukturen. World Labs beschreibt mit SceniX ebenfalls eine R2S2R-Engine, die eine physische Aufgabe in viele kontrollierbare und wiederverwendbare simulierte Welten überführt, um Policies schneller zu trainieren und zu testen. 7

Auch die Forschung von Google DeepMind verbindet gelernte Dynamikmodelle seit Langem mit skalierbarem Reinforcement Learning. 3 Tesla wiederum verfügt bei seinem humanoiden Roboter Optimus über starke Vorteile bei Hardware-Iteration, Fertigung sowie im breiteren Daten- und Rechenökosystem. Die öffentlich verfügbaren Informationen reichen allerdings nicht aus, um zu belegen, dass WUWENAI Tesla oder DeepMind technisch überholt hat.

Warum China ein günstiges Umfeld bietet

China verfügt über den weltweit größten Bestand an installierten Industrierobotern und baut zugleich seine Aktivitäten im Bereich humanoider Roboter aus, während Teile der heimischen Robotik-Lieferkette lokalisiert werden. 6 Offizielle Einschätzungen beschreiben außerdem einen Übergang der verkörperten KI von Kleinserientests zu einer breiteren Einführung. 9

Damit entsteht potenziell eine große heimische Basis aus Fabriken, Robotern, Aufgaben und Einsatzumgebungen. Ein Dateninfrastrukturunternehmen könnte dort reale Grundlagen für seine Modelle sammeln und gemeinsame Werkzeuge an verschiedene Roboterhersteller verkaufen.

Der entscheidende Vorbehalt

WUWENAIs Anspruch, ein „Weltklasse“-Unternehmen zu sein, ebenso wie die Aussage, beim Real-to-Sim-to-Real-Ansatz Monate voraus zu sein, beruhen derzeit auf Aussagen des Unternehmens und der Medien – nicht auf unabhängig bestätigten Benchmarks.

Der wirkliche Test wird sein, ob der Simulator kontaktintensive und langfristige Abläufe präzise genug vorhersagt. Nur wenn Policies, die in der virtuellen Welt trainiert wurden, zuverlässig auf unterschiedliche reale Roboter, Objekte und Umgebungen übertragen werden können, wird aus dem ambitionierten Datenkreislauf tatsächlich eine tragfähige Infrastruktur für physische KI.