AI Berwujud Tumbuh Cepat, tetapi Evolusi Robot Humanoid Belum Terlihat Jelas

Pertumbuhan pasar melaju lebih cepat daripada kecerdasan robot

Tulisan yang terbit pada 20 Agustus 2026 tentang World Robot Conference 2026 menyampaikan kesimpulan yang cukup kontras: industri AI berwujud—kecerdasan buatan yang berinteraksi langsung dengan dunia fisik melalui robot—berkembang pesat secara komersial, tetapi peningkatan kemampuan yang terlihat oleh publik belum terasa sebesar pertumbuhan pasarnya. 12

Di lantai pameran, pengunjung disuguhi banyak demonstrasi yang mengesankan. Namun, sebagian besar tampak seperti pengulangan atau pengembangan dari pertunjukan tahun sebelumnya: robot menari, melakukan gerakan olahraga, memilah barang, hingga menjalankan tugas rutin di lingkungan pabrik. Masalahnya bukan bahwa robot-robot tersebut tidak mampu melakukan tugas itu, melainkan apakah mereka dapat menghadapi situasi baru tanpa harus diprogram atau diarahkan secara mendetail. 12

Lebih dari 22.000 humanoid dikirim pada paruh pertama 2026

Menurut laporan tersebut, pengiriman robot humanoid global melampaui 22.000 unit pada paruh pertama 2026 dan diperkirakan menembus 50.000 unit dalam setahun penuh. AgiBot mengirim sekitar 9.700 unit, Unitree lebih dari 7.000 unit, sedangkan Galaxy General mengirim lebih dari 1.100 unit. Lima perusahaan terbesar menguasai sekitar 86% pasar. 12

Penggunaan robot juga mulai memperlihatkan pola yang lebih jelas. Sekitar 38% penggunaan berada di sektor hiburan, 26% untuk produksi data dan riset, 16% dalam manufaktur pintar, serta 10% untuk pergudangan dan logistik. 12

Angka-angka ini menunjukkan bahwa perlombaan robot humanoid tidak lagi hanya berlangsung di laboratorium. Perusahaan mulai mengejar volume produksi, pelanggan, dan penerapan nyata. Namun, jumlah unit yang dikirim belum otomatis berarti robot tersebut memiliki kemampuan umum seperti manusia.

Mengapa kemajuan AI berwujud sulit terlihat?

Hambatan terbesar ternyata tidak berhenti pada kemampuan membuat robot berjalan, menggenggam, atau melakukan gerakan akrobatik. Robot memerlukan data pelatihan fisik dalam jumlah besar, dengan variasi objek, lingkungan, pencahayaan, tata letak, dan cara kerja manusia yang memadai. Data itu juga harus berkualitas tinggi agar robot tidak hanya menghafal satu rangkaian gerakan.

Laporan tersebut membedakan antara demonstrasi yang sangat terarah dan perilaku yang benar-benar dapat digeneralisasi. Robot mungkin berhasil mengambil sebuah benda di lokasi tertentu dengan urutan yang telah disiapkan. Tantangan yang jauh lebih besar adalah ketika bentuk benda berubah, posisi rak bergeser, jalur kerja berbeda, atau robot ditempatkan di pabrik lain. 12

Selain itu, setiap penerapan baru dapat memerlukan penyesuaian teknis dan kalibrasi berulang. Karena itu, perkembangan yang tidak terlihat di panggung konferensi—seperti pengumpulan data, pelatihan lanjutan, dan penyempurnaan sistem di lapangan—justru menjadi bagian penting dari kemajuan AI berwujud.

