Van robotshow naar werkvloer: China test wat humanoïde robots echt kunnen

De tweede World Humanoid Robot Games gaven een dubbel beeld van de ontwikkeling van humanoïde robots. Robots streden in sportonderdelen en vestigden opvallende prestatiewaarden, maar werden ook getest met taken rond kabels aansluiten, magazijnwerk, restaurantbediening, kantoorwerk en noodsituaties. Tegelijkertijd lieten bezoeken aan het innovatiepark voor embodied AI in Beijing zien dat bedrijven werken aan onderdelen, trainingsdata, financiering en toepassingen bij klanten. 1213

Samen wijzen die signalen op een sector die aan het begin staat van een grillige commercialiseringsfase. Dit is nog geen volwassen markt voor robots die allerlei soorten werk zelfstandig kunnen uitvoeren. Hardware wordt wel steeds beter schaalbaar, maar bruikbaar werk vereist ook betrouwbaarheid, standaarden, duidelijke toepassingen en voldoende hoogwaardige data om met variatie om te gaan.

De Spelen werden steeds meer een werkproef

De Spelen begonnen op 22 augustus 2026 in het National Speed Skating Oval in Beijing, beter bekend als de Ice Ribbon. Organisatoren registreerden 666 teams en 2.056 robots. Het aantal teams lag daarmee 138 procent hoger dan bij de eerste editie; het aantal robots was ongeveer verviervoudigd. Het programma groeide naar 51 onderdelen: 30 wedstrijdevenementen en 21 scenario-gebaseerde proeven. 26

Dat onderscheid is belangrijk. Sportprestaties zijn slechts één beperkte maatstaf voor robotcapaciteit. Een robot kan in een gecontroleerde wedstrijd snel rennen zonder een repetitieve industriële taak veilig, consequent en tegen aanvaardbare kosten te kunnen uitvoeren. De werkgerichte onderdelen leggen daarom meer nadruk op autonomie, behendigheid en het afronden van taken in omgevingen die lijken op fabrieken, magazijnen, restaurants, kantoren en noodsituaties. 1912

Ook de autonomieregels werden aangescherpt. Volgens berichtgeving over de Spelen verschoof de norm van een taak simpelweg voltooien naar die taak snel, nauwkeurig en stabiel uitvoeren, zonder bediening op afstand. 9

Schaal ontstaat in de hele hardwareketen

De bezoeken in augustus aan het Zhongguancun Haidian-innovatiepark voor embodied AI in Beijing suggereerden dat de sector niet langer alleen uit losse prototypes bestaat. Bedrijven beschreven robotconfiguraties en kernonderdelen die steeds meer op elkaar lijken. Die convergentie kan maatwerk beperken en de productie van onderdelen schaalbaarder maken. 13

Zhuoyu Technology zei dat de markt was verschoven van prototypebatches van ongeveer 10 tot 50 exemplaren in 2024 en 2025 naar grotere klantimplementaties. Volgens het bedrijf hadden 10 tot 20 klanten elk meer dan 1.000 exemplaren besteld. Zhuoyu meldde daarnaast een maandelijkse productie van onderdelen voor ongeveer 3.000 robots, met als doel in november 50.000 tot 60.000 exemplaren te bereiken. Het bedrijf sprak ook over een orderachterstand van honderdduizenden robots. Deze cijfers zijn afkomstig van het bedrijf of uit de sector en zijn niet onafhankelijk gecontroleerde leveringsgegevens. 13

Ook de bredere markt trekt hogere leveringsverwachtingen aan. Morgan Stanley verhoogde zijn prognose voor het aantal humanoïde robots dat in 2026 in China wordt verscheept van 28.000 naar 50.000. De bank verwees daarbij naar commerciële validatie, beleidssteun en momentum in de toeleveringsketen. 2728 Een prognose is niet hetzelfde als een daadwerkelijk geleverde robot, maar de aanpassing laat zien hoe snel de verwachtingen veranderen.

Wujie Power laat zien hoe commercialisering wordt gefinancierd

Wujie Power, opgericht in 2025, illustreert de kapitaal- en productambities in de sector. Het bedrijf zei dat twee generaties robots in massaproductie waren en dat een derde generatie in ontwikkeling was. Ook meldde Wujie meer dan 200 miljoen dollar aan angel-financiering en bijna 100 miljoen dollar aan wereldwijde orders in de eerste helft van 2026. Genoemde toepassingen waren industriële productie en bediening in koffiezaken. Daarnaast claimde het bedrijf een Europese industriële full-stack CE-certificering. 13

Die aankondigingen laten zien dat klanten en investeerders bereid zijn pilots en vroege implementaties te financieren voordat humanoïde robots de betrouwbaarheid van volwassen industriële apparatuur hebben bereikt. Ze bewijzen echter niet dat de robots al langdurig en zelfstandig breed commercieel werk kunnen uitvoeren.

De oprichter van Wujie Power, Zhang Yufeng, maakte het belangrijkste onderscheid: op een gecontroleerde industriële locatie kan een robot worden getraind voor een smalle, repetitieve vaardigheid. Commerciële dienstverlening vereist daarentegen dat de robot kan omgaan met veranderende omgevingen, gebruikers, objecten en storingen. Dat tweede probleem is aanzienlijk moeilijker. 13

Een duidelijke ‘killerapp’ ontbreekt nog

De vraag vanuit de markt is reëel, maar de toepassingenkaart ligt nog niet vast. Fabrieken bieden een overzichtelijke inrichting en herhaalbare taken. Logistiek brengt verplaatsingen, wisselende objecten en eisen rond beschikbaarheid met zich mee. In winkels en de horeca krijgt een robot te maken met onvoorspelbare mensen en interacties. Huishoudens combineren al die problemen met een vrijwel onbeperkte variatie aan objecten en situaties.

