AntwortenVeröffentlicht23 Quellen
Chinas humanoide Roboter wechseln vom Sprintrekord zum Praxistest in der Industrie
Bei den zweiten World Humanoid Robot Games in Peking gewann Tiangong Ultra das 100 Meter Finale in 8,64 Sekunden; X Humanoid präsentierte zudem Pelican Unify und den 1,35 Meter großen, 39 Kilogramm schweren Tiangong O... Die Branche bewertet Roboter zunehmend nicht mehr nur nach Tempo, Größe oder Gewicht, sondern na...
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- Bei den zweiten World Humanoid Robot Games in Peking gewann Tiangong Ultra das 100 Meter Finale in 8,64 Sekunden; X Humanoid präsentierte zudem Pelican Unify und den 1,35 Meter großen, 39 Kilogramm schweren Tiangong O...
- Die Branche bewertet Roboter zunehmend nicht mehr nur nach Tempo, Größe oder Gewicht, sondern nach Aufgabenerfüllung, Verfügbarkeit, Sicherheit, Kompatibilität und Gesamtkosten.
- Gemeinsame Plattformen, geteilte Daten und verbindlichere Standards könnten doppelte Entwicklungsarbeit, hohe Prüfkosten und inkompatible Hard und Software Stacks reduzieren.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What happened at the second World Humanoid Robot Games and the 2026 World Robot Conference—including Beijing Humanoid Robotics Innovation Ce. Article summary: The Beijing Humanoid Robotics Innovation Center showed rapid gains in locomotion and launched a lower-cost hardware/software stack, but the evidence points to a sector still moving from spectacular demonstrations toward . Topic tags: general, news, general web, academic, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks
Die zweiten World Humanoid Robot Games und die World Robot Conference 2026 in Peking zeigten zwei Seiten derselben Branche: Auf der Rennstrecke erzielten Tiangong-Roboter deutliche Fortschritte bei Geschwindigkeit und Sprungkraft. Auf der Konferenz stellte das Beijing Humanoid Robotics Innovation Center eine umfassendere Kombination aus Software, Hardware und verkörperter künstlicher Intelligenz vor.
Die wichtigste Botschaft liegt dabei nicht in einem einzelnen Rekord. Humanoide Robotik bewegt sich allmählich von der Showbühne in Richtung Produktentwicklung. Die schwierigere Hürde ist jedoch noch nicht genommen: der verlässliche, sichere und wirtschaftlich vertretbare Einsatz in großem Maßstab.
Tiangong sorgt in Peking für Schlagzeilen
Die Tiangong-Reihe gehörte zu den auffälligsten Teilnehmern der zweiten World Humanoid Robot Games.
- Tiangong Ultra gewann das 400-Meter-Rennen der großen Roboterklasse in 38,15 Sekunden.
4
- Im 100-Meter-Finale folgte eine Zeit von 8,64 Sekunden; im Halbfinale hatte der Roboter zuvor 8,86 Sekunden erreicht.
1
- Tiangong Omni gewann das 400-Meter-Rennen der kleinen Klasse in 45,66 Sekunden.
2
3
- Zu den gemeldeten Rekorden der Spiele gehörten außerdem 2 Minuten und 21,64 Sekunden über 1.500 Meter, ein 3,40 Meter hoher Standhochsprung und ein 4,83 Meter weiter Standweitsprung.
Die Zahlen zeigen, wie schnell sich die dynamische Fortbewegung von Robotern verbessert. Sie müssen aber richtig eingeordnet werden. Ein Roboter, der für einen klar definierten Wettbewerb optimiert wurde, demonstriert eine spezialisierte Fähigkeit unter bestimmten Bedingungen. Das beweist noch nicht, dass er sich sicher durch eine unvorhersehbare Fabrikumgebung bewegen, unterschiedlich geformte Gegenstände greifen oder über lange Zeit ohne menschliche Unterstützung arbeiten kann.
