Perlombaan Robot Humanoid China Terbentur Krisis Data

Robot humanoid China kini menghadapi hambatan yang semakin jelas: bukan terutama soal perangkat keras, melainkan kekurangan data. Robot memang sudah bisa berjalan, menari, atau menyelesaikan demonstrasi yang telah dipersiapkan. Namun, otonomi yang dapat diandalkan membutuhkan sesuatu yang jauh lebih sulit dikumpulkan—rekaman legal dan beragam tentang bagaimana mesin mengindra, bergerak, menyentuh benda, gagal, lalu memperbaiki kesalahannya di dunia fisik. 514

Pergeseran ini terlihat dalam World Robot Conference (WRC) 2026. Di samping demonstrasi robot yang dipoles sedemikian rupa, para peserta pameran menonjolkan perangkat teleoperasi, teknologi penangkap gerak yang dikenakan di tubuh, sistem sensor sentuh dan gaya, serta infrastruktur untuk mengumpulkan data pelatihan yang dibutuhkan model pembelajaran robot. 4913

Kesenjangan data untuk AI berwujud

Sejumlah angka yang berulang kali dikutip dalam pembahasan industri di sekitar WRC menyebutkan bahwa data interaksi fisik dunia nyata yang tersedia dan memenuhi ketentuan baru sekitar 500.000 jam. Sementara itu, model AI berwujud serbaguna yang siap digunakan secara komersial sering diperkirakan membutuhkan puluhan juta jam data. Artinya, terdapat kekurangan lebih dari 99%—tetapi angka tersebut sebaiknya dipahami sebagai estimasi industri, bukan ambang batas ilmiah yang berlaku universal. Kebutuhan sebenarnya bergantung pada jenis tugas, platform robot, lingkungan operasi, dan standar keselamatan. 357

Perbandingan ini penting karena data interaksi fisik tidak sama dengan data internet biasa. Sebuah video mungkin memperlihatkan seseorang mengambil cangkir, tetapi biasanya tidak merekam posisi setiap sendi robot, gaya genggaman, waktu terjadinya kontak, gesekan, selip, atau gerakan koreksi. Padahal, detail-detail itulah yang menentukan apakah robot dapat mengulangi tindakan tersebut ketika cangkirnya lebih berat, permukaannya basah, atau posisinya berubah.

Mengapa demonstrasi belum membuktikan otonomi

Rutinitas yang sudah diatur dapat menyembunyikan bagian tersulit dari robotika. Benda, pencahayaan, jalur, dan waktu gerakan bisa dikendalikan, sementara operator manusia turun tangan setiap kali robot menghadapi kondisi tak terduga. Hasilnya mungkin tampak otonom, tetapi belum membuktikan bahwa robot telah mempelajari kebijakan yang kuat untuk mengubah persepsi menjadi tindakan.

Penerapan komersial menuntut lebih dari itu. Robot harus mampu menghadapi variasi bentuk benda, titik pegangan, jenis permukaan, kondisi berantakan, dan keberadaan manusia di sekitarnya. Robot juga harus mengenali kesalahan serta memulihkan diri. Dalam tugas yang banyak melibatkan kontak fisik, catatan yang berguna bukan hanya apakah tujuan akhir tercapai, melainkan juga rangkaian pengamatan, tindakan, kondisi fisik, dan koreksi selama proses berlangsung. Karena itu, dataset AI berwujud dirancang untuk menghubungkan berbagai jenis pengamatan dengan tindakan dan konsekuensinya. 333440

Pengumpulan data semakin rumit

Dataset pembelajaran robot generasi awal dapat berfokus pada demonstrasi singkat dan berulang. Tahap berikutnya menuntut tugas yang lebih panjang, terdiri dari banyak langkah, dan sering melibatkan kontak fisik—misalnya mengambil dan memilah benda, merakit, mengemas, membersihkan, serta menangani pekerjaan di rumah, toko, pabrik, dan lingkungan layanan.

