AntwortenVeröffentlicht18 Quellen
Intern W0: Ein Weltmodell für Roboter mit Tastsinn
Shanghai AI Laboratory stellte Intern Physical World Model W0 um den 13. und 14. Beim Ansatz „native force tactile“ fließen Kontaktinformationen unmittelbar in Manipulationsentscheidungen ein.
Veröffentlicht vonBearbeitet mit GPT-5.6 TerraBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- Shanghai AI Laboratory stellte Intern Physical World Model W0 um den 13. und 14.
- Beim Ansatz „native force tactile“ fließen Kontaktinformationen unmittelbar in Manipulationsentscheidungen ein.
- W0 ist ein System für physische Robotik und nicht mit NCP ArchPreview zu verwechseln: Das gemeinsame Projekt von Shanghai AI Lab und LUMIA Lab ist ein Sprachmodell für Token und Konzeptvorhersage im latenten Raum.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Shanghai Artificial Intelligence Laboratory’s Intern physical world model W0, when was it released, how does its native force-tactil. Article summary: Intern Physical World Model W0 is Shanghai AI Laboratory’s reported embodied-AI model for contact-rich robot manipulation. It was announced around September 13–14, 2026; public technical evidence currently appears to be . Topic tags: general, government, academic, education, general web. 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, watermark
Shanghai AI Laboratory hat mit Intern Physical World Model W0 ein System für verkörperte KI vorgestellt, das digitale KI-Planung in physische, kontaktintensive Roboterarbeit übertragen soll. Berichte vom 13. und 14. September 2026 beschreiben W0 als Modell, das visuelle Wahrnehmung mit Kraft-, Berührungs- und Zustandsdaten des Roboters verbindet. Der Roboter soll dadurch während einer Aufgabe wahrnehmen, vorhersagen, handeln und seine Schritte korrigieren können. 32
35
Wofür W0 gedacht ist
Bei vielen Robotikaufgaben reicht ein Kamerabild nicht aus. Entscheidend kann sein, ob ein Gefäß Widerstand leistet, ein Greifer zu rutschen beginnt, ein Werkzeug eine Oberfläche berührt oder sich ein Material anders verhält als erwartet. Genau auf solche Situationen zielt W0 ab.
Den Berichten zufolge vereint das System:
- Bildverarbeitung, um Objekte, Werkzeuge und den Arbeitsbereich zu erfassen;
- Kraft- und Tastsignale, um Kontakt und Widerstand zu registrieren;
- den Körperzustand des Roboters, etwa Position oder Bewegungszustand;
- Vorhersagen über den nächsten physischen Zustand; sowie
- Handlung und Korrektur auf Grundlage neu eintreffender multimodaler Signale.
32
35
Das Ziel ist ein engerer Regelkreis: Statt einen rein visuellen, festen Plan stur auszuführen, soll der Roboter seine nächsten Bewegungen an veränderte Kontaktbedingungen anpassen. Das ist besonders relevant beim präzisen Greifen, Einführen, Mischen oder Handhaben von Gefäßen – also dort, wo Kameras allein den entscheidenden Zustand oft nicht erkennen können.
Was „native force-tactile“ bedeutet
Shanghai AI Lab bezeichnet W0s Ansatz als „native force-tactile“. Praktisch heißt das: Kraft und Berührung sind Teil der Entscheidungsgrundlage für die Manipulation – gleichrangig neben Bilddaten und dem Zustand des Roboterarms. Sie sind also nicht bloß ein nachgeschalteter Sicherheitsalarm. 35
Ein Roboter könnte damit auf Signale reagieren, die visuell schwer zu erschließen sind: unerwarteten Widerstand, eine veränderte Kontaktkraft oder einen rutschenden Griff. Die Forschungsrichtung ist grundsätzlich etabliert: Tastsinn-basierte Welt-Aktions-Modelle versuchen, visuelle Entwicklungen und Kontaktfolgen für kontaktreiche Manipulation gemeinsam zu modellieren. 33
Eine vollständige technische W0-Publikation, ein Datensatz oder ein reproduzierbares Benchmark-Paket liegen öffentlich allerdings nicht vor. „Nativ“ beschreibt daher den berichteten Systemansatz und keine bereits unabhängig überprüfbare Implementierung.
Duplex-Kollaboration: Planung und Reaktion gleichzeitig
Ein zweites Kernmerkmal ist laut den Veröffentlichungen die Duplex-Kollaboration. Sie soll über eine asynchrone Architektur mit unterschiedlichen Frequenzen umgesetzt werden. 35
Vereinfacht gesagt laufen zwei Aufgaben parallel:
- Ein Vorhersagepfad hält Erwartungen über den Aufgabenverlauf und den nahen physischen Zustand aufrecht oder aktualisiert sie.
- Ein reaktiver Regelpfad verarbeitet neu eintreffende Sensordaten und passt Motorbefehle an, ohne auf einen langsameren Planungszyklus warten zu müssen.