Einige Berichte schrieben den Teams des Beijing Humanoid Robotics Innovation Center und der Tiangong-Serie außerdem 15 Gold-, 12 Silber- und 18 Bronzemedaillen sowie 34 Rekorde zu. Da diese Summen hier nicht unabhängig überprüft werden konnten, sollten sie als gemeldete Ergebnisse verstanden werden. 6
13
Ein „Gehirn“ für den Roboter – und ein leichterer Körper
Auf der World Robot Conference stellte das Zentrum Pelican-Unify vor. Das Modell soll Wahrnehmung, Schlussfolgern, Vorstellung und Handlung in einem System verbinden. Die begleitende Forschungsarbeit beschreibt ein einzelnes Vision-Language-Modell als gemeinsame Instanz für Verstehen und logisches Ableiten. Es überführt Szenen, Anweisungen, visuelle Zusammenhänge und frühere Aktionsverläufe in einen gemeinsamen semantischen Raum. 17
Damit verschiebt sich die Entwicklungsaufgabe. Es geht nicht mehr nur um stärkere Antriebe, bessere Balance oder geschicktere Hände. Hersteller versuchen zugleich, eine wiederverwendbare Intelligenzschicht zu schaffen, die eine Umgebung interpretiert, Aufgaben plant und diese Pläne in körperliche Bewegungen übersetzt.
Daneben präsentierte das Zentrum Tiangong Omni: Der humanoide Roboter ist 1,35 Meter groß, wiegt 39 Kilogramm und soll nach Angaben des Herstellers eine kostengünstigere Serienproduktion ermöglichen. 13
19 Die kompaktere Bauweise verweist auf eine zentrale Geschäftsfrage: Kann ein leichterer und günstigerer Roboter Experimente und erste Einsätze zugänglicher machen als große Hochleistungsmodelle?
Pelican-Unify und Omni sind deshalb als zwei zusammengehörige Bausteine zu verstehen. Das eine zielt auf die Software- und Intelligenzschicht, das andere auf die physische Plattform, auf der diese Schicht eingesetzt werden kann.
Der „ChatGPT-Moment“ ist bislang eine Prognose
Xiong Youjun, der CEO des Zentrums, hat erklärt, verkörperte KI nähere sich einem „ChatGPT-Moment“ – also dem Zeitpunkt, an dem ein allgemeines Modell zusammen mit ausreichend Daten eine Technologie für viele verschiedene Aufgaben praktisch nutzbar macht. Der Vergleich beschreibt den Anspruch der Branche, ist aber kein Beleg dafür, dass bereits vielseitig autonome Humanoide verfügbar sind.
Roboter müssen sich in einer deutlich anspruchsvolleren Umgebung bewähren als reine Software. Sie müssen sich verändernde physische Bedingungen erfassen, Zusammenstöße vermeiden, Kräfte kontrollieren, Fehler erkennen und Aufgaben wiederholt ausführen. Ein Modell, das in einer Demonstration überzeugt, kann für den sicheren kommerziellen Einsatz trotzdem umfangreiche aufgabenspezifische Daten, Überwachung und technische Integration benötigen.
Der entscheidende Test für die „ChatGPT“-Analogie wird daher nicht die nächste beeindruckende Vorführung sein. Maßgeblich ist vielmehr, ob ein Modell zuverlässig auf unterschiedliche Roboterkörper, Arbeitsplätze und Aufgaben übertragen werden kann.
Vom Datenblatt zur Systemleistung
Humanoide Roboter werden häufig anhand sichtbarer technischer Daten verglichen: Körpergröße, Gewicht, Zahl der Freiheitsgrade, Traglast und Höchstgeschwindigkeit. Diese Werte bleiben relevant. Sie beantworten jedoch nicht die Fragen, die über einen Kauf in der Industrie entscheiden.
Kunden dürften eher wissen wollen:
- Wie oft erledigt der Roboter eine Aufgabe ohne Eingriff?
- Wie hoch sind Verfügbarkeit und Wartungsaufwand?
- Wie konstant sind Geschwindigkeit und Qualität?
- Was kostet die Integration in vorhandene Anlagen?
- Kann das System sicher in der Nähe von Menschen arbeiten?
- Entsteht ein messbarer wirtschaftlicher Nutzen?
