När får humanoida robotar sitt ChatGPT-ögonblick?

Det skulle innebära ett skifte från robotar som kan göra specifika saker till robotar som själva kan förstå vad nästa steg bör vara.

Två prognoser – och en stor osäkerhet

Wang Xiaogang: tekniskt genombrott i slutet av 2027

Wang Xiaogang sade att ACE Robotics räknar med att kroppslig intelligens når sitt ”ChatGPT-ögonblick” i slutet av 2027. Han pekade på bättre världsmodeller och mycket större mängder miljödata som viktiga drivkrafter. Samtidigt skilde han det tekniska genombrottet från en bred kommersiell lansering, som enligt honom kan kräva ytterligare fyra till fem år.

Skillnaden är viktig. En modell kan visa stora framsteg i förståelse eller styrning och ändå vara för dyr, ojämn i sin prestanda eller svår att integrera i vanliga verksamheter. Ett forskningsgenombrott och en ekonomiskt hållbar ”robotarbetsstyrka” är inte samma sak.

Wang Xingxing: två till tre år i bästa fall – upp till tio år annars

Wang Xingxing beskrev två möjliga utvecklingsbanor. I det optimistiska scenariot kan kroppslig intelligens nå sin vändpunkt inom två till tre år. Om utvecklingen av generalisering och exakt fysisk kontroll går långsammare kan branschen i stället behöva fem till tio år.

Hans test med hushållsuppgifter är dessutom mer krävande än en enkel teknikdemonstration. Roboten måste kunna arbeta i en ny miljö, tolka naturligt språk och självständigt klara ett brett spektrum av uppgifter.

Robotarnas ”hjärnor” är den stora flaskhalsen

Hårdvaran utvecklas snabbt, men mjukvaran har fortfarande svårt att gå från begränsad erfarenhet till den röriga variation som präglar verkligheten. Båda cheferna pekade ut AI-modeller och träningsdata som den centrala begränsningen.

Robotar behöver data som kopplar samman det de ser med det de gör: hur ett föremål känns, hur mycket kraft som krävs, vad som händer när en yta är hal eller hur roboten ska återhämta sig när en handling misslyckas. Simuleringar och demonstrationer kan hjälpa, men de fångar inte fullt ut oförutsägbarheten i hem, fabriker, butiker och andra fysiska miljöer.

Det skapar ett annat slags dataproblem än det som uppstår vid träning av en textmodell. En robot kan inte bara lära sig från en beskrivning av en handling. Den måste förstå sambandet mellan synintryck, rörelse, konsekvenser och korrigering.

Så försöker ACE bygga en datakedja

ACE Robotics satsar på en ”människocentrerad” metod där produktionsarbetare utrustas med lätta sensorer som registrerar mänskliga handlingar och samspel med omgivningen. Företaget säger att målet är att samla in tiotals miljoner timmars träningsdata till sina modeller av den fysiska världen.

Tanken är att öka mängden verklighetsbaserade exempel, i stället för att enbart förlita sig på data från robotar eller simuleringar. Mänskliga operatörer kan visa hur uppgifter utförs, hur rörelser anpassas när förutsättningarna förändras och hur flera moment kopplas ihop i längre arbetsflöden.

ACE grundades i juli 2025 och leds av Wang Xiaogang, en av medgrundarna till SenseTime. Ant Group ledde företagets ängelfinansieringsrunda, där även SenseTime-relaterat kapital och andra investerare deltog.

Vad är särskilt med modellen Kairos-4B?

ACE uppger att den öppna modellen Kairos-4B placerade sig högst i offentliga jämförelser av kroppslig AI och presterade bättre än Nvidias Cosmos 3 i den jämförelse som hänvisades till under konferensen. Det är företagets egna prestationsuppgifter och bör därför ses som benchmarkresultat – inte som bevis för att humanoida robotar redan är redo för hem eller fabriker.

Företaget vill också gå vidare från laboratoriedemonstrationer. ACE har sagt att man planerar att placera sina AI-modeller i 1 000 obemannade butiker. Ambitionen visar hur utvecklare först söker sig till avgränsade kommersiella miljöer, där arbetsflöden lättare kan standardiseras än i ett vanligt hem.

Kinas robotboom skapar både fart och försiktighet

Prognoserna kom samtidigt som intresset för Kinas humanoida robotsektor är mycket starkt. Unitrees börsintroduktion på Shanghais teknikbörs STAR Market drog in omkring 904 miljoner dollar och uppgavs vara övertecknad mer än 8 000 gånger av småsparare. Aktien stängde 460 procent över introduktionskursen, vilket gav bolaget ett marknadsvärde på ungefär 50 miljarder dollar.

Leveransdata visar också Kinas tidiga tillverkningsförsprång. Smart Analytics Global uppskattade att omkring 19 100 humanoida robotar levererades globalt under första halvåret 2026. Kinesiska tillverkare stod för mer än 97 procent av leveranserna.

Den siffran ska inte blandas ihop med bevis på mogen, generell automatisering. I den tillgängliga rapporteringen finns ett motstridigt påstående om att Kina levererade mer än 40 000 humanoida robotar under samma period. Det går inte ihop med uppskattningen på 19 100 levererade robotar globalt och stöds inte av den starkare leveransdata som finns här.

Morgan Stanley har separat höjt sin prognos för Kinas leveranser under hela 2026 till 50 000 robotar och hänvisat till att branschen snabbare än väntat rör sig från demonstrationer mot kommersiell användning. En leveransprognos mäter dock marknadens expansion – inte om robotarna klarar Wang Xingxings test med 80 procent av hushållsuppgifterna.

Slutsatsen: förmågan kan komma före tillförlitligheten

Det mest rimliga sättet att tolka de båda chefernas uttalanden är inte att humanoida robotar garanterat når en viss milstolpe 2027. Snarare närmar sig branschen en punkt där mjukvarans kvalitet, träningsdata och förmåga att generalisera blir viktigare än enbart motorer, batterier och mekanisk konstruktion.

ACE:s prognos pekar mot ett tekniskt genombrott i slutet av 2027, följt av flera år av kommersialisering. Unitrees tidsspann gör osäkerheten tydlig: två till tre år om utvecklingen accelererar, fem till tio år om de svåraste problemen fortsätter att bromsa branschen.

Kina har redan ett starkt försprång inom finansiering, tillverkning och tidiga leveranser. Den obesvarade frågan är om den skalan kan leda till robotar som fungerar tillförlitligt i miljöer de aldrig tidigare har sett. Innan problemet med data och modeller är löst är robotarnas ”ChatGPT-ögonblick” fortfarande en prognos – inte en färdig produkt.