Das ist bei kontaktintensiver Robotik wichtig: Planung profitiert von einem längeren Zeithorizont, die Kontaktregelung braucht dagegen oft sofortige Reaktionen. Unterschiedliche Zeitskalen können die Verzögerung zwischen einer Veränderung in der Umgebung und einer Korrekturbewegung verringern. 35
W0 ist nicht NCP-ArchPreview
Der Begriff „Kollaboration“ kann verwirren, weil Shanghai AI Lab auch mit NCP-ArchPreview verbunden ist, das gemeinsam mit dem LUMIA Lab der Shanghai Jiao Tong University entwickelt wurde. Beide Systeme bearbeiten jedoch grundverschiedene Probleme.
| System | Hauptbereich | Verknüpfte Daten bzw. Funktionen | Ergebnis |
|---|---|---|---|
| Intern W0 | Physische Robotik | Bilddaten, Kraft, Berührung, Roboterzustand, Vorhersage und Regelung | Physische Bewegungen und aktualisierte Zustandsprognosen |
| NCP-ArchPreview | Sprachmodellierung | Next-Token-Prediction und Next Concept Prediction | Textausgabe über eine übliche Next-Token-Schnittstelle |
NCP-ArchPreview lernt neben der üblichen Vorhersage des nächsten Tokens auch diskrete latente „Konzepte“, die mehrere Tokens umfassen. Diese Konzeptvorhersagen steuern einen Token-Decoder, die Textgenerierung bleibt aber mit der gewöhnlichen Next-Token-Schnittstelle kompatibel. 19
22
Kurz gesagt: W0 befasst sich mit sensorischer Wahrnehmung und Handlung in der physischen Welt; NCP-ArchPreview mit sprachlichen Repräsentationen im latenten Raum. Die verfügbaren Informationen belegen nicht, dass NCP-ArchPreview W0 steuert oder ein Kernbestandteil von W0 ist.
Verbindung zu InkStone und Intern-S2
Laut Launch-Berichten ist W0 an die Plattform für wissenschaftliche Entdeckungen Intern InkStone angebunden und arbeitet mit dem Wissenschaftsmodell Intern-S2 zusammen. 32 Intern-S2 wird als Reihe agentischer Grundlagenmodelle für multimodales wissenschaftliches Verstehen, Schlussfolgern, Generieren und Aufgaben mit langem Horizont beschrieben.
12
Die berichtete Arbeitsteilung entspricht einem möglichen geschlossenen Laborzyklus:
- Ein Wissenschaftssystem formuliert Hypothesen, Versuchsschritte oder experimentelle Entscheidungen.
- Von W0 gesteuerte Laborhardware führt die physischen Arbeitsschritte aus und beobachtet deren Verlauf.
- Die Versuchsergebnisse fließen in die nächste Iteration zurück, statt nach einem einmalig abgearbeiteten Skript zu enden.
Die Hürde bei autonomer Forschung liegt häufig nicht beim Entwurf eines Versuchs, sondern bei dessen verlässlicher Durchführung an realen Geräten, mit realen Materialien und unmittelbarer Rückmeldung.
Genannte Anwendungen im Nass- und Trockenlabor
In der Berichterstattung werden der Kombination aus W0, InkStone und Intern-S2 mehrere Closed-Loop-Anwendungen zugeschrieben:
- die gerichtete Evolution geneditierender Proteine;
- eine mehrstufige organische Synthese von Mepivacain; sowie
- die Herstellung von Lipidnanopartikeln, einschließlich einer dynamischen Anpassung von Prozessparametern während der Herstellung.
Das sind plausible Felder für adaptive Automatisierung. Bei Lipidnanopartikeln hängen die Ergebnisse etwa von Rezeptur und Prozessbedingungen ab; sie sind zudem weit verbreitete Trägersysteme für Nukleinsäure-Wirkstoffe. 1
9 Die konkreten W0-Demonstrationen beruhen jedoch bislang auf Angaben der Entwickler: Die vorliegenden Berichte enthalten keine Protokolle, Fehlerraten, Datensätze, Laborvergleiche oder unabhängigen Replikationen.
Warum W0 relevant sein könnte – und was noch nicht belegt ist
W0 könnte als Automatisierungsschicht zwischen KI-gestütztem wissenschaftlichem Denken und experimenteller Ausführung bedeutsam werden. Sollte ein solches System sich über unterschiedliche Geräte und Labore hinweg als zuverlässig erweisen, könnte es die Lücke zwischen einem geplanten Experiment und dessen physischer Umsetzung verkleinern. Forschungszyklen nach dem Muster Entwerfen, Bauen, Testen und Lernen könnten dadurch in Chemie, Biologie und Materialforschung anpassungsfähiger werden. 32
Der entscheidende Prüfstein ist die Generalisierbarkeit. Kontaktintensive Manipulation reagiert empfindlich auf Kalibrierung, Sensordrift, wechselnde Laborgefäße, Materialschwankungen, Anforderungen an die Kontaminationskontrolle und seltene, aber folgenschwere Fehler. Das öffentlich verfügbare Material zeigt bislang nicht, wie zuverlässig W0 über Labore, Instrumente, langlaufende Protokolle oder unabhängige Nutzer hinweg arbeitet.
Vorerst ist W0 daher am besten als bemerkenswertes frühes Beispiel wissenschaftsorientierter physischer KI zu verstehen: mit einem ambitionierten Integrationsansatz, berichteten Laboreinsätzen – und einem erheblichen Bedarf an unabhängiger Validierung.
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 „Intern W0: Ein Weltmodell für Roboter mit Tastsinn“?
Shanghai AI Laboratory stellte Intern Physical World Model W0 um den 13. und 14.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Shanghai AI Laboratory stellte Intern Physical World Model W0 um den 13. und 14. Beim Ansatz „native force tactile“ fließen Kontaktinformationen unmittelbar in Manipulationsentscheidungen ein.
Was soll ich als nächstes in der Praxis tun?
W0 ist ein System für physische Robotik und nicht mit NCP ArchPreview zu verwechseln: Das gemeinsame Projekt von Shanghai AI Lab und LUMIA Lab ist ein Sprachmodell für Token und Konzeptvorhersage im latenten Raum.
Quellen
arxiv.org𝒩_0-TWAM: Scaling Tactile-Native World Action Model for ...
huggingface.coArchSpace-Collection/NCP_ArchPreview_dolma3_8.9B_Stage2_v1 · Hugging Face
hyper.aiNCP-ArchPreview Technical Report: Moving towards ...