Deshalb stehen klar begrenzte Aufgaben wie Inspektion, Sortieren und wiederholtes Handling im Mittelpunkt. Die sogenannten „dirty, dangerous and dull“-Tätigkeiten – also schmutzige, gefährliche und eintönige Arbeiten – bieten einen vergleichsweise klaren Vergleich zwischen Roboterkosten und konkretem Nutzen. Dazu können eine geringere Gefährdung von Beschäftigten, höherer Durchsatz oder die Entlastung bei Personalmangel gehören.
Die vorliegenden Berichte nennen außerdem ein Projekt zur Prüfung mit Infrarotthermometern, das sechsmal schneller geworden sein soll. Diese Zahl ist durch die bereitgestellten Belege nicht unabhängig bestätigt und sollte daher nicht als etablierter Leistungsbenchmark gelten. Infrarotsensoren ermöglichen grundsätzlich eine schnelle berührungslose Temperaturmessung; daraus folgt jedoch nicht, dass das konkrete Roboterprojekt die behauptete Verbesserung tatsächlich erreicht hat. 33
Gemeinsame Infrastruktur gegen das Skalierungsproblem
Der Engpass der Branche liegt nicht allein in der Mechanik. Auch die notwendige Infrastruktur ist teuer.
Den Berichten zu den Vorstellungen zufolge kämpfen Unternehmen mit mehrfach erhobenen Datensätzen, kostspieliger Verifikation und inkompatiblen Hard- und Software-Stacks. Wenn jeder Roboterhersteller und jede Fabrik eigene Daten, Schnittstellen, Sicherheitsverfahren und Integrationswerkzeuge entwickeln muss, bleiben Einsätze langsam und teuer – selbst wenn einzelne Roboter technisch besser werden.
Die vorgeschlagene Antwort ist eine gemeinsame Infrastrukturschicht. Die Tiangong-Plattform soll als wiederverwendbare Roboterkörper-Plattform dienen. Das Open-Source-Ökosystem Huisi Kaiwu stellt Werkzeuge und Modelle für die Entwicklung von Weltmodellen und visuellen Sprachmodellen für Roboter bereit. Die eigenen Materialien von X-Humanoid nennen unter anderem den Einsatz in Fabriken, Haushalten und Außenbereichen sowie Aufgaben wie Greifen, Navigation und die Interaktion zwischen Mensch und Roboter. 21
22
Offene oder kompatible Infrastrukturen könnten doppelte Entwicklungsarbeit verringern. Offenheit allein garantiert aber noch keine Zuverlässigkeit. Gemeinsame Plattformen brauchen klare Schnittstellen, belastbare Evaluierungen, gute Dokumentation, Sicherheitskontrollen und Nachweise dafür, dass Modelle erfolgreich auf andere Roboterkörper und Einsatzumgebungen übertragen werden können.
Partnerschaften deuten zunächst auf Unterstützung statt Ersatz
Die gemeldete Partnerschaft mit Mercedes-Benz, bei der Tiangong 3.0 als „silicon-based recommender“ – sinngemäß als siliziumbasierter Empfehlungsgeber – eingesetzt werden soll, weist auf eine vorsichtigere kurzfristige Rolle humanoider Roboter hin: Sie unterstützen Beschäftigte und empfehlen Handlungen in begrenzten Arbeitsabläufen, statt menschliches Urteilsvermögen sofort umfassend zu ersetzen. Die vorliegenden Belege bestätigen, dass die Partnerschaft berichtet wurde, klären ihren vollständigen Umfang und ihre operative Leistung aber nicht. 19
Dieser Unterschied ist entscheidend. Die industrielle Einführung könnte mit Robotern beginnen, die prüfen, Empfehlungen geben, Teile holen, sortieren oder wiederholte Arbeitsschritte übernehmen, während Menschen für Ausnahmen und folgenreiche Entscheidungen verantwortlich bleiben. Solche Einsätze können Betriebsdaten liefern und Fehlerquellen sichtbar machen, bevor Unternehmen stärker autonome Aufgaben versuchen.