Pandangan Wang Xingxing dan Wang He

Wang Xingxing menilai robot semakin mampu bekerja secara andal dalam satu lingkungan yang tetap. Namun, untuk melampaui lingkungan tersebut, robot masih membutuhkan pelatihan pascapenerapan dalam jumlah besar dan keterlibatan manusia yang berkelanjutan. 12

Wang He menempatkan persoalan generalisasi sebagai ujian utama. Menurut kerangka yang dikutip dalam tulisan itu, robot yang benar-benar maju harus mampu bekerja di 100 pabrik atau 1.000 toko, mengikuti instruksi bahasa, dan menjalankan tugas di lingkungan yang belum dikenalnya. 12

Tulisan tersebut menggambarkan model AI berwujud saat ini kira-kira masih berada pada tahap “GPT-2”. Ada pula perkiraan bahwa kemampuan yang sebanding dengan GPT-3.5 hingga GPT-4 mungkin tercapai sekitar 2028. Namun, ini adalah proyeksi, bukan hasil yang sudah terbukti secara independen. 12

Unitree: kuat di gerak, rekayasa, dan skala

Unitree digambarkan memiliki keunggulan pada kendali gerak, rekayasa tubuh robot, biaya yang relatif rendah, serta kemampuan produksi dalam jumlah besar. Fokus tersebut berbeda dari perusahaan yang lebih menonjolkan pengembangan model fondasi AI berwujud. 12

Dalam konferensi itu, Unitree memperkenalkan robot yang diklaim mampu mencapai kecepatan 12,65 meter per detik. Perusahaan tersebut juga mengirim lebih dari 7.000 robot humanoid pada paruh pertama 2026, atau sekitar 31% dari pasar global. 12

Keunggulan Unitree menunjukkan bahwa persaingan industri tidak hanya ditentukan oleh siapa yang memiliki model AI paling canggih. Keandalan mekanik, harga, kemampuan produksi, dan kendali gerak juga menentukan apakah robot dapat benar-benar dipasarkan dalam skala besar.

Galaxy General: mengejar model fondasi dan adaptasi di lapangan

Galaxy General mengambil posisi yang berbeda dengan menekankan kemampuan model fondasi AI berwujud. Perusahaan tersebut memamerkan robot bipedal ET1 dan menyatakan bahwa model seluruh tubuhnya dilatih menggunakan sekitar 100.000 jam data gerak manusia. 12

Perusahaan juga memperkenalkan WAM-TTT, pendekatan yang memungkinkan robot beradaptasi dengan mempelajari video pekerja saat menjalankan tugas. Dalam konsep ini, pelanggan tidak perlu melakukan anotasi manual atau mengendalikan robot dari jarak jauh untuk setiap tugas. Video dari lokasi kerja digunakan untuk membantu melatih model agar lebih cepat menyesuaikan diri dengan operasi tertentu. 14

Laporan itu menyebut Galaxy General telah bergerak melampaui demonstrasi proof of concept—uji awal untuk membuktikan kelayakan teknologi—menuju penerapan di puluhan pabrik CATL. Klaim tersebut penting dari sisi komersial, tetapi tetap perlu dibaca sebagai laporan perusahaan atau laporan penerapan, bukan sebagai tolok ukur independen atas kecerdasan umum robot. 12

Ukuran kemajuan berikutnya bukan lagi sekadar aksi spektakuler

Pesan utama tulisan tersebut adalah bahwa industri robot humanoid sedang mengalami konsolidasi cepat, didorong oleh pengiriman produk dan penerapan di dunia nyata. Akan tetapi, kemampuan yang paling menentukan belum terselesaikan: robot harus mampu memahami instruksi bahasa, menghadapi benda dan lingkungan baru, serta bekerja dengan campur tangan manusia yang jauh lebih sedikit. 12

Dengan kata lain, tantangan berikutnya bukan membuat robot melakukan satu aksi spektakuler di panggung. Tantangannya adalah membuat robot melakukan pekerjaan yang sama secara aman dan konsisten di banyak tempat, dengan kondisi yang berubah-ubah. Di situlah perbedaan antara demonstrasi yang mengesankan dan AI berwujud yang benar-benar general akan terlihat.