La corsa ai robot umanoidi cinesi passa dai record alla prova in fabbrica

I secondi World Humanoid Robot Games e la World Robot Conference 2026, entrambi organizzati a Pechino, hanno raccontato due facce della stessa industria. In pista, i robot Tiangong hanno mostrato progressi spettacolari nella velocità e nei salti. Alla conferenza, il Beijing Humanoid Robotics Innovation Center ha presentato invece una piattaforma più ampia, fondata sull’intelligenza incarnata e su robot potenzialmente meno costosi.

Il messaggio più importante va oltre il singolo record: la robotica umanoide sta iniziando a passare dallo spettacolo allo sviluppo di prodotti. Non ha però ancora superato la soglia più difficile: un impiego su larga scala che sia affidabile, sicuro e giustificato dal punto di vista economico.

I risultati più impressionanti di Tiangong a Pechino

La famiglia Tiangong è stata tra le protagoniste della seconda edizione dei World Humanoid Robot Games.

• Tiangong Ultra ha vinto la gara dei 400 metri nella categoria dei robot di grandi dimensioni in 38,15 secondi. 45
• In seguito si è aggiudicato la finale dei 100 metri in 8,64 secondi, dopo aver fatto segnare 8,86 secondi in semifinale. 15
• Tiangong Omni ha vinto la gara dei 400 metri nella categoria dei robot più piccoli in 45,66 secondi. 23
• Tra i record riportati figurano 2 minuti e 21,64 secondi nei 1.500 metri, un salto in alto da fermo di 3,40 metri e un salto in lungo da fermo di 4,83 metri. 25

Questi numeri dimostrano quanto rapidamente stia migliorando la locomozione dinamica dei robot. Vanno però letti con cautela. Un robot ottimizzato per una prova sportiva ben definita dimostra una capacità specializzata in condizioni particolari; ciò non prova che sappia muoversi in sicurezza in una fabbrica imprevedibile, manipolare oggetti diversi o lavorare a lungo senza assistenza.

Alcuni resoconti hanno inoltre attribuito alle squadre del Beijing Humanoid Robotics Innovation Center e alla serie Tiangong 15 medaglie d’oro, 12 d’argento e 18 di bronzo, oltre a 34 record. Si tratta di cifre riportate da fonti secondarie e non verificate in modo indipendente nel materiale disponibile: è quindi più corretto considerarle totali dichiarati. 613

Un “cervello” per il robot e un corpo più leggero

Alla World Robot Conference il centro ha presentato Pelican-Unify, un modello unificato di intelligenza incarnata pensato per collegare comprensione, ragionamento, immaginazione e azione. La ricerca associata descrive un unico modello visivo-linguistico che svolge il ruolo di modulo unificato per comprensione e ragionamento, mappando scene, istruzioni, contesto visivo e cronologia delle azioni in uno spazio semantico condiviso. 17

Il lancio riflette un cambiamento rilevante nel modo in cui vengono sviluppati gli umanoidi. La sfida non consiste più soltanto nel costruire attuatori più potenti, sistemi di equilibrio migliori o mani più abili. I team di ricerca cercano anche di creare uno strato di intelligenza riutilizzabile, capace di interpretare l’ambiente, pianificare un compito e tradurre il piano in un’azione fisica.

Il centro ha presentato anche Tiangong Omni, un umanoide alto 1,35 metri e con un peso di 39 chilogrammi, con l’obiettivo dichiarato di favorire una produzione di massa a costi inferiori. 1319 Le dimensioni più contenute pongono una domanda commerciale concreta: una piattaforma più leggera ed economica può rendere più accessibili la sperimentazione e l’impiego rispetto agli umanoidi più grandi e sofisticati?

Pelican-Unify e Omni sono quindi annunci complementari. Il primo punta allo stack software e all’intelligenza; il secondo al corpo fisico su cui quello stack può funzionare.

Perché il “momento ChatGPT” è ancora una previsione

Xiong Youjun, amministratore delegato del centro, ha detto che l’IA incarnata si avvicina a un “momento ChatGPT”: il punto in cui un modello generale, insieme a una quantità sufficiente di dati, potrebbe rendere la tecnologia utile per molti compiti. L’analogia descrive bene l’ambizione dell’industria, ma non dimostra che esistano già umanoidi autonomi e generalisti.

Per i robot l’ambiente di impiego è più esigente rispetto a quello dei sistemi software. Devono percepire condizioni fisiche variabili, evitare collisioni, controllare la forza, recuperare dagli errori e completare lo stesso compito molte volte. Un modello che funziona bene in una dimostrazione può avere ancora bisogno di grandi quantità di dati specifici, supervisione e integrazione prima di poter operare in sicurezza in un contesto commerciale.

Il vero banco di prova dell’analogia sarà capire se un singolo modello riuscirà a trasferire le proprie capacità in modo affidabile tra corpi, luoghi di lavoro e mansioni diverse, non soltanto se saprà produrre una demo spettacolare.

Dalle specifiche alle prestazioni dell’intero sistema

La robotica umanoide è stata spesso confrontata sulla base di specifiche visibili: altezza, peso, gradi di libertà, carico utile e velocità massima. Sono parametri ancora utili, ma non rispondono alle domande che determinano l’acquisto da parte di un cliente.

Le aziende industriali vorranno probabilmente sapere:

• con quale frequenza il robot completa il compito senza intervento umano;
• quali sono la disponibilità operativa e le esigenze di manutenzione;
• quanto sono costanti velocità e qualità;
• quanto costa l’integrazione con le apparecchiature esistenti;
• se il sistema può lavorare in sicurezza vicino alle persone;
• se genera un ritorno sull’investimento misurabile.

