Kinas robotar lämnar uppvisningsarenan och börjar arbeta i fabriker

• UBTECH visade en logistikkedja där omkring tio humanoida robotar samarbetade. Robotarna lyfte och staplade lådor, sorterade varor och fyllde på material – ett exempel på hur flera maskiner kan tilldelas kompletterande uppgifter.
• Galaxea demonstrerade en robot som hittade, hämtade och packade en flaska som beställts med en QR-kod. Företaget uppgav att processen tog drygt en minut och att systemet redan användes i Peking och andra städer. Det är dock företagets uppgift om användningen, inte ett oberoende bevis på storskalig drift.
• På andra montrar syntes paketsortering, packning av mobiltelefoner, svetsning, lastning, hyllpåfyllnad, matlagning och hushållsarbete. Sådana uppgifter prövar robotarnas förmåga att hantera föremål och ingå i arbetsflöden på ett mer direkt sätt än dans eller tävlingar gör.

Konferensen delade också in användningsområdena i bland annat tillverkning, restaurang och handel, vård och äldreomsorg samt räddningsinsatser. På kort sikt lär möjligheterna vara störst i strukturerade miljöer – fabriker, lager och tydligt avgränsade inspektionsrutter – där uppgifter, säkerhetsgränser och driftförhållanden går att definiera.

Fabriker och lager blir de första riktiga proven

Kinas biltillverkare hör till de viktigaste möjliga kunderna. Reuters rapporterade att närmare tio stora fordonstillverkare, däribland BYD och SAIC, testade system för så kallad embodied intelligence, eller fysisk AI, för materialhantering och lastning av bildelar på produktionslinjer. Unitree uppgav också att företagets robotar testades på fordonsfabriker och i de egna fabrikerna.

Detta är viktigare än en enstaka uppvisning inför publik. En fabriksrobot måste kunna upprepa samma uppgift under långa driftperioder, hantera fel, arbeta tillsammans med befintlig utrustning och motivera inköps- eller driftskostnaden. För lagerrobotar gäller liknande krav: tillförlitlig igenkänning av föremål, säker navigering och koppling till beställnings- och lagersystem.

Utställarna på WRC speglade just denna systemutmaning. Utvecklare av algoritmer, leverantörer av 3D-seende och batterier, robottillverkare och industriella användare samlades på samma marknadsplats. Det pekar på en ambition att korta vägen från komponenter och träningsdata till lösningar som faktiskt kan tas i bruk hos kunder.

Träningsmiljöer byggs kring verkliga arbetsuppgifter

Fysiska robotar behöver mer än en stor språkmodell och en välpolerad prototyp. De behöver data från kameror och kraftsensorer, demonstrationer av människor och upprepad träning i miljöer som liknar de platser där de ska arbeta.

Kina har över 70 träningsanläggningar för fysisk AI, och ytterligare 46 uppges vara under uppbyggnad eller planering. Anläggningarna ska samla in data från fjärrstyrning och sensorer samt låta robotar träna på praktiska uppgifter om och om igen. Vid en nationell pilotanläggning i Hangzhou tränades enligt rapporter över 140 robotar i mer än 40 yrkesinriktade scenarier, bland annat kök, lager, jordbruk och en simulerad gruvtunnel.

Det skapar en återkopplingsloop: roboten försöker utföra en uppgift, en operatör korrigerar misstagen, nya data förbättrar modellerna och det uppdaterade systemet testas på nytt. Det garanterar inte autonomi på bred front, men angriper en av de viktigaste flaskhalsarna inom fysisk AI – bristen på högkvalitativa data från verkligheten som kan kopplas till mätbara resultat.

Politik och kapital driver utvecklingen mot användning

Peking har gjort fysisk AI till en nationell industriprioritering, snarare än en fråga enbart för specialistforskning. Regeringen tog med ”embodied intelligence” i arbetsrapporten för 2025. Den 15:e femårsplanen, som gäller 2026–2030, efterlyser framåtblickande utveckling av fysisk AI samt mekanismer för att finansiera nya branscher och dela deras risker.

En nationell handlingsplan för humanoida robotar och träning av fysisk AI i verkliga miljöer ska identifiera över 100 användningsscenarier med högt värde. Relaterad rapportering beskriver ett fokus på tillverkning, offentliga tjänster och specialiserade uppgifter som produktion, inspektion och underhåll.

Marknaden växer parallellt med det politiska stödet. Intäkterna i Kinas robotsektor uppgavs ha överstigit 300 miljarder yuan under 2025, efter en genomsnittlig årlig tillväxt på mer än 20 procent under de föregående fem åren. Under första halvåret 2026 uppgick intäkterna enligt rapporter till 165,5 miljarder yuan, en ökning med 24,5 procent jämfört med samma period året före. Siffrorna gäller hela robotsektorns intäkter och visar inte att humanoida robotar redan är lönsamma i stor skala.

Investerarnas entusiasm blev särskilt tydlig när Unitree noterades på Shanghais STAR Market i augusti 2026. Företaget blev den första tillverkaren av humanoida robotar på Kinas A-aktiemarknad. Aktien öppnade 629,44 procent över introduktionskursen och stängde 460,34 procent högre. Börsdebuten visade på ett starkt investerarintresse, men en kraftig kursuppgång är inte samma sak som bevis på varaktig kundefterfrågan eller fungerande affärsekonomi.

”ChatGPT-ögonblicket” är fortfarande en prognos

Branschens långsiktiga mål är inte bara en robot som klarar en enda uppgift. Målet är en maskin som kan gå in i en obekant miljö, förstå en instruktion på vanligt språk och genomföra merparten av arbetet utan omfattande specialprogrammering.

Unitrees grundare Wang Xingxing har beskrivit denna förmåga som robotikens motsvarighet till ett ChatGPT-ögonblick. Han har nämnt en optimistisk tidsram på två till tre år och ett senaste intervall på fem till tio år. Andra branschbedömare har placerat ett liknande genombrott kring slutet av 2028, men även det är prognoser från företags- och branschföreträdare – inte en etablerad konsensus.

Det WRC 2026 faktiskt visar är en snabb förflyttning från tekniska demonstrationer till pilotprojekt och användning i avgränsade scenarier. Det bevisar däremot ännu inte att allmänna humanoida robotar kan arbeta tillförlitligt och ekonomiskt i den öppna och varierade uppsättning uppgifter som människor förväntar sig av dem.

Det här bör följas framöver

Nästa fas bör bedömas utifrån driftdata, inte koreografi. De viktigaste frågorna är:

1. Kan roboten arbeta uthålligt? Leta efter redovisad drifttid, andel lyckade uppgifter och resultat över längre perioder.
2. Hur mycket mänsklig hjälp behövs? En robot som kräver ständig fjärrstyrning är inte detsamma som en självständig arbetare.
3. Kan den hantera fel? Verkliga arbetsplatser innehåller felplacerade föremål, förändrade miljöer och oväntade hinder.
4. Håller kalkylen? Inköpspris, underhåll, energiförbrukning, träning och övervakning påverkar alla affärsnyttan.
5. Finns det en betalande kund? En demonstration, ett pilotprojekt och en återkommande kommersiell order är tre olika steg i införandet.

Kinas robotomställning är alltså verklig, men långt ifrån färdig. WRC 2026 visade en sektor som bygger de industrisamarbeten, träningsmiljöer och politiska verktyg som krävs för att skala upp. Det avgörande testet kommer när robotarna måste leverera pålitliga resultat utanför mässhallen – och fortsätta göra det när nyhetens behag har försvunnit.