Standards sind ebenso wichtig wie Modelle
Ob humanoide Roboter über Pilotprojekte hinauskommen, wird auch von Sicherheit und Interoperabilität abhängen. China hat die Entwicklung nationaler Standards für humanoide Roboter genehmigt. Sie sollen unter anderem Umweltwahrnehmung, Entscheidungsfindung und Planung, Bewegungssteuerung sowie die Ausführung von Aufgaben abdecken. 27
Standards können Prüfverfahren, technische Anforderungen und Erwartungen an die Zusammenarbeit zwischen Mensch und Roboter definieren. Für Fabriken, die Roboter verschiedener Anbieter integrieren wollen, könnten sie zudem Unsicherheit reduzieren.
Die konkrete Behauptung, dass an 49 Sicherheits- und verwandten Standards gearbeitet werde, ist durch die bereitgestellten Quellen nicht unabhängig verifiziert. Die grundsätzliche Richtung ist jedoch eindeutig: Eine Branche mit dem Ziel der Massenverbreitung braucht mehr als leistungsfähige Hardware und Modelle. Sie benötigt wiederholbare Tests, glaubwürdige Sicherheitsnachweise, kompatible Schnittstellen und klare Verantwortlichkeiten für den Fall, dass ein System versagt.
Der wahrscheinliche Weg zur breiten Nutzung
Die Ereignisse in Peking deuten auf eine schrittweise Einführung hin:
- Mit engen, messbaren Aufgaben beginnen. Inspektion, Sortierung, wiederholtes Handling und andere klar begrenzte Abläufe lassen sich leichter bewerten als offene Tätigkeiten.
- Betriebsleistung messen. Durchsatz, Qualität, Verfügbarkeit, Eingriffsrate, Sicherheit und Gesamtbetriebskosten sind wichtiger als ein einzelner Rekordlauf.
- Daten und Infrastruktur wiederverwenden. Gemeinsame Plattformen und kompatible Werkzeuge können doppelte Trainings- und Integrationsarbeit reduzieren.
- Standards parallel zur Leistungsfähigkeit entwickeln. Fabriken brauchen verlässliche Verfahren, um humanoide Systeme zu prüfen, zu zertifizieren und zu überwachen.
- Autonomie schrittweise erhöhen. Der Übergang von unterstützten Tätigkeiten zu breiteren Multi-Task-Einsätzen wird erst dann sinnvoll, wenn Zuverlässigkeit und Rendite nachgewiesen sind.
Die Veranstaltungen in Peking zeigen eine Branche mit großem Tempo bei dynamischer Bewegung, Forschung zur verkörperten KI und dem Aufbau von Plattformen. Der entscheidende Wettbewerb wird aber nicht allein durch den nächsten Sprintrekord entschieden. Erfolgreich werden jene Systeme sein, die nützliche Arbeit wiederholt, sicher und zu Kosten erledigen können, die Kunden wirtschaftlich rechtfertigen können.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Chinas humanoide Roboter wechseln vom Sprintrekord zum Praxistest in der Industrie“?
Bei den zweiten World Humanoid Robot Games in Peking gewann Tiangong Ultra das 100 Meter Finale in 8,64 Sekunden; X Humanoid präsentierte zudem Pelican Unify und den 1,35 Meter großen, 39 Kilogramm schweren Tiangong O...
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Bei den zweiten World Humanoid Robot Games in Peking gewann Tiangong Ultra das 100 Meter Finale in 8,64 Sekunden; X Humanoid präsentierte zudem Pelican Unify und den 1,35 Meter großen, 39 Kilogramm schweren Tiangong O... Die Branche bewertet Roboter zunehmend nicht mehr nur nach Tempo, Größe oder Gewicht, sondern nach Aufgabenerfüllung, Verfügbarkeit, Sicherheit, Kompatibilität und Gesamtkosten.
Was soll ich als nächstes in der Praxis tun?
Gemeinsame Plattformen, geteilte Daten und verbindlichere Standards könnten doppelte Entwicklungsarbeit, hohe Prüfkosten und inkompatible Hard und Software Stacks reduzieren.