Robot humanoid mungkin segera mengalami “momen ChatGPT”—tetapi kapan?

Sederhananya, tonggak tersebut menandai peralihan dari robot yang hanya bisa melakukan hal-hal tertentu menjadi robot yang mampu memahami apa yang harus dilakukan berikutnya.

Dua prediksi waktunya

Wang Xiaogang: terobosan teknis pada akhir 2027

Wang Xiaogang mengatakan ACE memperkirakan kecerdasan berwujud akan mencapai “momen ChatGPT” pada akhir 2027. Menurutnya, kemajuan ini akan didorong oleh world model yang lebih baik—model AI yang membangun pemahaman tentang lingkungan dan konsekuensi tindakan—serta kumpulan data lingkungan yang jauh lebih besar. Namun, ia membedakan terobosan teknis dari penerapan komersial secara luas. Untuk yang terakhir, diperlukan tambahan waktu sekitar empat hingga lima tahun.

Pembedaan ini penting. Sebuah model mungkin menunjukkan peningkatan besar dalam penalaran atau kendali gerak, tetapi tetap terlalu mahal, tidak konsisten, atau sulit diintegrasikan ke dalam operasi sehari-hari. Tonggak penelitian dan tenaga kerja robotik yang dapat diandalkan secara ekonomi bukanlah peristiwa yang sama.

Wang Xingxing: dua hingga tiga tahun dalam skenario terbaik

Wang Xingxing menggambarkan dua kemungkinan jalur. Dalam skenario optimistis, kecerdasan berwujud dapat mencapai titik balik dalam dua hingga tiga tahun. Namun, jika kemajuan dalam kemampuan beradaptasi dan kendali fisik yang presisi melambat, industri mungkin memerlukan waktu lima hingga 10 tahun.

Tolok ukur tugas rumah tangga yang ia ajukan juga jauh lebih menantang daripada sekadar demonstrasi kemampuan. Robot harus beroperasi di lingkungan baru, memahami instruksi bahasa sehari-hari, dan menyelesaikan berbagai tugas secara mandiri.

Mengapa “otak” robot masih menjadi hambatan utama?

Perangkat keras robot berkembang pesat, tetapi perangkat lunaknya masih kesulitan menggeneralisasi pengalaman terbatas ke situasi dunia nyata yang sangat beragam. Kedua eksekutif itu sama-sama menyebut model AI dan data pelatihan sebagai kendala utama.

Robot membutuhkan data yang menghubungkan apa yang dilihat dengan apa yang harus dilakukan: seperti apa rasanya sebuah benda, seberapa besar gaya yang perlu diberikan, apa yang berubah ketika permukaan licin, dan bagaimana memulihkan diri ketika suatu tindakan gagal.

Simulasi dan demonstrasi dapat membantu, tetapi keduanya tidak sepenuhnya menangkap ketidakpastian yang ada di rumah, pabrik, toko, maupun lingkungan fisik lainnya. Berbeda dari model teks yang dapat belajar dari deskripsi, robot harus memahami hubungan antara persepsi, gerakan, akibat, dan koreksi.

Strategi ACE: mengumpulkan data dari pekerja manusia

ACE Robotics menempuh pendekatan yang disebut “berpusat pada manusia”. Perusahaan ini membekali pekerja lini produksi dengan sensor ringan untuk merekam gerakan manusia dan interaksi mereka dengan lingkungan. ACE mengatakan pihaknya menargetkan pengumpulan data pelatihan hingga puluhan juta jam untuk membangun world model yang memahami dunia fisik.

Strategi ini dirancang untuk memperluas pasokan contoh dunia nyata, tidak hanya mengandalkan data yang dihasilkan robot atau simulasi. Pekerja manusia dapat menunjukkan cara menyelesaikan tugas, menyesuaikan gerakan ketika kondisi berubah, serta menghubungkan beberapa tindakan menjadi alur kerja yang lebih panjang.

ACE didirikan pada Juli 2025 dan dipimpin Wang Xiaogang, salah satu pendiri SenseTime. Ant Group memimpin putaran pendanaan malaikat perusahaan tersebut, sementara modal terkait SenseTime dan investor lain juga ikut berpartisipasi.