Beban pengumpulan data meningkat setidaknya dalam tiga hal:

• Variasi yang lebih luas: tugas yang sama harus direkam dengan beragam benda, tata letak, bahan, dan kondisi lingkungan.
• Informasi kegagalan yang lebih lengkap: benda tergelincir, tabrakan, kegagalan menggenggam, dan upaya pemulihan bisa sama informatifnya dengan demonstrasi yang berhasil. 33
• Sinyal yang harus tersinkronisasi: kamera, kedalaman, posisi robot, pergerakan sendi, gaya, sentuhan, dan aliran sensor lain harus disejajarkan agar model dapat mempelajari hubungan antara persepsi dan tindakan.

Penskalaan ini sulit karena pengoperasian robot mahal, eksperimen fisik memerlukan pengamanan, dan data berkualitas tinggi harus dikurasi—bukan sekadar ditumpuk. Arsip video yang besar tidak otomatis menjadi dataset yang berguna untuk melatih robot.

Munculnya lapisan pemasok data

Penyedia data khusus mulai mengisi celah antara perilaku manusia dan data yang dapat dipahami mesin. Pekerjaan mereka dapat mencakup merekrut dan melatih operator, mengendalikan robot dari jarak jauh, merekam gerakan manusia, memasang perangkat pengukuran pada tugas, menyinkronkan aliran sensor, menyaring lintasan yang buruk, dan memformat hasilnya untuk pengembang model.

Teleoperasi penting karena merekam tindakan pada robot sungguhan, bukan sekadar video manusia yang melakukan gerakan serupa. Perangkat realitas virtual (VR) dan pengendali generik lainnya dapat menerjemahkan perintah manusia menjadi gerakan robot, sementara sistem wearable dan perangkat motion capture menangkap gerakan tubuh manusia yang lebih kompleks lalu memetakannya ke mesin. 1

Dengan demikian, terbentuk lapisan pasokan baru untuk AI berwujud. Perusahaan tidak hanya membuat tubuh robot dan model AI, tetapi juga memproduksi demonstrasi serta rekaman sensor yang menghubungkan keduanya. Para peserta WRC secara terang-terangan menempatkan pengumpulan data sebagai bagian dari tumpukan teknologi kecerdasan berwujud, termasuk sistem yang merekam gerakan kepala dan tangan saat manusia melakukan aktivitas sehari-hari. 49

Mengapa China membangun arena pelatihan di berbagai daerah

Arena pelatihan menyediakan lingkungan yang terkendali tetapi tetap realistis untuk melatih, menguji, dan membandingkan robot. Tempat-tempat ini dapat meniru pabrik, gudang, rumah, ruang komersial, dan lokasi layanan publik. Dengan begitu, pengembang memperoleh skenario yang dapat diulang tanpa menyederhanakan masalah menjadi rutinitas laboratorium.

Menurut pemberitaan mengenai laporan China Academy of Information and Communications Technology tahun 2026, lebih dari 70 arena pelatihan AI berwujud telah beroperasi di China hingga akhir Juni. Sebanyak 46 fasilitas lainnya sedang dibangun atau masih dalam tahap perencanaan. Lokasinya mencakup lebih dari separuh wilayah setingkat provinsi di China, dengan manufaktur industri sebagai penggunaan paling umum—muncul di 86% arena yang dilaporkan. 1822

Namun, pembangunan infrastruktur baru merupakan langkah awal. Arena tersebut harus benar-benar digunakan agar menjadi sumber data dan platform pengujian dunia nyata, bukan sekadar lokasi demonstrasi baru. Siklus yang ingin dibangun adalah: pelatihan di dunia nyata menghasilkan data, data memperbaiki model, model yang lebih baik memungkinkan penerapan lebih luas, dan penerapan tersebut menghasilkan lebih banyak data operasional. 1422

Kebijakan mendorong robot keluar dari ruang pameran

Kementerian Perindustrian dan Teknologi Informasi China bersama State-owned Assets Supervision and Administration Commission meluncurkan program khusus 2026 untuk pelatihan robot humanoid dan AI berwujud di dunia nyata. Program ini menyasar sektor industri, layanan, dan tugas khusus, termasuk manufaktur, logistik, layanan kesehatan, pelayanan publik, serta pekerjaan darurat. 2425

Sebuah pemberitahuan pemerintah menyebutkan target peluncuran komersial 10.000 robot humanoid dan lebih dari 100 skenario aplikasi bernilai tinggi hingga akhir 2026. 26 Pendekatannya adalah menjadikan penerapan sebagai bagian dari infrastruktur pelatihan. Pemerintah daerah dan perusahaan milik negara didorong menyediakan lokasi agar sistem dapat diuji, divalidasi, dan diperbaiki dalam kondisi operasional. 24

Target tersebut tentu tidak menjamin robot akan memenuhi seluruh sasaran atau segera menjadi otonom secara luas. Namun, kebijakan ini menunjukkan bahwa fokusnya mulai bergeser dari produksi perangkat keras menuju siklus data dan penerapan yang dibutuhkan untuk mencapai keandalan komersial.