Ecco perché attirano attenzione le attività di ispezione, smistamento, movimentazione ripetitiva e altri lavori “sporchi, pericolosi e noiosi”. Sono mansioni in cui è più semplice confrontare il costo del robot con un beneficio operativo concreto: minore esposizione ai rischi, maggiore produttività o compensazione delle carenze di manodopera.

Le informazioni disponibili descrivono anche un progetto di verifica con termometri a infrarossi diventato sei volte più veloce. Il dato non è però corroborato in modo indipendente dalle evidenze fornite e non dovrebbe essere trattato come un parametro prestazionale consolidato. I sensori a infrarossi possono effettuare rapidamente misurazioni della temperatura senza contatto, ma questa capacità generale non convalida il risultato dichiarato per uno specifico progetto robotico. 33

Infrastrutture comuni per superare il problema della scalabilità

Il collo di bottiglia del settore non è soltanto la prestazione meccanica. È anche il costo di costruire tutta l’infrastruttura circostante.

Secondo i resoconti legati ai lanci, le aziende devono affrontare raccolte di dati duplicate, verifiche costose e stack hardware e software incompatibili. Se ogni produttore di robot e ogni fabbrica deve creare da zero i propri dataset, interfacce, procedure di sicurezza e strumenti di integrazione, gli impieghi resteranno lenti e costosi anche se i singoli robot continueranno a migliorare.

La risposta proposta è uno strato di infrastruttura comune. La piattaforma Tiangong viene presentata come una base riutilizzabile per il corpo del robot, mentre l’ecosistema open source Huisi Kaiwu offre strumenti e modelli per sviluppare modelli del mondo incarnato e modelli visivo-linguistici per robot. I materiali di X-Humanoid descrivono capacità orientate all’utilizzo in scenari e attività diversi, tra cui ambienti industriali, domestici e all’aperto, presa di oggetti, navigazione e interazione uomo-robot. 2122

Un’infrastruttura aperta o compatibile potrebbe ridurre il lavoro ingegneristico ripetuto. L’apertura, da sola, non garantisce però l’affidabilità. Le piattaforme condivise hanno comunque bisogno di interfacce chiare, valutazioni robuste, documentazione, controlli di sicurezza e prove che i modelli riescano a trasferirsi con successo tra corpi e ambienti operativi differenti.

Le partnership indicano prima l’affiancamento, poi la sostituzione

La partnership riportata con Mercedes-Benz, descritta in relazione all’uso di Tiangong 3.0 come “recommender basato sul silicio”, suggerisce un ruolo iniziale più prudente per gli umanoidi: assistere i lavoratori e proporre azioni all’interno di flussi di lavoro circoscritti, anziché sostituire subito il giudizio umano in senso ampio. Le evidenze disponibili confermano che la partnership è stata riportata, ma non ne stabiliscono pienamente l’ambito né le prestazioni operative. 19

La distinzione è importante. L’adozione industriale potrebbe iniziare con robot incaricati di ispezionare, suggerire, recuperare, smistare o svolgere passaggi ripetitivi, mentre le persone restano responsabili delle eccezioni e delle decisioni ad alto impatto. Impieghi di questo tipo possono generare dati operativi e far emergere i punti di debolezza prima che le aziende affidino ai robot attività più autonome.

Gli standard contano quanto i modelli

Sicurezza e interoperabilità determineranno la possibilità per gli umanoidi di andare oltre i progetti pilota. La Cina ha approvato lo sviluppo di standard nazionali per i robot umanoidi in ambiti che comprendono percezione dell’ambiente, decisione e pianificazione, controllo del movimento ed esecuzione dei compiti. 27

Gli standard possono contribuire a definire metodi di prova, requisiti tecnici e aspettative per l’interazione tra persone e robot. Possono anche ridurre l’incertezza per le fabbriche che devono integrare robot di più fornitori.

La specifica affermazione secondo cui sarebbero in fase di sviluppo 49 standard relativi alla sicurezza e ad altri aspetti non è verificata in modo indipendente dalle fonti disponibili. La direzione generale è tuttavia chiara: un’industria che punta all’adozione di massa ha bisogno di molto più di hardware e modelli capaci. Servono valutazioni ripetibili, dossier di sicurezza credibili, interfacce compatibili e responsabilità definite quando i sistemi falliscono.

Il probabile percorso verso l’adozione di massa

Gli eventi di Pechino indicano un modello di adozione graduale:

1. Partire da compiti ristretti e misurabili. Ispezione, smistamento, movimentazione ripetitiva e altri flussi delimitati sono più facili da valutare rispetto a un lavoro generico e aperto.
2. Misurare le prestazioni operative. Produttività, qualità, disponibilità, frequenza degli interventi umani, sicurezza e costo totale di gestione contano più di una singola corsa da record.
3. Riutilizzare dati e infrastrutture. Piattaforme comuni e strumenti compatibili possono ridurre la duplicazione dell’addestramento e del lavoro di integrazione.
4. Sviluppare gli standard insieme alle capacità. Le fabbriche hanno bisogno di metodi affidabili per testare, certificare e monitorare i sistemi umanoidi.
5. Aumentare gradualmente l’autonomia. I robot potranno passare dall’assistenza supervisionata a operazioni più ampie e multi-task solo quando affidabilità e ritorno sull’investimento saranno dimostrati.

Gli eventi di Pechino mostrano un settore in forte movimento sul fronte della locomozione dinamica, della ricerca sull’IA incarnata e della progettazione di piattaforme. Ma la competizione decisiva non sarà determinata da un altro record sui 100 metri. A vincere saranno i sistemi capaci di svolgere attività utili in modo ripetibile, sicuro e a un costo che i clienti possano giustificare.