Een initiatief van het Chinese ministerie van Industrie en Informatietechnologie (MIIT) en de staatsorganisatie SASAC uit juni 2026 zette bedrijven ertoe aan om tegen het einde van het jaar te trainen, te valideren en robots in echte omgevingen in te zetten. Daarmee neemt de druk toe om verder te gaan dan beurzen en demonstraties. 13 Het beleid beantwoordt echter niet de fundamentele productvraag: welke taken leveren genoeg waarde op om de kosten van een humanoïde robot, inclusief onderhoud, toezicht en veiligheidseisen, te rechtvaardigen?

De meest geloofwaardige markt op korte termijn ligt daarom waarschijnlijk bij afgebakend, herhaalbaar werk en niet bij volledig algemene robotarbeid. Juist de scenario-gebaseerde onderdelen van de Spelen zijn nuttig omdat ze het verschil blootleggen tussen een geprogrammeerde demonstratie en een betrouwbare werkstroom. 113

Betrouwbaarheid en standaarden wegen zwaarder dan spektakel

Deelnemers uit de sector erkenden dat veel humanoïde robots nog niet de industriële betrouwbaarheid hebben die nodig is en dat volwassen internationale standaarden ontbreken. Dat is een belangrijk verschil met conventionele industriële robotarmen, die geacht worden tienduizenden draaiuren te maken. 13

Een robot die één keer een indrukwekkend onderdeel voltooit, heeft daarmee een bepaalde capaciteit laten zien. Dat betekent nog niet dat hij veilig en economisch meerdere ploegen kan draaien, met wisselende belasting, voorspelbaar onderhoud en betrouwbaar herstel na storingen.

Voor inkopers verschuift de aandacht daarom naar vragen als:

• Hoe vaak valt de robot uit of is menselijke tussenkomst nodig?
• Kan hij omgaan met een onverwacht object, persoon of obstakel?
• Hoeveel uur kan hij werken voordat onderhoud nodig is?
• Kan dezelfde vaardigheid worden overgezet naar andere robotlichamen en locaties?
• Bestaat er een erkend kader voor veiligheid en naleving bij gebruik?

De antwoorden op die vragen zullen de adoptie waarschijnlijk sterker bepalen dan sportrecords, ook al trekken die records de meeste aandacht.

Trainingsdata wordt de centrale flessenhals

De gesprekken in het innovatiepark lieten ook zien dat het zwaartepunt verschuift van een hardwareprobleem naar een dataprobleem. De eisen van klanten zouden oplopen van duizenden trainingsuren naar honderdduizenden en uiteindelijk tientallen miljoenen uren. Noitom Robotics zei dat het in 2026 honderdduizenden uren aan data wilde produceren en in 2027 miljoenen uren. 13

De schaal van die ambitie is zichtbaar in Noitoms openbare release van HiPHI: een dataset van 617,5 uur met uiterst nauwkeurige menselijke bewegingen en interacties met objecten. Die dataset is omvangrijk, maar laat ook het verschil zien tussen een waardevolle onderzoeksbron en de veel grotere hoeveelheden data die bedrijven zeggen nodig te hebben voor robuuste systemen met embodied AI. 4749

Niet alle data is uitwisselbaar. In de gesprekken werden drie brede lagen onderscheiden:

1. Hoogwaardige operationele data: nauwkeurige voorbeelden uit het eerste persoonsperspectief of via teleoperatie. Deze data kan moeilijke vaardigheden aanleren, maar is duur om te verzamelen.
2. Retargetbare mensgerichte data: menselijke bewegingen en interacties die zo worden vastgelegd dat ze kunnen worden vertaald naar verschillende robotlichamen.
3. Simulatiedata: overvloedig en relatief goedkoop, maar begrensd door het verschil tussen een gesimuleerde en een fysieke omgeving.

Het vastleggen van fysieke data zou duizenden yuan per uur kosten. Dat stimuleert initiatieven om data op veel grotere schaal te verzamelen. Noitom zei daarom van plan te zijn om tegen het daaropvolgende jaar gegevens van bijna 20.000 mensen te crowdsourcen, te beginnen met situaties thuis. 13

De onderliggende les is eenvoudig: een humanoïde robot wordt niet vanzelf veelzijdig doordat hij een mensachtige vorm heeft. Hij heeft voldoende gevarieerde en nauwkeurig gelabelde ervaring nodig om waarneming, beweging, objecten, mensen en gevolgen in de fysieke wereld met elkaar te verbinden.

Wat de signalen uit augustus werkelijk laten zien

De Spelen en de bezoeken aan het innovatiepark ondersteunen een genuanceerde conclusie:

• De sector schaalt op. Het aantal deelnemers, het groeiende aantal onderdelen, de convergentie van componenten, financiering en gemelde orders wijzen allemaal op een groter commercieel ecosysteem. 213
• Commerciële validatie is begonnen. Bedrijven werken aan toepassingen in fabrieken, logistiek, horeca en andere echte omgevingen, terwijl beleid de druk opvoert om robots buiten tentoonstellingen te testen. 113
• Algemeen inzetbaar werk is nog niet opgelost. Betrouwbaarheid, standaarden, economie, taakselectie en data blijven openstaande problemen. 13

Humanoïde robotica is daarmee voorbij de fase waarin vooral dansen, rennen en geprogrammeerde optredens centraal stonden. De volgende maatstaf is minder spectaculair, maar veel belangrijker: kan een robot duizenden uren lang veilig en consequent nuttig werk uitvoeren, en daarbij omgaan met genoeg variatie in de echte wereld om zijn plek in een bedrijf te rechtvaardigen?