Mengapa robot membutuhkan lebih dari video, teks, dan data kendaraan otonom

Video dan bahasa tetap berguna. Keduanya dapat mengajarkan model tentang identitas benda, makna instruksi, dan rupa suatu tindakan manusia. Simulasi juga dapat menyediakan skala serta mencakup skenario yang mahal atau berbahaya jika direplikasi secara fisik. Penelitian mengenai standar data AI berwujud pun mengarah pada penggabungan data dunia nyata, simulasi, dan berbagai modalitas sensor, bukan mengandalkan satu sumber saja. 232

Namun, sumber-sumber tersebut tidak sepenuhnya menjelaskan persoalan kendali. Untuk memanipulasi benda, robot mungkin perlu memperkirakan:

• posisi dan orientasi benda dalam ruang tiga dimensi;
• sudut sendi, kecepatan, dan respons mekanisnya sendiri;
• gaya yang diperlukan untuk menggenggam, mendorong, memasukkan, atau mengangkat benda;
• waktu terjadinya kontak, selip, atau benturan; serta
• cara menyesuaikan gerakan ketika hasil yang diharapkan tidak tercapai.

Itulah sebabnya berbagai metode pengumpulan data saling melengkapi:

• Teleoperasi VR merekam perintah dan gerakan yang didemonstrasikan manusia melalui antarmuka yang dapat dipetakan ke gerakan robot. 1
• Motion capture wearable menangkap maksud gerakan tubuh, lengan, dan tangan manusia, yang kemudian dapat dipetakan ulang ke robot. 1
• Umpan balik gaya dan sensor taktil memperlihatkan kontak, tekanan, hambatan, serta selip yang mungkin tidak terlihat dari citra biasa. 733
• Data torsi motor dan propriosepsi mengungkap kondisi internal robot serta bagaimana mekanismenya merespons selama tindakan. 3946
• Lintasan dari robot sungguhan memperlihatkan kesalahan kalibrasi, latensi, derau sensor, batas mekanis, dan kondisi lingkungan yang berantakan—hal-hal yang hanya dapat didekati oleh video manusia atau simulasi. 3234

Dataset kendaraan otonom dapat membantu persepsi dan navigasi, tetapi manipulasi cekatan memiliki ruang tindakan yang berbeda. Mengemudi pada dasarnya berpusat pada kendaraan dan menghindari kontak terus-menerus dengan sebagian besar benda. Sebaliknya, menggenggam, memasukkan komponen, dan merakit bergantung pada gaya kontak, kelenturan mekanis, serta kemampuan memulihkan diri dari kesalahan.

Implikasi strategis bagi industri robot China

Pelajaran dari WRC 2026 bukanlah bahwa China berhenti memperhatikan perangkat keras robot. Pelajarannya adalah bahwa perangkat keras saja tidak cukup untuk menutup kesenjangan otonomi. Keunggulan kompetitif ke depan mungkin lebih banyak dimiliki organisasi yang mampu mengumpulkan, menstandarkan, dan menggunakan secara legal data interaksi fisik multimodal dalam jumlah besar.

Bagi industri robot humanoid China, jalan keluar dari demonstrasi panggung dan mesin yang masih dikendalikan dari jarak jauh membutuhkan kombinasi sulit: penerapan nyata, operator terlatih, lingkungan yang dilengkapi instrumen, standar data bersama, dan pengujian berulang. China sedang membangun jalur tersebut, tetapi jarak antara ratusan ribu jam data yang tersedia dan puluhan juta jam yang sering disebut sebagai kebutuhan komersialisasi tetap menjadi kendala utama. 31314