Apa yang menarik dari model Kairos-4B?

ACE mengatakan model berwujud sumber terbuka Kairos-4B memimpin sejumlah tolok ukur publik untuk AI berwujud dan mengungguli Cosmos 3 milik Nvidia dalam perbandingan yang dikutip pada konferensi tersebut. Karena klaim ini berasal dari perusahaan, hasilnya sebaiknya dipahami sebagai performa pada tolok ukur tertentu—bukan bukti bahwa robot humanoid serbaguna sudah siap digunakan di rumah atau pabrik.

Perusahaan ini juga berupaya bergerak melampaui demonstrasi laboratorium. ACE menyatakan berencana menempatkan model AI-nya di 1.000 toko ritel tanpa awak. Target tersebut menunjukkan bahwa pengembang cenderung memulai dari lingkungan komersial yang lebih terbatas, dengan alur kerja yang dapat distandardisasi lebih mudah daripada aktivitas di rumah tangga biasa.

Ledakan robot China: modal besar, tetapi tetap perlu kehati-hatian

Prediksi tersebut muncul saat sektor robot humanoid China tengah dipenuhi optimisme. IPO Unitree di STAR Market Shanghai menghimpun sekitar 904 juta dolar AS dan dilaporkan mengalami kelebihan permintaan dari investor ritel lebih dari 8.000 kali. Sahamnya ditutup 460% di atas harga IPO, sehingga nilai pasar perusahaan mencapai sekitar 50 miliar dolar AS.

Data pengiriman juga menunjukkan keunggulan manufaktur awal China. Smart Analytics Global memperkirakan pengiriman robot humanoid global mencapai sekitar 19.100 unit pada paruh pertama 2026, dengan produsen China menyumbang lebih dari 97% jumlah tersebut.

Angka ini tidak boleh disamakan dengan bukti bahwa otomatisasi serbaguna sudah matang. Ada laporan yang menyebut China mengirim lebih dari 40.000 robot humanoid pada periode yang sama, tetapi klaim itu bertentangan dengan estimasi global 19.100 unit dan tidak didukung oleh data pengiriman yang lebih kuat dalam sumber yang tersedia.

Morgan Stanley secara terpisah menaikkan proyeksi pengiriman robot humanoid China sepanjang tahun menjadi 50.000 unit. Bank tersebut menyebut perpindahan industri dari tahap demonstrasi menuju penerapan komersial berlangsung lebih cepat dari perkiraan. Namun, proyeksi pengiriman mengukur pertumbuhan pasar—bukan kemampuan robot untuk memenuhi uji 80% tugas rumah tangga yang diajukan Wang Xingxing.

Kesimpulan: kemampuan mungkin datang lebih dulu daripada keandalan

Pesan terpenting dari dua prediksi ini bukanlah bahwa robot humanoid pasti mencapai tonggak tertentu pada 2027. Yang terlihat adalah industri mulai mendekati fase ketika kualitas perangkat lunak, data pelatihan, dan kemampuan beradaptasi akan lebih menentukan kegunaan robot daripada sekadar motor, baterai, atau desain mekanis.

Prediksi ACE menunjuk pada terobosan teknis pada akhir 2027, yang kemudian masih membutuhkan waktu bertahun-tahun untuk dikomersialkan secara luas. Rentang waktu dari Unitree membuat ketidakpastian itu semakin jelas: dua hingga tiga tahun jika kemajuan melaju cepat, atau lima hingga 10 tahun jika masalah paling sulit tetap sulit dipecahkan.

China sudah menunjukkan kekuatan dalam pendanaan, manufaktur, dan pengiriman awal. Pertanyaan yang belum terjawab adalah apakah skala tersebut dapat menghasilkan robot yang bekerja secara konsisten di lingkungan yang belum pernah dikenalnya. Sebelum persoalan data dan model terselesaikan, “momen ChatGPT” bagi otak robot masih berupa prediksi—belum menjadi produk yang selesai.